公开(公告)号：CN118657939A

公开(公告)日：2024-09-17

申请号：CN202410669917.4

申请日：2024-05-28

Applicant: 常州大学

Inventor： 李宁 ,  汪立博 ,  杨高朝 ,  张铤波 ,  李博

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/44 ,  G06V10/46 ,  G06V10/764 ,  G06V10/80 ,  G06V20/70 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  B25J9/16

Abstract: 本发明涉及图像分割领域，具体涉及一种用于水面清污机器人的水域岸边识别方法及清污方法。识别方法包括：搭建改进U‑Net网络，并训练，保存效果最好的模型；利用训练好的改进U‑Net网络识别水域岸边图片中的水域及岸边区域；其中，改进U‑Net网络包括编码器、跳跃连接层和解码器，所述跳跃连接层增加有GAB融合模块，所述GAB融合模块用于融合来自编码器相邻层输出的低级特征和高级特征及来自训练集的相应掩码，得到跳跃连接层输出，跳跃连接层输出连接到解码器的相应层。本发明能够准确分割出水域及岸边区域。

公开(公告)号：CN116863306A

公开(公告)日：2023-10-10

申请号：CN202310947525.5

申请日：2023-07-31

Applicant: 常州大学

Inventor： 李宁 ,  王明亮 ,  李博 ,  汪立博 ,  杨高朝 ,  袁宝华 ,  徐守坤

IPC: G06V10/82 ,  G06V10/774 ,  G06V10/80 ,  G06V10/74 ,  G06V10/764 ,  G06V10/30 ,  G06T5/00 ,  G06T5/30

Abstract: 本发明涉及一种基于改进YOLOv6网络模型的水面漂浮小目标的检测方法，包括：采用预先训练好的改进YOLOv6网络模型对水面漂浮目标图像进行检测，输出水面小目标检测结果；其中，所述改进YOLOv6网络模型采用细节信息增强模块提高对小目标的细节信息提取能力，采用自适应噪声抑制模块抑制噪声，使用标准化的高斯Wasserstein距离来计算模型训练中的回归损失。本发明能够准确检测出水面的漂浮小目标。

公开(公告)号：CN117496348A

公开(公告)日：2024-02-02

申请号：CN202311468585.5

申请日：2023-11-07

Applicant: 常州大学

Inventor： 李宁 ,  张铤波 ,  李博 ,  杨高朝 ,  袁宝华 ,  汪立博

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/26 ,  G06V20/70 ,  G06V10/44 ,  G06V10/75 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及图像处理技术领域，具体涉及一种基于小样本学习的水面垃圾识别方法，方法包括：构建水面垃圾识别的训练集和测试集，训练集和测试集均包括支持集和查询集，支持集中的图像为标注图像，查询集内的图像为未标注图像；构建基于特征匹配和场景解析的小样本语义分割模型，模型包括特征提取网络、瓶颈层和多尺度解码器，瓶颈层包括匹配模块和场景解析模块；利用训练集对模型进行训练，保存训练效果最好的模型权重；加载训练效果最好的模型及其权重，输入测试集中的水面垃圾图像进行识别。本发明结合场景解析的方法，在标注样本较少的情况下，通过匹配实现较高精度的识别。

公开(公告)号：CN119810416A

公开(公告)日：2025-04-11

申请号：CN202411888420.8

申请日：2024-12-20

Applicant: 常州大学

Inventor： 李宁 ,  汪立博 ,  杨高朝 ,  袁宝华 ,  李博

IPC: G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及漂浮物识别领域，具体涉及一种基于改进YOLO的水面漂浮物识别方法及水面清污机器人。方法包括：构建水面漂浮物数据集，搭建改进YOLO网络模型；其中，改进YOLO网络模型在骨干网络和颈部网络中通过空间特征重组模块提取图像的不同尺度特征；在颈部网络通过交叉路径聚合模块对不同特征层进行多路径交互融合，并通过背景噪声抑制模块增强图像前景中的漂浮物特征；最后由检测头根据颈部网络输出进行目标分类；使用水面漂浮物数据集训练改进YOLO网络模型，得到训练好的网络模型；利用训练好的网络模型对待识别的水域图像进行识别，得到识别结果。本发明可以显著提高漂浮物的检测精度，更加适应存在噪声干扰的水面漂浮物检测场景。

公开(公告)号：CN117173481A

公开(公告)日：2023-12-05

申请号：CN202311172759.3

申请日：2023-09-12

Applicant: 常州大学

Inventor： 杨高朝 ,  李宁 ,  王明亮 ,  胡硕

IPC: G06V10/764 ,  G06V10/40 ,  G06T7/70

Abstract: 本发明涉及图像处理技术领域，尤其涉及基于地面面特征约束和点面协同的SLAM方法及系统，包括采集场景图像数据和IMU数据，提取图像的点特征并进行三角化；根据三角化后的点特征进行分类，保留点特征值最小的点特征；利用RANSAC算法进行地面面特征拟合，并利用LK光流法进行点特征的跟踪；根据跟踪到的属于地面面特征上的点特征进行面特征的拟合，并利用拟合后的面特征修正点特征的逆深度值；根据拟合的面特征纠正点特征逆深度的偏差；进行点/面特征协同优化和地面面特征约束相机位姿的误差累积计算。本发明解决平面特征的提取和匹配时的耗时和耗计算资源问题。

公开(公告)号：CN119107446A

公开(公告)日：2024-12-10

申请号：CN202411248474.8

申请日：2024-09-06

Applicant: 常州大学

Inventor： 王明亮 ,  李宁 ,  杨高朝 ,  袁宝华 ,  李博

IPC: G06V10/25 ,  G06V10/774 ,  G06V10/82 ,  G06V10/40 ,  G06N3/096 ,  G06N3/045 ,  G06V10/80 ,  G06V10/74

Abstract: 本发明涉及目标检测领域，具体涉及一种小样本目标的检测方法、装置、设置及可读存储介质。小样本目标的检测方法包括：利用训练好的小样本目标检测模型对目标图片进行检测，输出目标检测结果；其中，小样本目标检测模型的骨干网络之后增加有背景抑制模块、多尺度特征提取模块和综合原型金字塔蒸馏模块，所述背景抑制模块用于抑制支持特征中的背景特征；所述多尺度特征提取模块对背景抑制后的支持特征进行多尺度池化、融合；所述综合原型金字塔蒸馏模块用于对多尺度池化、融合后的特征进行层级蒸馏。本发明可以提取到更纯净的类原型，泛化性强，能够准确检测出小样本目标。

公开(公告)号：CN118010024A

公开(公告)日：2024-05-10

申请号：CN202410036048.1

申请日：2024-01-10

Applicant: 常州大学

Inventor： 杨彪 ,  王姝媛 ,  杨高朝 ,  俞至韬 ,  倪蓉蓉 ,  杨长春

IPC: G01C21/20

Abstract: 本发明涉及室内定位技术领域，尤其涉及基于点线面解耦6‑DoF位姿估计优化方法及系统，包括计算点特征和线特征的相似度，并得到簇；并利用最小二乘法拟合簇内点并建立平面方程；构建系数矩阵；从而得到平面法向量和拟合的平面中心点；并进行平面特征匹配；提取图像中的曼哈顿世界坐标系，并跟踪点线面特征估计相机姿态；根据曼哈顿世界坐标系的结构约束进行解耦相机位姿，分别解耦计算旋转和平移矩阵；插入关键帧及点线面特征联合对相机位姿和地图结构进行优化。本发明在室内结构化场景中，通过结合点线面特征融合，解决复杂场景下因为凹凸不平的平面和不平整的纹理信息导致平面跟踪失败的情况；以及因为受光照影响的点特征无法提取的弱点。