公开(公告)号：CN119739140A

公开(公告)日：2025-04-01

申请号：CN202411836621.3

申请日：2024-12-13

Applicant: 南京理工大学

Inventor： 井肖晓 ,  高建坡 ,  杨晓苗 ,  李乐 ,  许宇航 ,  赵楷辰

IPC: G05B23/02

Abstract: 本发明公开了一种基于图传技术的飞控测试系统及方法，包括显示模块、主控模块，内部通信模块，远程通信模块，显示模块用于获取输入的信息，确定测试项，发送指令给主控模块，显示实时传输的视频图像和数据以及主控模块反馈的测试结果；主控模块，接收测试者选择的测试项，执行对应测试指令，发送测试信号给内部通信模块，通过内部通信模块接收视频和数据信息解析计算，生成测试结果，将测试结果发送给显示模块显示；内部通信模块，用于接收测试信号，并将测试信号发送给显示模块和远程通信模块；远程通信模块，用于接收从内部通信模块发送的测试信号，获取录制的视频和实时数据信息，通过内部通信模块发送视频和数据信息至主控模块进行解析计算。本发明提高飞控测试的效率和精度。

公开(公告)号：CN119723045A

公开(公告)日：2025-03-28

申请号：CN202411789501.2

申请日：2024-12-06

Applicant: 南京理工大学

Inventor： 赵楷辰 ,  张俊举 ,  李乐 ,  许宇航 ,  杨晓苗 ,  井肖晓

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/80 ,  G06V10/22 ,  G06V10/42 ,  G06V10/44 ,  G06V10/764 ,  G06V10/766 ,  G06N3/084 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度学习的轻量化夜间目标检测方法及系统，该法包括：获取待检测的夜间目标图像；将得到的夜间目标图像输入预先构建的夜间目标检测模型中，依次进行图像增强，特征提取，不同层级的特征融合，输出检测结果；所述的夜间目标检测模型包括：图像增强模块，用于对输入的图像进行图像增强和曝光矫正，得到增强的目标图像；特征提取模块，用于将图像增强模块得到的增强的目标图像进行特征提取，得到不同尺度的特征图；特征融合模块，用于将特征提取模块输出的不同尺度的特征图进行融合；混合通道注意力模块，结合局部和全局特征以及通道和空间特征的信息应用于特征融合模块的图像融合；结果输出模块，对融合的特征图进行处理，输出模型的检测结果。本发明通过图像增强以及引入了混合通道注意力机制和采用一种轻量级下采样模块对主干网络进行改进，实现网络轻量化的同时提高目标检测的准确性。

公开(公告)号：CN119766939A

公开(公告)日：2025-04-04

申请号：CN202411933827.8

申请日：2024-12-26

Applicant: 南京理工大学

Inventor： 张俊举 ,  杨晓苗 ,  高建坡 ,  许宇航 ,  井肖晓 ,  李乐 ,  赵楷辰

IPC: H04N5/04 ,  H04N5/265 ,  H04N17/00 ,  H04N23/11 ,  H04N23/74 ,  H04N23/76

Abstract: 本发明提出一种融合成像装备的延时与同步测量装置及方法，该装置包括主机、控制系统、被测产品和检测高速相机，所述主机用于获取不同环境下目标图像，其前侧壳体上设有光路通孔，被测产品位于主机前方，用于对准主机的光路通孔并对目标成像，所述检测高速相机位于被测产品的前方，用于采集被测产品上形成的图像，所述控制系统和主机、检测高速相机通信连接，对检测高速相机和主机所采集的图像数据进行处理，实现融合成像装备的时间同步与延时的测量。本发明能够直观准确快速的测量融合成像装备的单通道时间延时和双通道时间同步，为评价融合成像装备图像质量、通晓融合系统性能底数提供数据支撑。

公开(公告)号：CN119722749A

公开(公告)日：2025-03-28

申请号：CN202411786493.6

申请日：2024-12-06

Applicant: 南京理工大学

Inventor： 许宇航 ,  张俊举 ,  李乐 ,  赵楷辰 ,  杨晓苗 ,  井肖晓

IPC: G06T7/277 ,  G06T7/262

Abstract: 本申请提供一种基于相关滤波改进的小目标跟踪方法及系统，该方法包括：裁剪初始目标区域并对图像进行预处理、进行二维傅里叶变换并制作相关滤波跟踪模板、在目标区域进行跟踪、统计结果判断目标是否丢失、将跟踪坐标输入卡尔曼滤波器进行下一帧模板位置的预测、使用新目标区域进行跟踪模板更新。本方法利用卡尔曼滤波器能够对目标未来位置进行预测的特点，对原有的相关滤波跟踪器进行改进。系统能够在实现对小目标变换的高鲁棒性前提下，改善小目标跟踪任务中目标被遮挡、目标运动速度过快、目标背景复杂等问题。

公开(公告)号：CN119810585A

公开(公告)日：2025-04-11

申请号：CN202411810932.2

申请日：2024-12-10

Applicant: 南京理工大学

Inventor： 李乐 ,  张俊举 ,  许宇航 ,  赵楷辰 ,  井肖晓 ,  杨晓苗

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供一种基于ZYNQ的卷积神经网络图像加速器系统及实现方法，方法包括：将训练优化完成的卷积神经网络参数存入SD卡，通过ZYNQ的PS端加载参数，在PS端构建整个系统的控制子系统，在PL端构建加速子系统，存储模块分别置于PS端和PL端。摄像头获取图像数据存入存储模块，控制模块控制数据流与加速指令并接收反馈，将数据缓存入加速模块，加速模块根据指令完成计算加速，并将图像检测结果通过HDMI输出至外接屏幕。本发明提高了卷积神经网络的前向推理速度，提高了指令集构建速度、功耗低且具有可扩展性。