-
公开(公告)号：CN112734878B
公开(公告)日：2023-06-20
申请号：CN202011633351.8
申请日：2020-12-31
申请人： 南昌工学院 , 湖北第二师范学院 , 武汉八维时空信息技术股份有限公司
IPC分类号： G06T11/20 , G06F16/29 , G06Q10/047
摘要： 本发明提供了一种大型栅格地图两点之间连通性检测方法、设备及存储介质，该方法包括：连接栅格地图模型中的起点和终点，得到起点至终点的线段；计算得到栅格地图模型中障碍物的边界线；计算得到线段与障碍物的交界点；判断交界点的个数，若交界点的个数等于0，则起点和终点连通；若交界点的个数大于0，则从交界点中选取一个沿障碍物的边界线进行配对，若配对成功，则删除配对成功的交界点，并返回继续判断交界点的个数；若配对不成功，则起点和终点不连通。该方法只需遍历地图上一些固定特征的点即可判断地图上两点之间连通性。在针对超大地图的中起点和终点和连通性判断，在时间消耗和内存消耗都优于目前以深度遍历或者广度遍历为主的算法。
-
公开(公告)号：CN112734878A
公开(公告)日：2021-04-30
申请号：CN202011633351.8
申请日：2020-12-31
申请人： 南昌工学院 , 湖北第二师范学院 , 武汉八维时空信息技术股份有限公司
摘要： 本发明提供了一种大型栅格地图两点之间连通性检测方法、设备及存储介质，该方法包括：连接栅格地图模型中的起点和终点，得到起点至终点的线段；计算得到栅格地图模型中障碍物的边界线；计算得到线段与障碍物的交界点；判断交界点的个数，若交界点的个数等于0，则起点和终点连通；若交界点的个数大于0，则从交界点中选取一个沿障碍物的边界线进行配对，若配对成功，则删除配对成功的交界点，并返回继续判断交界点的个数；若配对不成功，则起点和终点不连通。该方法只需遍历地图上一些固定特征的点即可判断地图上两点之间连通性。在针对超大地图的中起点和终点和连通性判断，在时间消耗和内存消耗都优于目前以深度遍历或者广度遍历为主的算法。
-
公开(公告)号：CN113469302A
公开(公告)日：2021-10-01
申请号：CN202111036387.2
申请日：2021-09-06
申请人： 南昌工学院 , 湖北第二师范学院 , 武汉市倍奇科技有限公司
摘要： 本发明提供了一种视频图像的圆形多目标识别方法和系统，方法包括：在训练阶段，采用一种圆形框IOU计算方法来替换典型目标检测算法中的矩形框IOU测算方法、使用基于圆形框的参数建立目标识别网络模型并对模型进行迭代训练，最后对训练后的模型进行优化，形成一种新目标检测训练体系；在预测阶段，以训练阶段保存的优化权值为输入，获取待识别图像的预测结果，并对预测结果进行解码转换获得圆形预测框；通过计算圆形真实框与预测框间的CIRCLE‑IOU对圆形预测框进行筛选去噪，从而精确识别目标物体。本方法避免很多非识别对象的像素点被框入，进一步提高了识别精度。
-
公开(公告)号：CN112161631B
公开(公告)日：2021-02-19
申请号：CN202011378140.4
申请日：2020-12-01
申请人： 湖北第二师范学院
摘要： 本发明提供了一种基于大型卫星栅格地图的安全路径规划方法，获取当前区域环境的地图图片；建立卫星栅格地图模型；对原始地图按照一定的比例进行缩放，得到缩放地图；针对所述缩放地图，利用改进后的A*算法进行搜索，获得从起始位置到目标位置的若干个路径点；将所述路径点均投影到所述原始地图中，得到从起始位置到目标位置的若干个新的路径点；在起始位置、若干个新的路径点和目标位置间，利用原始的A*算法进行搜索，获得原始地图中一条从起始位置到目标位置的最优路径。本发明可以在复杂的大型地图中快速地搜索出一条相对安全的路线，并尽可能通过预先设定的安全吸引区域，提升规划路径的安全性。
-
公开(公告)号：CN112161631A
公开(公告)日：2021-01-01
申请号：CN202011378140.4
申请日：2020-12-01
申请人： 湖北第二师范学院
摘要： 本发明提供了一种基于大型卫星栅格地图的安全路径规划方法，获取当前区域环境的地图图片；建立卫星栅格地图模型；对原始地图按照一定的比例进行缩放，得到缩放地图；针对所述缩放地图，利用改进后的A*算法进行搜索，获得从起始位置到目标位置的若干个路径点；将所述路径点均投影到所述原始地图中，得到从起始位置到目标位置的若干个新的路径点；在起始位置、若干个新的路径点和目标位置间，利用原始的A*算法进行搜索，获得原始地图中一条从起始位置到目标位置的最优路径。本发明可以在复杂的大型地图中快速地搜索出一条相对安全的路线，并尽可能通过预先设定的安全吸引区域，提升规划路径的安全性。
-
公开(公告)号：CN112183677B
公开(公告)日：2021-02-23
申请号：CN202011341731.4
申请日：2020-11-25
申请人： 湖北第二师范学院
摘要： 本发明提供一种基于多通道卷积神经网络的质谱成像分类方法，包括：对质谱成像数据集进行数据预处理，获得260*134*100的预训练数据；对二维质谱成像数据完成手工标注，获得组织区域分类标注文档，并构建训练数据集和测试数据集；训练并获得一个多通道的深度卷积神经网络模型对质谱成像数据进行特征提取，实现质谱数据空间区域的自动分类。
-
公开(公告)号：CN112183677A
公开(公告)日：2021-01-05
申请号：CN202011341731.4
申请日：2020-11-25
申请人： 湖北第二师范学院
摘要： 本发明提供一种基于多通道卷积神经网络的质谱成像分类方法，包括：对质谱成像数据集进行数据预处理，获得260*134*100的预训练数据；对二维质谱成像数据完成手工标注，获得组织区域分类标注文档，并构建训练数据集和测试数据集；训练并获得一个多通道的深度卷积神经网络模型对质谱成像数据进行特征提取，实现质谱数据空间区域的自动分类。
-
公开(公告)号：CN115272814B
公开(公告)日：2022-12-27
申请号：CN202211188231.0
申请日：2022-09-28
IPC分类号： G06V10/80 , G06V10/774 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/04 , G06N3/08 , G06T7/11 , G06T7/136 , G06T7/194 , G06T7/62
摘要： 本发明公开了一种远距离空间自适应多尺度的小目标检测方法，方法包括两个阶段，分别为：多尺度目标检测模型确定阶段和多尺度目标检测模型预测阶段；在多尺度目标检测模型确定阶段，通过对不同的目标检测任务进行数据集分析，得到该类型任务所对应的多尺度目标检测模型结构；在多尺度目标检测模型预测阶段，通过对应的目标检测任务类型，直接调用对应结构；在未知检测任务类型时，通过OSTU算法及决策树获得其对应检测任务的多尺度目标检测模型结构，完成预测。本发明有益效果是：能够实时的、自适应的进行各类目标检测，提高了目标检测通用性的同时，保证了目标检测精度。
-
公开(公告)号：CN115272814A
公开(公告)日：2022-11-01
申请号：CN202211188231.0
申请日：2022-09-28
IPC分类号： G06V10/80 , G06V10/774 , G06V10/764 , G06V10/26 , G06V10/82 , G06N3/04 , G06N3/08 , G06T7/11 , G06T7/136 , G06T7/194 , G06T7/62
摘要： 本发明公开了一种远距离空间自适应多尺度的小目标检测方法，方法包括两个阶段，分别为：多尺度目标检测模型确定阶段和多尺度目标检测模型预测阶段；在多尺度目标检测模型确定阶段，通过对不同的目标检测任务进行数据集分析，得到该类型任务所对应的多尺度目标检测模型结构；在多尺度目标检测模型预测阶段，通过对应的目标检测任务类型，直接调用对应结构；在未知检测任务类型时，通过OSTU算法及决策树获得其对应检测任务的多尺度目标检测模型结构，完成预测。本发明有益效果是：能够实时的、自适应的进行各类目标检测，提高了目标检测通用性的同时，保证了目标检测精度。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.086 秒)
