公开(公告)号：CN114972937B

公开(公告)日：2025-04-15

申请号：CN202210024765.3

申请日：2022-01-11

Applicant: 西安交通大学

Inventor： 任鹏举 ,  宋翔 ,  丁焱 ,  景鑫 ,  焦崇珊 ,  毛艺钧 ,  于航

IPC: G06V10/80 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0985

Abstract: 一种基于深度学习的特征点检测与描述子生成方法，包括如下步骤：S100：构建新的卷积神经网络；S200：利用所述新的卷积神经网络预测输入图像的特征点并且生成描述子向量；其中，所述新的卷积神经网络结构由两部分组成，第一部分为编码器，用于输入图像的特征编码；第二部分为3个解码器，第一个解码器生成描述子特征图，第二个解码器生成特征点的独特性特征图，第三个解码器由不同层的神经网络特征拼接作为输入生成准确度特征图。本方法生成的特征点具有更高的定位精度和独特性，有助于提高特征点匹配的性能以及后续任务的精度。

公开(公告)号：CN117809120A

公开(公告)日：2024-04-02

申请号：CN202410193125.4

申请日：2024-02-21

Applicant: 西安交通大学

Inventor： 宋翔 ,  李静远 ,  贺宇航 ,  董松林 ,  龚怡宏

IPC: G06V10/764 ,  G06V10/25 ,  G06V10/82 ,  G06N3/08

Abstract: 本公开提供了一种基于域偏置学习的无旧样本域增量目标检测方法和装置，涉及图像处理技术领域。所述方法包括：获取多个域各自对应的训练图像集；获取预训练的基础目标检测模型；在冻结所述基础目标检测模型的权重参数的情况下，分别根据每个所述域的训练图像集对所述基础目标检测模型进行训练，得到每个所述域对应的偏置参数；根据每个所述域对应的偏置参数，生成目标检测模型；所述目标检测模型中保存了每个所述域对应的偏置参数，所述目标检测模型用于：针对不同域的输入图像，选用所述域对应的偏置参数，得到所述输入图像的目标检测结果。

公开(公告)号：CN114972937A

公开(公告)日：2022-08-30

申请号：CN202210024765.3

申请日：2022-01-11

Applicant: 西安交通大学

Inventor： 任鹏举 ,  宋翔 ,  丁焱 ,  景鑫 ,  焦崇珊 ,  毛艺钧 ,  于航

IPC: G06V10/80 ,  G06V10/74 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于深度学习的特征点检测与描述子生成方法，包括如下步骤：S100：构建新的卷积神经网络；S200：利用所述新的卷积神经网络预测输入图像的特征点并且生成描述子向量；其中，所述新的卷积神经网络结构由两部分组成，第一部分为编码器，用于输入图像的特征编码；第二部分为3个解码器，第一个解码器生成描述子特征图，第二个解码器生成特征点的独特性特征图，第三个解码器由不同层的神经网络特征拼接作为输入生成准确度特征图。本方法生成的特征点具有更高的定位精度和独特性，有助于提高特征点匹配的性能以及后续任务的精度。

公开(公告)号：CN115629609A

公开(公告)日：2023-01-20

申请号：CN202211323178.0

申请日：2022-10-26

Applicant: 西安交通大学

Inventor： 任鹏举 ,  宋翔 ,  丁焱 ,  景鑫 ,  于航 ,  郑南宁

IPC: G05D1/02

Abstract: 一种多AGV协同工作系统包括：多个AGV、控制器、运动规划模块、行为级规划模块、路径资源分配模块、感知模块以及调度模块，感知模块包括单体感知模块和感知融合模块。该系统采用基于Zynq UltraScale+平台的一体化控制器作为处理器，硬件集成度高、功耗低、节约成本，具有一定的普适性和可迁移性。

公开(公告)号：CN115629609B

公开(公告)日：2024-10-29

申请号：CN202211323178.0

申请日：2022-10-26

Applicant: 西安交通大学

Inventor： 任鹏举 ,  宋翔 ,  丁焱 ,  景鑫 ,  于航 ,  郑南宁

IPC: G05D1/43 ,  G05D1/622

Abstract: 一种多AGV协同工作系统包括：多个AGV、控制器、运动规划模块、行为级规划模块、路径资源分配模块、感知模块以及调度模块，感知模块包括单体感知模块和感知融合模块。该系统采用基于Zynq UltraScale+平台的一体化控制器作为处理器，硬件集成度高、功耗低、节约成本，具有一定的普适性和可迁移性。

公开(公告)号：CN118298236A

公开(公告)日：2024-07-05

申请号：CN202410456989.0

申请日：2024-04-16

Applicant: 西安交通大学

Inventor： 李静远 ,  宋翔 ,  贺宇航 ,  董松林 ,  龚怡宏

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/088

Abstract: 本公开关于一种基于知识空间拓扑保持与对齐的域增量目标检测方法和装置。该方法包括：将每个训练阶段对应的域的各个样本图像输入训练阶段的目标检测模型，得到样本图像的特征向量和样本图像中的目标的特征向量；基于每个训练阶段的域的各个样本图像的特征向量，确定每个训练阶段的拓扑结构的每个节点的锚点图像；建立当前训练阶段的锚点损失函数；根据每个训练阶段中每个类别的目标的特征向量，确定每个训练阶段的类拓扑中心集合；建立当前训练阶段的类拓扑中心对齐损失函数；获取当前训练阶段对应的目标检测损失函数；对当前训练阶段的目标检测模型进行训练，得到当前训练阶段的训练好的目标检测模型。

公开(公告)号：CN119762784A

公开(公告)日：2025-04-04

申请号：CN202411905228.5

申请日：2024-12-23

Applicant: 西安交通大学

Inventor： 宋文涛 ,  李静远 ,  贺宇航 ,  焦天才 ,  王业腾 ,  宋翔 ,  石昌昊 ,  马帮 ,  赵云龙 ,  龚怡宏

IPC: G06V10/26 ,  G06V20/13 ,  G06V10/764 ,  G06V10/44 ,  G06V10/82 ,  G06T7/11 ,  G06N3/045

Abstract: 本申请提供了一种模型训练方法、基于大模型的遥感图像智能分割方法和装置，包括：将样本遥感图像数据集中的样本遥感图像输入第一图像分割模型，得到第一图像分割模型输出的第一分割掩码图像；其中，样本遥感图像数据集的平均信息熵大于或等于第一阈值，基于第一分割掩码图像，确定样本遥感图像中各个预设分割区域分别对应的分割预测类型，基于分割预测类型和各个预设分割区域分别对应的样本分类标签，确定第一图像分割模型的第一模型损失值，基于第一模型损失值，调整第一图像分割模型的第一模型参数，得到目标图像分割模型，使用目标图像分割模型进行遥感图像分割时，可以在一定程度上提升遥感图像的分割准确性。