一种复杂场景下无人机小目标的智能检测定位方法及系统

    公开(公告)号:CN118692010B

    公开(公告)日:2024-10-22

    申请号:CN202411155147.8

    申请日:2024-08-22

    发明人: 杨晓君 刘亚辉

    摘要: 本发明公开了一种复杂场景下无人机小目标的智能检测定位方法及系统,包括:获取目标无人机视觉感知视频流,通过预处理分割感兴趣区域;基于改进的YOLOv5构建目标检测模型,利用构建的无人机小目标数据集进行模型训练,将感兴趣区域作为输入信息,通过目标检测头获取小目标特征;在目标检测头中的分类分支通过帧间差分进行运动检测,根据小目标特征序列筛选运动区域,获取小目标为无人机的判别得分进行识别,在定位分支获取无人机的回归锚框,并通过坐标系转换获取无人机目标三维坐标。本发明通过目标检测和运动检测高效准确的筛选出无人机所在的区域,提高复杂背景干扰下小目标无人机的检测精度。

    一种基于图像处理的黄姜皂素发酵过程监控方法及系统

    公开(公告)号:CN118570113B

    公开(公告)日:2024-10-22

    申请号:CN202411046753.6

    申请日:2024-08-01

    摘要: 本发明涉及图像处理技术领域,尤其涉及一种基于图像处理的黄姜皂素发酵过程监控方法及系统。方法包括:根据像素点邻域内的灰度分布确定像素点的局部纹理复杂度,将各时刻的发酵图像中位置相同的像素点的灰度值与对应时刻的序号构成各时刻的数据点,对所有时刻的数据点进行聚类,根据聚类结果确定像素点的发酵变化度,根据局部纹理复杂度以及发酵变化度确定像素点的增强必要性,根据增强必要性确定各灰度值的频率阈值,根据频率阈值对各灰度值的频率进行修正,基于修正频率对发酵图像进行增强,根据增强图像进行发酵程度的识别。本发明对发酵图像中黄姜发酵带来变化的增强效果更好,提高了发酵程度识别的准确性。

    无人驾驶方程式赛车环境感知方法、装置、设备及介质

    公开(公告)号:CN118447282B

    公开(公告)日:2024-10-22

    申请号:CN202410904251.6

    申请日:2024-07-08

    摘要: 本申请涉及一种无人驾驶方程式赛车环境感知方法、装置、设备及介质,方法包括:将可行驶区域以及障碍物相对应的点云数据的三维坐标转化为二维坐标,与二维检测框相对应的位置进行匹配,选取所述二维检测框中的点云数据作为所述可行驶区域以及障碍物相对应的目标点云数据;基于预设距离阈值将所述目标点云数据划分为近距离、中远距离以及远距离目标点云数据,将近距离、中远距离以及远距离目标点云数据进行欧式聚类,以确定可行驶区域以及障碍物相对应的位置信息;基于可行驶区域、障碍物相对应的类别信息以及位置信息,得到第一驾驶环境感知信息。本申请有效避免了由于对整个场景进行聚类而可能导致的非目标物体的误聚类问题。

    一种元宇宙产品推荐方法、装置及计算机可读存储介质

    公开(公告)号:CN117314561B

    公开(公告)日:2024-10-22

    申请号:CN202311225913.9

    申请日:2023-09-21

    申请人: 苏州大学

    摘要: 本发明涉及一种元宇宙产品推荐方法、装置及计算机可读存储介质,涉及元宇宙技术领域。包括:获取元宇宙中每个3D模型的多个2D视图,将多个2D视图输入卷积神经网络,得到模型特征向量组;利用VSAM特征提取网络和LSTM特征提取网络对模型特征向量组进行特征提取,得到3D模型的空间特征向量;将待匹配的2D图像的图像特征向量和所有3D模型的空间特征向量输入生成对抗网络进行对抗性学习,输出目标空间特征向量集合;计算目标空间特征向量和图像特征向量之间的相似度得到与2D图像相似度最高的3D模型。本申请最大程度地提取了每个3D模型的特征信息,提高了产品推荐的有效性和准确性,实现了2D图像和3D模型之间的有效匹配。

    基于动态卷积神经网络的火灾探测方法、装置及电子设备

    公开(公告)号:CN114187508B

    公开(公告)日:2024-10-22

    申请号:CN202111448165.1

    申请日:2021-11-30

    摘要: 本发明涉及一种基于动态卷积神经网络的火灾探测方法、装置、电子设备及计算机可读存储介质,所述方法包括:获取火灾图像和非火灾图像,根据所述火灾图像和非火灾图像构建数据集;构建动态卷积神经网络,利用所述数据集对所述动态卷积神经网络进行训练,得到训练完备的动态卷积神经网络;获取待探测区域的实时视频数据,根据所述实时视频数据和所述训练完备的动态卷积神经网络得到火灾探测结果。本发明提供的基于动态卷积神经网络的火灾探测方法,提高了火灾探测精度,加快了检测速度。