一种基于融合事件和RGB数据的水下暗光场景重建方法

    公开(公告)号:CN115761472B

    公开(公告)日:2023-05-23

    申请号:CN202310024781.7

    申请日:2023-01-09

    Applicant: 吉林大学

    Abstract: 本发明是一种基于融合事件和RGB数据的水下暗光场景重建方法。本发明涉及水下机器视觉技术领域,本发明利用事件相机采集的水下暗光事件序列和弱曝光RGB帧构建基准数据集;针对事件序列的异步稀疏性,对每一场景事件序列采用体素网格方式进行分段化表征;利用特征编码网络对事件序列和RGB帧进行特征编码,利用基于特征金字塔的多级Transformer编码器,得到多尺度事件和RGB特征提取分支;利用多阶段残差学习,融合事件和RGB特征,利用逐级上采样特征解码器,最终输出清晰的水下重建场景。实现对事件数据和RGB数据的高效融合,并在水下暗光场景重建清晰的图像,为水下的检测、识别和追踪任务提供了鲁棒的视觉表达。

    一种水下深度图超分辨率方法

    公开(公告)号:CN115760582B

    公开(公告)日:2023-05-23

    申请号:CN202310027766.8

    申请日:2023-01-09

    Applicant: 吉林大学

    Abstract: 本发明是一种水下深度图超分辨率方法。本发明涉及超分辨率技术领域,本发明包括:步骤1通过Kinect相机采集训练时所需要的数据,步骤2确定合适的评价指标来衡量模型输出的深度图像和原始高分辨率深度图像的几何差距,本方法中使用到的是均方根误差和感知误差;步骤3搭建适用于水下环境的深度图像超分辨率网络(DSTN网络),其主要包含以下四个模块:特征融合模块、独立特征提取模块、深度图像变换器、多尺度学习模块;步骤4网络的参数更新与训练。通过本申请中的技术方案,对水下拍摄的深度图像实现超分辨率,还原水下深度图像更多的细节,从而弥补大多数深度相机拍摄的深度图的分辨率和精度都不足以满足实际应用的缺陷。

    一种水下高速移动目标的视频插帧方法及其系统

    公开(公告)号:CN115941872A

    公开(公告)日:2023-04-07

    申请号:CN202310076491.7

    申请日:2023-02-08

    Applicant: 吉林大学

    Abstract: 本发明涉及模式识别技术领域,具体涉及一种水下高速移动目标的视频插帧方法即其系统。步骤1:通过传统相机获取RGB数据;步骤2:基于步骤1的RGB图像,抽离出RGB图像的背景轮廓图;步骤3:利用步骤2的背景轮廓图和步骤1得到的RGB数据经过轮廓图辅助多尺度光流估计网络进行光流估计;步骤4:利用RGB数据和步骤3估计的光流经过光流优化网络对光流结果进行优化;步骤5:利用网型融合网络,融合帧光流估计网络与光流优化网络输出的光流结果,对流光结果进行扭曲得到的中间帧,最终输出中间帧。本发明用以解决现有技术中无法非常准确地还原出非线性运动两帧间的中间帧的问题。

    一种基于数据协同的水下高速视频插帧方法及其系统

    公开(公告)号:CN115883764A

    公开(公告)日:2023-03-31

    申请号:CN202310076493.6

    申请日:2023-02-08

    Applicant: 吉林大学

    Abstract: 一种基于数据协同的水下高速视频插帧方法及其系统。通过传统相机和事件相机分别获取RGB数据和事件数据;将获取的RGB数据和事件数据利用U型合成网络融合,获取合成结果;利用合成结果和获取的RGB数据经过三层多尺度光流估计网络进行帧光流估计;利用获取的RGB数据和事件数据经过三层多尺度光流估计网络进行事件光流估计;将融合结果、经过三层多尺度光流估计网络进行的帧光流估计结果与经过三层多尺度光流估计网络进行的事件光流估计通过U型融合网络进行融合,输出中间帧。本发明实现利用RGB数据和事件数据生成视频的中间帧,提高视频的帧率,优化在水下场景下非线性运动下插帧效果的鲁棒性。

    海洋空间观测数据的异常检测方法、系统、设备与介质

    公开(公告)号:CN115757386A

    公开(公告)日:2023-03-07

    申请号:CN202310023123.6

    申请日:2023-01-09

    Applicant: 吉林大学

    Abstract: 海洋空间观测数据的异常检测方法、系统、设备与介质,属于海洋空间数据、数据异常检测技术领域。获取海洋空间的每个观测点分别观测的不同深度数据,将其组成数据集;将数据集中的低质量的深度数据进行排除后,对数据集进行归一化,判断某一观测点观测的不同深度数据是否出现异常,若出现异常,对该观测点观测的不同深度数据进行缩放,再对数据集进行缩放后,对数据集进行降维,将数据集组成图像形式;对图像进行zero‑padding,构建CoordConv层;将图像输入到卷积神经网络模型中,并基于构建的CoordConv层,构建Bicubic+CoordConv+Pool卷积神经网络模型;对构建的卷积神经网络模型进行训练;将待检测数据输入训练好的卷积神经网络模型,进行异常值检测。

    基于道路信息的纯电动汽车能耗最优路径规划方法

    公开(公告)号:CN111753377B

    公开(公告)日:2022-09-30

    申请号:CN202010640152.3

    申请日:2020-07-06

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于道路信息的纯电动汽车能耗最优路径规划方法,采集道路信息与车辆历史数据;建立车辆半物理半经验能耗计算模型:将车辆能耗分为克服行驶阻力能耗、传动系统损失能耗和辅助系统能耗三部分并分别建模,建立车辆半物理半经验能耗计算模型,然后结合道路信息、高程信息与环境信息对能耗计算模型中的可变参数进行估计;基于马尔科夫法对道路参考节点间的车速v进行预测:对不同类型道路设置参考节点,分别在道路加速、减速段应用马尔科夫链进行工况预测;结合能耗成本边代价,通过A*搜索算法建立最优能耗路径规划模型。本发明利用丰富的交通信息建立准确的能耗预测与路径规划模型,进而提供准确的预测能耗与能耗最优路径。

    插电式混合动力汽车模型参考自适应最优能量管理方法

    公开(公告)号:CN111959490A

    公开(公告)日:2020-11-20

    申请号:CN202010860458.X

    申请日:2020-08-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于行驶工况预测的PHEV自适应优化能量管理控制方法,通过智能交通系统、车载导航系统获取未来路径信息,生成未来路径的能耗等效预测工况;建立参考ECMS控制模型,以能耗等效预测工况作为输入,以油耗最低为优化目标,寻求最优的ECMS等效因子λopt和参考SOCref;基于最优等效因子λopt以及参考SOCref,在实际行驶工况下,根据实际SOC和所述参考SOCref对所述最优等效因子λopt进行修正,形成自适应ECMS控制模型,计算油耗最优的发动机转矩和电机转矩;将发动机和电机的目标转矩及开关指令传递给底层控制器,对整车的动力进行分配,实现PHEV能量管理与控制。

    一种基于层次聚类和随机森林的高分辨率海洋水温计算方法

    公开(公告)号:CN111242206A

    公开(公告)日:2020-06-05

    申请号:CN202010016709.6

    申请日:2020-01-08

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于层次聚类和随机森林的高分辨率海洋水温计算方法,包括:首先,对数据集进行归一化处理,以消除量纲的不同对实验造成的影响;其次,将数据集中的样本看作初始类簇,采用自底向上的聚合策略进行层次聚类;在聚类算法运行过程的每一步找出距离最近的两个类簇进行合并,该过程不断重复,直至数据被划分出五类;最后,对于划分出的每一个类,采用网格化搜索的方法寻找随机森林模型的最佳参数并为其构建随机森林模型。本发明使用的数据来自BOA Argo的观测结果,实验结果表明,本发明提出的模型的预测准确度比对数据直接使用随机森林模型有着很好的提升,特别是在聚类划分出的某些局部海域,模型准确度能提升10倍左右。

    一种含人参叶的酸奶及其制备方法

    公开(公告)号:CN103931765B

    公开(公告)日:2016-06-01

    申请号:CN201410193394.7

    申请日:2014-05-08

    Applicant: 吉林大学

    Abstract: 本发明的一种含人参叶的酸奶及其制备方法,属于食品的技术领域。酸奶有如下重量份的成分:全脂灭菌乳80-100份,人参叶粉0.005-0.015份,木糖醇5-15份,直投式酸奶发酵剂0.1-0.15份。本发明酸奶中添加了人参叶粉和木糖醇,其中人参叶粉通过发酵后可获得多种有益成分,如人参皂苷、多糖、多肽等;以木糖醇取代蔗糖作为甜味剂,降低了酸奶中糖的含量;本发明通过试验确定人参叶粉和木糖醇的合适配比,使酸奶的口感良好;采用本发明所述发酵方法制备的酸奶,原料天然健康,实现了对废弃人参叶的有效利用,且酸奶口味醇厚,兼具人参叶的清香,长期食用,比普通酸奶更加有益健康。

Patent Agency Ranking