-
公开(公告)号：CN113177969B
公开(公告)日：2022-07-15
申请号：CN202110471464.0
申请日：2021-04-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于运动方向变化的候选种子的点云单目标跟踪方法，包括训练模块和测试模块，训练模块首先对点云预处理得到模板点云，其次使用高斯采样得到候选点云，再次将模板点云和候选点云输入编码器进行编码，得到对应的特征向量，最后分别计算距离损失函数与方向损失函数并且训练整个模型。测试模块首先使用预先训练的PointRcnn模型进行目标检测，其次进行候选区域采样，再次将采样的候选点云与上一帧跟踪目标点云输入到训练好的模型进行编码，最后对编码后的特征向量使用余弦相似性对比进行目标跟踪。本发明方法能够提高单目标跟踪精度，有效防止错跟踪现象出现。
-
公开(公告)号：CN111553934B
公开(公告)日：2022-07-15
申请号：CN202010333573.1
申请日：2020-04-24
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种采用多维度融合的多船舶跟踪方法，包括：图像预处理；通过前端特征提取模块提取船舶特征；将当前帧船舶目标特征图分别与之前所有帧中船舶目标的特征图经特征融合模块进行融合，得到融合后特征；将融合后特征经后端特征提取层得到当前帧船舶目标与之前所有帧中船舶目标之间的关联矩阵，根据相似性得到预跟踪的结果；将预跟踪的结果利用运动匹配优化模块进行优化得到最终跟踪结果。本发明引入ASPP模块提高网络对于不同尺寸目标的建模能力，使得特征更能表达语义信息；提出了联合检测区域建模模块，进一步提升建模能力；提出运动匹配优化模块达到对预跟踪结果的优化与精修，使得跟踪器更为稳定，不过度于依赖检测器的性能。
-
公开(公告)号：CN111553934A
公开(公告)日：2020-08-18
申请号：CN202010333573.1
申请日：2020-04-24
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种采用多维度融合的多船舶跟踪方法，包括：图像预处理；通过前端特征提取模块提取船舶特征；将当前帧船舶目标特征图分别与之前所有帧中船舶目标的特征图经特征融合模块进行融合，得到融合后特征；将融合后特征经后端特征提取层得到当前帧船舶目标与之前所有帧中船舶目标之间的关联矩阵，根据相似性得到预跟踪的结果；将预跟踪的结果利用运动匹配优化模块进行优化得到最终跟踪结果。本发明引入ASPP模块提高网络对于不同尺寸目标的建模能力，使得特征更能表达语义信息；提出了联合检测区域建模模块，进一步提升建模能力；提出运动匹配优化模块达到对预跟踪结果的优化与精修，使得跟踪器更为稳定，不过度于依赖检测器的性能。
-
公开(公告)号：CN111160354A
公开(公告)日：2020-05-15
申请号：CN201911388248.9
申请日：2019-12-30
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于联合图像信息的海天背景下船舶图像分割方法，本发明针对于待分割的船舶图像，首先利用训练好的干扰因素判别器判别船舶图像对应的环境类型；然后利用所述环境类型对应的船舶提取器进行船舶的分割提取；采用基于神经网络的分类网络构建干扰因素判别器；利用训练集进行训练，得到训练好的干扰因素判别器；采用基于神经网络的分割网络构建不同环境下的船舶提取器；利用训练集中每种环境下的船舶图像分别进行训练，得到不同环境下船舶图像分别对应的训练好的船舶提取器。主要用于图像中船舶的分割提取。解决利用现有的分割算法进行海天背景下船舶图像分割存在分割精度降低的问题。
-
公开(公告)号：CN105279739A
公开(公告)日：2016-01-27
申请号：CN201510566373.X
申请日：2015-09-08
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明涉及机器视觉、图像去雾技术领域，特别是针对应用户外监控、无人机侦察、地形勘测等实时应用拍摄含雾图像而实现的一种自适应含雾数字图像去雾方法。本发明包括：输入原始有雾的图像，且转换为灰度图像；判断是否要进行图像分割；遍历所有像素点；对所得到的天空区域与非天空区域去雾图像进行按像素融合；图像进行引导滤波去除噪恢复无雾图像。本发明有效解决了去雾后图像整体亮度偏暗，出现晕光与Halo效应，图像色彩出现偏差，噪声较高，图像边缘模糊等问题。
-
Patent Agency Ranking
公开(公告)号：CN115035260B
公开(公告)日：2024-11-05
申请号：CN202210594240.3
申请日：2022-05-27
Applicant: 哈尔滨工程大学
IPC: G06T17/05 , G06T7/70 , G06T7/10 , G06V10/762 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种室内移动机器人三维语义地图构建方法，通过机器人搭载的RGB‑D深度相机运行ORB‑SLAM2算法，获得机器人关键帧信息与位姿，将关键帧的RGB图与深度图通过反投影形成空间点云；对关键帧的空间点云进行滤波处理并根据位姿进行拼接形成三维稠密点云地图；将关键帧的RGB图利用YOLO V5网络进行目标识别，获得2D语义信息，并根据反投影获得3D语义标签；通过点云分割算法对稠密点云地图进行分割；将获得的语义信息与稠密点云地图的分割结果相融合，构建得到3D语义地图。本发明通过对使用RGB‑D深度相机采集的RGB‑D信息进行处理，将语义信息与SLAM结果融合，形成信息更为丰富的三维地图。
-
公开(公告)号：CN115035260A
公开(公告)日：2022-09-09
申请号：CN202210594240.3
申请日：2022-05-27
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种室内移动机器人三维语义地图构建方法，通过机器人搭载的RGB‑D深度相机运行ORB‑SLAM2算法，获得机器人关键帧信息与位姿，将关键帧的RGB图与深度图通过反投影形成空间点云；对关键帧的空间点云进行滤波处理并根据位姿进行拼接形成三维稠密点云地图；将关键帧的RGB图利用YOLO V5网络进行目标识别，获得2D语义信息，并根据反投影获得3D语义标签；通过点云分割算法对稠密点云地图进行分割；将获得的语义信息与稠密点云地图的分割结果相融合，构建得到3D语义地图。本发明通过对使用RGB‑D深度相机采集的RGB‑D信息进行处理，将语义信息与SLAM结果融合，形成信息更为丰富的三维地图。
-
公开(公告)号：CN111160354B
公开(公告)日：2022-06-17
申请号：CN201911388248.9
申请日：2019-12-30
Applicant: 哈尔滨工程大学
IPC: G06V10/26 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T3/40
Abstract: 本发明涉及一种基于联合图像信息的海天背景下船舶图像分割方法，本发明针对于待分割的船舶图像，首先利用训练好的干扰因素判别器判别船舶图像对应的环境类型；然后利用所述环境类型对应的船舶提取器进行船舶的分割提取；采用基于神经网络的分类网络构建干扰因素判别器；利用训练集进行训练，得到训练好的干扰因素判别器；采用基于神经网络的分割网络构建不同环境下的船舶提取器；利用训练集中每种环境下的船舶图像分别进行训练，得到不同环境下船舶图像分别对应的训练好的船舶提取器。主要用于图像中船舶的分割提取。解决利用现有的分割算法进行海天背景下船舶图像分割存在分割精度降低的问题。
-
公开(公告)号：CN112857360B
公开(公告)日：2022-06-17
申请号：CN202110300122.2
申请日：2021-03-22
Applicant: 哈尔滨工程大学
IPC: G01C21/00 , G01C21/20 , G01S13/86 , G01S13/937
Abstract: 本发明公开了一种船舶航行多信息融合方法，包括：步骤1：多目标船信息预处理；步骤2：船舶AIS信息中目标船状态插值；步骤3：雷达与AIS信息初步融合；步骤4：视觉图像信息再融合；步骤5：融合目标实时更新。本发明考虑了雷达、AIS、视觉图像三种信息，比以往仅考虑雷达和AIS目标融合算法相比，扩展了融合信息类别，可得到更为准确的融合目标信息；通过设定雷达和AIS融合后，再与视觉图像融合的步骤和策略，避免预先设定众多假设条件、主观约定等非客观情况，保证了融合目标的准确性和快速性；本发明通过视觉图像二维可视化方式，利用图像、文字和数据综合显示方式，更为直观反映目标融合的结果，提供了友好的人机交互模式。
-
公开(公告)号：CN112857360A
公开(公告)日：2021-05-28
申请号：CN202110300122.2
申请日：2021-03-22
Applicant: 哈尔滨工程大学
IPC: G01C21/00 , G01C21/20 , G01S13/86 , G01S13/937
Abstract: 本发明公开了一种船舶航行多信息融合方法，包括：步骤1：多目标船信息预处理；步骤2：船舶AIS信息中目标船状态插值；步骤3：雷达与AIS信息初步融合；步骤4：视觉图像信息再融合；步骤5：融合目标实时更新。本发明考虑了雷达、AIS、视觉图像三种信息，比以往仅考虑雷达和AIS目标融合算法相比，扩展了融合信息类别，可得到更为准确的融合目标信息；通过设定雷达和AIS融合后，再与视觉图像融合的步骤和策略，避免预先设定众多假设条件、主观约定等非客观情况，保证了融合目标的准确性和快速性；本发明通过视觉图像二维可视化方式，利用图像、文字和数据综合显示方式，更为直观反映目标融合的结果，提供了友好的人机交互模式。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.032 seconds)
