-
公开(公告)号：CN115855057A
公开(公告)日：2023-03-28
申请号：CN202211483084.X
申请日：2022-11-24
Applicant: 东南大学
Abstract: 一种基于移动终端的机场低成本定位方法，定位信息获取阶段是利用基于激光SLAM的移动机器小车对航站楼环境进行建图后，采用移动终端设备对划分的各区域内参考点进行多源数据采集，得到原始的指纹数据指纹库Γ；定位模型建立阶段首先对原始数据指纹库Γ进行预处理，接着进行多特征自适应聚类，最后进行预测模型构建；定位模型更新阶段是针对环境变化较大的航站楼区域进行少量数据采集，构建误差校正模型从而维持定位结果的高精确度。本发明利用了机场已有的WIFI设备和自然界存在的磁场信息，大大压缩了硬件的成本。同时，在满足定位精度的情况下，该方法省去了传统无线定位方案中通过人工采集来构建和更新指纹库的繁琐过程，减少了大量时间和人力的消耗。
-
公开(公告)号：CN115170801A
公开(公告)日：2022-10-11
申请号：CN202210852168.X
申请日：2022-07-20
Applicant: 东南大学
Abstract: 本发明设计了一种基于双注意力机制融合的FDA‑DeepLab语义分割算法，主要包括以下几个步骤：按照DeepLabv3+模型框架搭建ResNet‑50结构的特征提取网络，在特征提取网络后搭建空间金字塔池化ASPP模块；设计双注意力机制特征融合模块；基于双注意力机制特征融合模块，设计特征融合模块，将高级特征图和低级特征图输入到特征融合模块中，得到输出图像，再经过深度可分离卷积和上采样得到语义分割结果，至此，FDA‑DeepLab模型搭建完毕；采用预训练好的模型对FDA‑DeepLab骨干模型进行初始化，对模型进行训练，改进损失函数对训练进行优化，使用训练好的FDA‑DeepLab模型和DeepLabv3+模型对测试集进行图像分割，对比性能。
-
公开(公告)号：CN108920765B
公开(公告)日：2021-11-30
申请号：CN201810573137.4
申请日：2018-06-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于建筑物三维线段模型的假设平面拟合方法，针对目前尚无有效的仅以三维线段模型为源数据的建筑物假设平面模型拟合方法的问题，本发明仅以三维线段模型为源数据，实现了建筑物假设平面模型的快速提取。本发明的方法主要流程包括：（1）基于线段夹角对三维线段进行初步聚类；（2）从线段初始聚类中提取轴方向和非轴方向线段聚类，并以其为基准，对未分类的三维线段进行二次聚类和线段过滤，最终获取准确的线段聚类；（3）从线段模型中获取点云数据，根据线段聚类结果确定轴方向和非轴方向假设平面的法向量方向，依据这些法向量方向使用不同的方法分别对轴方向和非轴方向假设平面进行拟合，得到建筑物的假设平面模型。
-
公开(公告)号：CN113686339A
公开(公告)日：2021-11-23
申请号：CN202110935613.4
申请日：2021-08-16
Applicant: 东南大学
Abstract: 本发明公开了一种基于移动终端众包数据的室内导航路网提取方法，属于室内定位导航领域。该算法首先通过对室内行人众包数据进行提取，解算得到行人轨迹；接着采用ST‑DBSCAN算法去除冗余轨迹点，结合运动数据信息判定轨迹点所在区域，增添语义信息；最后基于Douglas‑Peucker抽稀算法对解算出来的行人室内轨迹进行轨迹压缩，构建原始室内语义路网；该室内导航网络在后续获得新的轨迹时，会自动进行更新和优化，同时可以对后续轨迹进行约束和匹配，提高定位精度。该方法在面对未知环境时，能够快速、高效、低成本地获取室内导航路网，同时当环境动态变换后，可支持对路网进行动态修改。
-
公开(公告)号：CN108052917B
公开(公告)日：2021-06-11
申请号：CN201711419679.8
申请日：2017-12-25
Applicant: 东南大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于新旧时相变化发现的违章建筑自动识别的方法，包括如下步骤：将采集到的大量视频信息经过跳帧处理，通过高斯混合模型得到新旧时相背景图像；对其设定灰度阈值，剔除雾天视频信息；配准新旧时相背景图片以获得差值图片，进行形态学的去噪处理得到新时相图像的多个变化区域，分析各变化区域的纹理确定是否存在违章建筑物空间结构特征，得到疑似违章建筑变化；检测挖掘机，排除常见运动物体停留造成的误判，并以此为先验知识进一步筛选建筑物；本发明解决了视频监控自动发现违章建筑过程中，违章建筑与合法建筑区分的困难，并去除了新旧时相背景图片差值后产生的各种干扰因素，大大提高了违章建筑的识别率和检测结果的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN110070109B
公开(公告)日：2021-02-26
申请号：CN201910241213.6
申请日：2019-03-28
Applicant: 东南大学
IPC: G06K9/62
Abstract: 本发明公开了一种适用于建筑排列密集区的地物散乱点自动聚类的方法，首先，获取建筑物散乱点数据，并对数据进行预处理；其次，计算每个点的邻近两个点及对应距离，判断原建筑物间是否存在宽阔道路；若存在宽阔道路计算宽阔道路所在直线方程，将散乱点分割为独立的建筑群点集；若不存在宽阔道路，计算细窄道路所在直线方程，将独立建筑群点集分割为独立的建筑点集。本发明可适用于建筑物普遍比较方正且排列极其密集区域的人工地物散乱点自动聚类的任务，具有广阔的应用前景。
-
公开(公告)号：CN112132877A
公开(公告)日：2020-12-25
申请号：CN202011057538.8
申请日：2020-09-30
Applicant: 东南大学
Abstract: 本发明设计了一种基于SIFT特征的图像配准改进算法，通过在低尺度图像上进行SIFT特征提取、运用RANSAC特征匹配算法，对低尺度图像变换矩阵进行求解，并由此得到原始输入图像的变换矩阵，最后得到改进后的图像配准结果，主要包括以下几个步骤：先将新时相图像和旧时相图像分别缩小a倍，再对缩小后的低尺度图像分别进行特征提取和特征匹配，得到低尺度图像的变换矩阵，利用矩阵缩放操作和低尺度的变换矩阵，得到原始图像的变换矩阵，最后进行配准。本方法有效地减少了配准算法整体的计算量，在不损失细节信息的前提下，对图像配准算法进行了加速，极大地提高了算法的效率。
-
公开(公告)号：CN112132806A
公开(公告)日：2020-12-25
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：CN109978942A
公开(公告)日：2019-07-05
申请号：CN201910244116.2
申请日：2019-03-28
Applicant: 东南大学
Abstract: 本发明公开了一种检测离散点轴对称性的方法，能够准确判断离散点对称性并给出对称轴。本发明包括如下步骤：（1）对N个原始点做镜像，生成其镜像点序列；（2）依据临近关系建立原始点的临近点特征表达式，依据特征表达式寻找原始点对应镜像点；（3）遍历所有原始点与离散点的组合，采用RANSAC算法求取最优匹配关系；（4）如果最优匹配关系中，在特定阈值内不存在外点，则认为上述离散点是轴对称的。本发明基于离散点对称性检测及RANSAC算法，有助于降低空间分析的规模。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.025 seconds)
