-
公开(公告)号：CN111337012B
公开(公告)日：2024-09-17
申请号：CN201911273588.7
申请日：2019-12-12
申请人： 波音公司
摘要： 滑行道上的飞行器定位。在本文中公开了系统、方法和计算机可读介质，该计算机可读介质存储用于确定滑行道上的飞行器的跨轨误差的指令。所公开的技术使用安装在所述飞行器上的相机或其它电子成像设备来捕获所述滑行道的一部分的电子图像，对所述电子图像进行预处理以生成规则化图像数据，将训练后的多通道神经网络模型应用于所述规则化图像数据以生成相对于所述滑行道的中心线的跨轨误差的初步估计，并且对所述初步估计进行后处理以生成所述飞行器的跨轨误差的估计。另外的实施方式使用所述跨轨误差的所述估计来调整所述飞行器的基于GPS的定位估计或者基于所述跨轨误差的估计来调整所述飞行器的航向。
-
公开(公告)号：CN118644521A
公开(公告)日：2024-09-13
申请号：CN202410680502.7
申请日：2024-05-29
申请人： 上海大学
IPC分类号： G06T7/246 , G06T7/277 , G06V20/40 , G06V10/25 , G06V10/74 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本发明属于多目标跟踪技术领域，具体公开了一种基于孪生网络目标检测的海面多目标跟踪方法及其设备和可读存储介质，其方法包括以下步骤：S1、将海面场景数据集分为常规场景数据和高亮场景数据，常规场景数据用于训练N‑YOLO检测子网络，高亮场景数据用于训练S‑YOLO检测子网络；构建基于N‑YOLO检测子网络和S‑YOLO检测子网络的孪生网络；S2、将摄像头采集到的视频数据输入到检测模块中，基于评价函数搭建孪生网络判别系统，对N‑YOLO检测子网络和S‑YOLO检测子网络的检测结果进行选择性输出，得到鲁棒的目标检测信息；S3、对跟踪轨迹对象的当前位置进行卡尔曼滤波预测，并对未来两帧图像进行额外预测，计算预测框间的IOU值，并根据阈值标记无遮挡或潜在遮挡图像帧。
-
公开(公告)号：CN112288777B
公开(公告)日：2024-09-13
申请号：CN202011174850.5
申请日：2020-12-16
申请人： 西安长地空天科技有限公司
IPC分类号： G06T7/246 , G06T7/277 , G06T7/13 , G06T7/90 , G06V10/74 , G06V10/44 , G06V10/56 , G06V10/80 , G06V10/62
摘要： 本发明提供了一种使用粒子滤波算法对激光断点跟踪方法，包括建立状态空间模型、初始化目标与粒子、相似性度量、权值更新、断点状态确定和重采样判断6个步骤；采用动态状态空间模型来描述断点监测，时变问题的动态状态空间模型包括状态转移模型和观测模型，确定动态状态空间模型；对断点目标及样本粒子进行初始化操作；通过相似性度量对粒子权值进行更新，各个粒子拥有不同的权值；基于粒子滤波算法，根据目标区域特征的观测似然函数获取粒子更新权值；利用具有不同权值的粒子对其进行修正，对断点状态进行递归预测和更新，确定断点的状态。本发明是对视屏中的激光断点进行实时检测，从而对滑坡进行实时预警，跟踪过程准确、稳定和实时。
-
公开(公告)号：CN118609069A
公开(公告)日：2024-09-06
申请号：CN202411053907.4
申请日：2024-08-02
申请人： 朗坤智慧科技股份有限公司
IPC分类号： G06V20/54 , G06V20/40 , G06V20/62 , G06V10/25 , G06V10/24 , G06V10/764 , G06V10/82 , G06T7/246 , G06T7/277 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/096
摘要： 本发明公开了一种基于深度学习与图神经网络的工业抛洒物监测方法，涉及智能监控和计算机视觉领域，包括基于视频流进行分析和目标第一次检测，使用深度学习模型识别和跟踪工程车辆，并利用OCR技术提取车牌信息；对识别和跟踪工程车辆扩展检测区域，利用抛洒物识别模型进行第二次检测车辆区域的疑似抛洒物；基于疑似抛洒物的区域进行第三次检测，判断是否有抛洒物。本发明通过深度学习模型识别进入特定区域的工程车辆，识别疑似抛洒物并记录特征；通过计算等待时间和图像配准技术进行第三次检测，排除误检；通过图神经网络算法构建异构图，提取特征并优化模型，生成报警等级和处理优先级，提升工业场景下的安全监控能力。
-
公开(公告)号：CN118587250A
公开(公告)日：2024-09-03
申请号：CN202410743809.7
申请日：2024-06-11
申请人： 中国科学院微电子研究所
摘要： 提供了一种基于图匹配的目标追踪方法，可应用于图像处理技术领域。该方法包括以下步骤：获取输入图像序列，包括二值化图像；根据二值化图像，获取目标的质心和几何特征，构建图数据结构；根据图数据结构，计算得到单帧图像的边权值矩阵和相邻帧图像的节点相似性矩阵；生成相邻帧图像的关联图和关联图的边权值矩阵，其中，关联图的边权值矩阵是根据单帧图像的边权值矩阵和相邻帧图像的节点相似性矩阵得到的；根据关联图的边权值矩阵，采用二次加权随机游走图匹配算法，匹配相邻帧图像的图数据结构中相似性最高的节点，得到相邻帧图像的目标关联结果；生成目标追踪结果。本公开还提供了一种基于图匹配的目标追踪装置、设备及介质。
-
公开(公告)号：CN114241010B
公开(公告)日：2024-09-03
申请号：CN202111608181.2
申请日：2021-12-23
申请人： 青岛科技大学
摘要： 本发明公开了一种融合三维点云与图像特征点的着陆器导航方法，属于深空探测技术领域。本发明是为了解决着陆器在暗弱环境下自主导航定位精度下降问题。本发明实现方法为：首先，在着陆器上装一个激光雷达和一个单目相机，单目相机采集小天体表面图像信息，激光雷达实时采集三维点云信息，在激光雷达和单目相机完成标定的基础上建立观测模型；然后，建立着陆器动力学模型；最后，通过无迹卡尔曼滤波实时估计着陆器的位姿信息。在5个特征点匹配的情况下其位置估计精度可达3m，姿态估计精度可达3°。
-
公开(公告)号：CN118570262A
公开(公告)日：2024-08-30
申请号：CN202410845007.7
申请日：2024-06-27
申请人： 江苏人冠医疗科技有限公司
IPC分类号： G06T7/277 , G06T7/246 , G06T19/00 , G06T7/80 , G06V10/26 , G06V10/25 , G06V10/82 , G06V10/75
摘要： 本发明涉及基于卡尔曼滤波的医疗器械视觉跟踪方法、装置、计算机设备和存储介质，旨在解决腔镜手术中的操作难度和效率问题。首先，获取腹腔镜视频流数据，利用深度学习模型识别和分割手术器械头部位置，得到边框图像数据。用户选择追踪目标后，采用卡尔曼滤波算法预测下一帧的边框图像数据。然后，继续使用深度学习模型识别下一帧的器械头部位置，通过IOU匹配算法确定最佳匹配边框数据，确保追踪的准确性和连续性。基于确定的边框数据，实时计算腹腔镜机器手臂末端的目标位姿，并发送驱动指令，实现腹腔镜自动化和精确定位。该方法提高了手术的连续性、稳定性和安全性，减轻了医生负担，增强了持镜臂机器人的临床适用性。
-
公开(公告)号：CN118570258A
公开(公告)日：2024-08-30
申请号：CN202410906468.0
申请日：2024-07-08
申请人： 四川农业大学
IPC分类号： G06T7/246 , G06T7/277 , G06V10/774 , G06V10/25 , G06V40/10 , G06V40/20 , G06V10/82 , G06N3/0464 , G06N3/0895
摘要： 本发明公开了一种运动中动物的实时检测与目标跟踪方法，包括以下步骤：S1.采集多种动物的图像数据集，所述图像数据集中包含每一种动物在各种运动姿态的动物图像；S2.对图像数据集中的部分图像进行标记，并由标记后的图像训练对YOLOv8模型，然后基于训练好的模型对未标记的图像进行目标检测；S3.基于YOLOv8检测到的目标信息进行目标跟踪模型的训练，利用训练好的模型实现目标跟踪。本发明通过结合YOLOv8的快速检测能力和DeepSORT的精准跟踪能力，实现了对运动中动物的高效、稳定检测与跟踪。
-
公开(公告)号：CN118553402A
公开(公告)日：2024-08-27
申请号：CN202410513584.6
申请日：2024-04-26
摘要： 本发明公开了一种利用人工智能识别儿童张口呼吸的诊断方法及系统，属于远程智慧诊断技术领域，包括：基于设定的时间戳，采集儿童睡觉过程中的脸部实时视频流，发送至服务器端；通过服务器端，利用人脸检测器，对脸部实时视频流进行面部识别，获取张嘴幅度与嘴唇总体宽度之间的相对关系α，其中，相对关系α用于表示张嘴幅度与嘴唇总体宽度之间的比例关系；通过对相对关系α进行卡尔曼滤波处理，获取处理后的相对关系α在视频流中的连续变化情况；根据连续变化情况，对儿童张口呼吸进行诊断；本发明中通过在计算机预设算法，加倍的快速分析睡眠时颌面情况，进而大量的节约诊断时间提升了诊断效率。
-
公开(公告)号：CN118552616A
公开(公告)日：2024-08-27
申请号：CN202410648911.9
申请日：2024-05-23
申请人： 深圳英美达医疗技术有限公司
摘要： 本申请涉及一种机械臂末端位姿确定方法、装置、设备、介质和程序产品。所述方法包括：获取图像采集装置采集到的目标图像；基于目标图像中确定机械臂末端的目标图像特征以及机械臂末端的第一位姿；将机械臂末端的第一位姿和目标图像特征进行关联处理，得到机械臂末端的测量模型；基于位姿确定模型和机械臂末端的测量模型，确定机械臂末端的第二位姿；第二位姿与第一位姿为第一周期的位姿。采用本方法，通过将机械臂末端的第一位姿和目标图像特征进行关联处理得到机械臂末端的测量模型，再基于位姿确定模型和机械臂末端的测量模型确定机械臂末端的第二位姿，能够确保得到的第二位姿具有准确度和可信度。
-
-
-
-
-
-
-
-
-
搜索结果
3030 条记录 (耗时 0.024 秒)
