-
公开(公告)号：CN114359643B
公开(公告)日：2024-11-19
申请号：CN202111564380.8
申请日：2021-12-20
Applicant: 东南大学
IPC: G06V10/771 , G06V20/56 , G06V20/64
Abstract: 本发明公开了一种基于曼哈顿世界假设的结构化征筛选方法，可以在弱纹理结构化场景下的同步定位与制图（SLAM，Simultaneously positioning and mapping）系统中对提取的线面特征进行筛选，提高同步定位与制图的精度和稳健性。其思路是使用基于曼哈顿世界假设计算候选平面和线的能量函数，通过最小化能量函数剔除误提取的线面特征。该算法首先根据点云集合与平面或线的点云拟合程度构造一阶数据项，再根据结构化场景的几何关系构造二阶几何结构约束项，然后迭代的置信区域优化算法对能量函数进行求解，并对平面集合和线集合进行滤波。本发明可以对提取到的线面特征进行滤波，增加弱纹理结构化场景中SLAM的鲁棒性和准确性。
-
公开(公告)号：CN118362138A
公开(公告)日：2024-07-19
申请号：CN202410466762.4
申请日：2024-04-18
Applicant: 东南大学
IPC: G01C21/32
Abstract: 本发明公开了一种用于GNSS拒止区域持久定位的车道级地图辅助SLAM方法，包括：首先通过车道检测算法对实时摄像头系统图像进行道路车道线检测，并利用RANSAC算法对异常点进行剔除，得到车辆与车道线之间的横向距离，并利用车道变换检测算法持续检测车辆行驶状态；然后利用基于隐马尔科夫构建的车道级地图匹配算法对SLAM里程计信息进行地图匹配，计算里程计与地图匹配结果之间的距离信息；最后视觉与地图的横向距离信息加入到视觉惯性因子图优化中，实现在GNSS拒止场景下消除车辆累积的定位误差。本发明能为GNSS拒止环境下的车辆实时定位问题提供一种可靠的低成本解决方案，并能保持大范围长航时的高精度定位能力。
-
公开(公告)号：CN112132806B
公开(公告)日：2024-07-09
申请号：CN202011004488.7
申请日：2020-09-22
Applicant: 东南大学
Abstract: 本发明公开了一种基于模糊空间马尔科夫随机场的变化区域提取方法，能够有效地提取出差异图像中的变化区域。本发明包括如下步骤：(1)使用图像分割算法如迭代式阈值分割算法对差异图像的所有像素点进行初始分割；(2)使用模糊聚类算法(FCM)计算差异图像的隶属度矩阵，并利用隶属度矩阵优化马尔科夫随机场(MRF)的空间能量函数；(3)使用模拟退火算法对初始分割图像进行优化迭代，其中模拟退火的优化目标为最小化能量函数；(4)模拟退火迭代终止，获得最终的分割图像。
-
公开(公告)号：CN112200769B
公开(公告)日：2024-02-23
申请号：CN202010932615.3
申请日：2020-09-08
Applicant: 东南大学
Abstract: 本发明公开了一种用于违建检测的定点监控新旧时相图像变化检测方法，旨在克服传统变化检测方法检测出的变化区域不完整，存在虚检等问题。该方法的主要流程包括：首先对监控点新时相图像和旧时相图像进行配准以及直方图匹配等数据预处理操作，然后通过融合对数比法和均值比法来构造差异图像以及使用水平集模型分割差异图像，之后提取变化区域的轮廓并计算轮廓垂直边界的最小矩形，最后合并重叠矩形并绘制到新时相图像上，得到变化检测效果图；本方法有效解决了传统新旧时相对比的违章建筑定点监控解决方案得到的变化区域不完整，不连续且存在虚检的问题，提升了违章建筑识别的准确性和效率。
-
公开(公告)号：CN110378398B
公开(公告)日：2023-08-25
申请号：CN201910566224.1
申请日：2019-06-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于多尺度特征图跳跃融合的深度学习网络改进方法，通过多尺度特征图层间的跳跃连接进行特征融合，通过融合高层语义和低层位置信息使网络能够充分利用高低层特征，提高模型对小目标的敏感性和感知度，同时提升了模型总体检测性能。其次通过多视角多分类策略，实现了高动态场景下目标类别的精准检测。本发明从速度、实用、鲁棒性等方面考虑，提出了一种基于多尺度特征图跳跃融合的深度学习网络改进方法，提高了SSD算法在高动态场景下的检测性能。
-
Patent Agency Ranking
-
公开(公告)号：CN116342661A
公开(公告)日：2023-06-27
申请号：CN202310391308.2
申请日：2023-04-13
Applicant: 东南大学
Abstract: 本发明公开了一种利用路标点偏置位姿修正的双目视觉惯性里程计方法，首先对输入的双目图像进行包括提取特征点并进行光流追踪、IMU预积分以及关键帧筛选的数据预处理，得到筛选后的关键帧；再采用视觉和IMU的松耦合进行视觉惯性里程计快速初始化；根据BA优化目标函数、位姿变化的雅可比矩阵函数推导出路标点偏置与位姿估计误差关联关系，求出光流跟踪特征点过程中路标点的逆深度偏置，利用关联关系对位姿估计进行修正；最后基于紧耦合的后端非线性优化方法，构建优化误差函数迭代求解，实现对深度信息误差以及位姿估计误差的消除，减少轨迹误差。
-
公开(公告)号：CN108734706B
公开(公告)日：2022-07-19
申请号：CN201810491167.0
申请日：2018-05-21
Applicant: 东南大学
Abstract: 本发明公开了一种融合区域分布特性与边缘尺度角度信息的转子绕线图像检测方法，包括步骤1：将待测图像分别进行灰度、滤波及阈值预处理操作，以此完成绕线区域图像预处理，待测图像成为二值图像；步骤2：计算待测图像和模板之间绕线区域轮廓空间分布特性的相似程度，以此来进行模板检索；步骤3：通过对待检测图像轮廓边缘上的采样点与该区域轮廓质心形成的向量与该点处梯度向量间的相对角度信息以及该向量自身的尺度信息的计算，实现轮廓形态的描述；步骤4：通过巴氏距离来计算待测图像与模板之间角度与尺度分布信息的相似度，进而实现待测图像的检测，有效避免了因模板选取偶然性对检测精度的影响，缩短了检测时间和提高了检测准确率。
-
公开(公告)号：CN113298174B
公开(公告)日：2022-04-29
申请号：CN202110648891.1
申请日：2021-06-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于渐进特征融合的语义分割模型的改进方法，通过提出一种结合双注意力机制的渐进特征融合的方法，提高基于深度学习的语义分割模型解码模块恢复细节、空间信息的能力，以得到更好的分割性能。本发明包括如下步骤：(1)设计双注意力模块；(2)设计渐进特征融合模块；(3)将渐进特征融合模块融入语义分割模型。
-
公开(公告)号：CN114359643A
公开(公告)日：2022-04-15
申请号：CN202111564380.8
申请日：2021-12-20
Applicant: 东南大学
IPC: G06V10/771 , G06V20/10 , G06V20/64 , G06K9/62
Abstract: 本发明公开了一种基于曼哈顿世界假设的结构化征筛选方法，可以在弱纹理结构化场景下的同步定位与制图（SLAM，Simultaneously positioning and mapping）系统中对提取的线面特征进行筛选，提高同步定位与制图的精度和稳健性。其思路是使用基于曼哈顿世界假设计算候选平面和线的能量函数，通过最小化能量函数剔除误提取的线面特征。该算法首先根据点云集合与平面或线的点云拟合程度构造一阶数据项，再根据结构化场景的几何关系构造二阶几何结构约束项，然后迭代的置信区域优化算法对能量函数进行求解，并对平面集合和线集合进行滤波。本发明可以对提取到的线面特征进行滤波，增加弱纹理结构化场景中SLAM的鲁棒性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.025 seconds)
