-
公开(公告)号：CN116405626B
公开(公告)日：2023-09-22
申请号：CN202310650996.X
申请日：2023-06-05
Applicant: 吉林大学
IPC: H04N7/01 , G06T5/00 , G06N3/0464 , G06N3/0455
Abstract: 本发明是一种全局匹配的水下运动目标视觉增强方法。本发明涉及模式识别技术领域，本发明利用水下摄影设备采集目标的RGB视频序列数据集；利用基于特征金字塔的多级编码器，得到多尺度RGB边界帧特征；利用滑动窗口的分层视觉变换器进行特征增强；对提取的特征进行全局相关性匹配；利用逐级上采样特征解码器，并在上采样的过程中联合优化中间光流和中间帧特征，最终输出清晰视频中间帧；使用图像损失结合约束重建中间帧。通过通过本申请中的技术方案，实现了为水下视频重建清晰的中间帧，增强了运动目标的视觉质量，提高了水下视频的帧率，为水下的检测、识别和追踪等任务提供了鲁棒的视觉表达。
-
公开(公告)号：CN116561649B
公开(公告)日：2023-09-12
申请号：CN202310832974.5
申请日：2023-07-10
Applicant: 吉林大学
IPC: G06F18/24 , G06N3/048 , G06F16/22 , G06F18/10 , G06F18/15 , G06F18/213 , G06F18/25 , A61B5/11 , G01C21/16
Abstract: 基于多源传感器数据的潜水员运动状态识别方法和系统，解决了基于视觉方法在低光场景下的人体识别效果差的问题。涉及水下潜水员运动状态识别领域。方法包括：通过惯性传感器采集潜水员的水下活动的数据，并将数据存储在数据库中；对数据进行分割组成事件序列，并嵌入活动级上下文信息；建立词典，将事件序列中的每一个传感器事件转化为词索引，并建立嵌入矩阵；基于Transformer的GIF特征提取模块提取嵌入矩阵的特征，获得特征向量；利用一维平均池化层和带Softmax激活函数的全连接层对特征向量进行处理，获取识别模型，输出每个类别的预测概率，最终得到潜水员的姿态识别结果。本发明应用于水下目标识别领域。
-
公开(公告)号：CN116405626A
公开(公告)日：2023-07-07
申请号：CN202310650996.X
申请日：2023-06-05
Applicant: 吉林大学
IPC: H04N7/01 , G06T5/00 , G06N3/0464 , G06N3/0455
Abstract: 本发明是一种全局匹配的水下运动目标视觉增强方法。本发明涉及模式识别技术领域，本发明利用水下摄影设备采集目标的RGB视频序列数据集；利用基于特征金字塔的多级编码器，得到多尺度RGB边界帧特征；利用滑动窗口的分层视觉变换器进行特征增强；对提取的特征进行全局相关性匹配；利用逐级上采样特征解码器，并在上采样的过程中联合优化中间光流和中间帧特征，最终输出清晰视频中间帧；使用图像损失结合约束重建中间帧。通过通过本申请中的技术方案，实现了为水下视频重建清晰的中间帧，增强了运动目标的视觉质量，提高了水下视频的帧率，为水下的检测、识别和追踪等任务提供了鲁棒的视觉表达。
-
公开(公告)号：CN116401515A
公开(公告)日：2023-07-07
申请号：CN202310663905.6
申请日：2023-06-07
Applicant: 吉林大学
IPC: G06F18/10 , G06F18/213 , G06F18/241 , G06N3/0442 , G06N3/08
Abstract: 一种面向海洋观测数据的洋流预测方法，属于基于海洋观测数据预测技术领域，具体涉及洋流预测技术领域。其解决了对洋流进行预测多重视预测模型的研究而少有有效的海洋观测数据的处理手段的问题。所述方法包括如下步骤：对海洋观测数据进行预处理，构建样本集；对海洋观测数据进行初步特征提取；利用GRU提取数据中时序特征信息；利用多头注意力机制提取蕴含上下文的时序信息；经过密集层将预测结果输出；利用验证集调整超参数；利用测试集进行洋流预测精度评估；预测精度评估合格后，使用所述方法进行洋流预测。本发明所述方法可以应用在海洋交通运输领域、海洋搜索救援领域、海洋资源开发领域以及海洋气象预测领域。
-
-
-
Search Results
24
records
(took 0.017 seconds)
