-
公开(公告)号：CN116698017B
公开(公告)日：2023-10-31
申请号：CN202310982219.5
申请日：2023-08-07
申请人： 中国科学院合肥物质科学研究院
摘要： 面向室内大尺度复杂场景的物体级环境建模方法及系统，所述方法包括利用拓扑图的结构表征环境模型，以环境中的指定物体为路标，并设置为拓扑节点，将环境中物体之间的空间关系信息作设置为拓扑边，搭建拓扑语义环境模型；对场景流中的物体级路标进行检测，提取物体级路标的语义与几何信息并存储到拓扑节点中；对提取的物体级路标进行关联，并将物体之间的空间关系信息存储到拓扑边中；对构建的拓扑语义环境模型进行同时定位和地图更新。该发明的优点在于：通过拓扑结构和物体的语义与空间关系信息对环境模型进行表征，从而构建轻量化、高鲁棒的拓扑语义模型。
-
公开(公告)号：CN114943819A
公开(公告)日：2022-08-26
申请号：CN202210614622.8
申请日：2022-05-31
申请人： 中国科学院合肥物质科学研究院
摘要： 本发明属于计算机视觉检测的技术领域，尤其涉及一种基于PnP的3D物体标注方法及工具，方法包括以下步骤：S1、设置一个将待测物体包围的三维空间框；S2、设置世界坐标系；S3、通过3D深度感知相机分别提取同一时刻或同一位置下三维空间框的RGB图和深度图，并提取两张图像中立体框对应位置显著性角点，及该角点的世界坐标和像素坐标；S4、通过引入PnP算法进行3D物体位姿求解；S5、基于获取的位姿将所有待测3D物体由深度图转换的点云数据校正与地平线平行。本申请将3D物体位姿求解问题转换为相机相对位姿求解，并根据三维空间框将不规则3D物体转换成规则3D物体进行位姿求解。
-
公开(公告)号：CN114842365A
公开(公告)日：2022-08-02
申请号：CN202210776709.5
申请日：2022-07-04
申请人： 中国科学院地理科学与资源研究所 , 中国科学院合肥物质科学研究院
IPC分类号： G06V20/17 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明提出一种无人机航拍目标检测识别方法和系统。方法包括：融合公开数据和实际采集的数据，构建大量的训练和测试数据库，采用旋转数据增强和Mosaic数据增强处理原始样本图像，丰富样本数量以及提高复杂背景和小目标在样本中的比例；设计加权循环的特征金字塔融合不同尺度的特征图，得到融合丰富语义信息和几何位置特征信息的特征图；根据不同尺度大小的特征图，将分类和回归视为两个任务，设计注意力机制分别处理两个不同的任务，获取鲁棒的特征；设计一种动态调节多任务损失的方法，提高网络模型的收敛速度；设定一定的步长，训练网络，探究权重大小对精度的影响，得到使网络泛化能力更强的权重，从而实现对无人机航拍目标的准确检测识别。
-
公开(公告)号：CN105488536A
公开(公告)日：2016-04-13
申请号：CN201510923464.4
申请日：2015-12-10
申请人： 中国科学院合肥物质科学研究院
IPC分类号： G06K9/62
CPC分类号： G06K9/6267 , G06K9/6269
摘要： 本发明涉及一种基于多特征深度学习技术的农田害虫图像识别方法，与现有技术相比解决了复杂环境条件下害虫图像识别性能差的缺陷。本发明包括以下步骤：针对大规模害虫图像样本进行多特征提取，提取大规模害虫图像样本的颜色特征、纹理特征、形状特征、尺度不变特征转换特征和方向梯度直方图特征；多特征深度学习，对不同类型特征分别进行非监督字典训练，获得不同类型特征的稀疏表示；训练样本的多特征表示，通过结合不同类型特征，构建害虫图像样本的多特征表示形式-多特征稀疏编码直方图；构建多核学习分类器，通过学习害虫图像正负样本的稀疏编码直方图构建多核分类器，实现害虫图像的分类。本发明提高了害虫识别的准确率。
-
公开(公告)号：CN116698017A
公开(公告)日：2023-09-05
申请号：CN202310982219.5
申请日：2023-08-07
申请人： 中国科学院合肥物质科学研究院
摘要： 面向室内大尺度复杂场景的物体级环境建模方法及系统，所述方法包括利用拓扑图的结构表征环境模型，以环境中的指定物体为路标，并设置为拓扑节点，将环境中物体之间的空间关系信息作设置为拓扑边，搭建拓扑语义环境模型；对场景流中的物体级路标进行检测，提取物体级路标的语义与几何信息并存储到拓扑节点中；对提取的物体级路标进行关联，并将物体之间的空间关系信息存储到拓扑边中；对构建的拓扑语义环境模型进行同时定位和地图更新。该发明的优点在于：通过拓扑结构和物体的语义与空间关系信息对环境模型进行表征，从而构建轻量化、高鲁棒的拓扑语义模型。
-
公开(公告)号：CN115187667B
公开(公告)日：2022-12-20
申请号：CN202211093593.1
申请日：2022-09-08
申请人： 中国科学院合肥物质科学研究院
摘要： 一种基于认知理解的大场景精准定位方法及系统，包括以下步骤：S1、视频流基于图融合的场景描述方法获得局部场景图；S2、场景图基于由粗到细定位方法最终获得精准图匹配结果，从而确定机器人定位信息，所述由粗到细定位方法包括依次实施的基于语义一致性的粗定位方法和基于场景图匹配的精细定位方法。该发明的优点在于：设计由粗到细的定位方法，可以在保证精准的同时，避免直接对维度不同的场景图进行图匹配所造成的计算成本激增问题。
-
公开(公告)号：CN109307508B
公开(公告)日：2022-04-08
申请号：CN201810993662.1
申请日：2018-08-29
申请人： 中国科学院合肥物质科学研究院 , 安徽云能天智能科技有限责任公司
摘要： 本发明公开了一种基于多关键帧的全景惯导SLAM方法，该方法包括：构建多目全景视觉模型，结合惯导单元紧耦合融合视觉特征，通过多关键帧视觉惯导非线性优化，实现高精度定位与场景地图，用于解决现有技术中环境感知方法获取信息的不充分、快速旋转的不确定性，能够解决现有视觉SLAM方法视野受限、光照影响和视觉退化等问题，为强光线/弱纹理/运动模糊等复杂环境中的机器人环境建模和定位导航提供有效的自动化方法，提高方法的精确性和鲁棒性，从而保证机器人自主导航的充分性，同时兼顾计算效率，可以实现视觉SLAM方法验证系统实时性。
-
公开(公告)号：CN105574540A
公开(公告)日：2016-05-11
申请号：CN201510923441.3
申请日：2015-12-10
申请人： 中国科学院合肥物质科学研究院
IPC分类号： G06K9/62
CPC分类号： G06K9/6249 , G06K9/6259
摘要： 本发明涉及一种基于非监督学习技术的害虫图像特征学习与自动分类方法，与现有技术相比解决了对害虫图像因遮挡和污染导致害虫识别能力差的缺陷。本发明包括以下步骤：进行大规模害虫图像块随机采样；害虫图像的非监督特征字典学习；害虫图像特征编码并进行特征池化操作；多类分类器识别。本发明提高了害虫识别的准确率，利用非监督的字典训练方式构造非监督字典，结合稀疏编码的方式并对特征进行池化操作，实现了特征较强的鉴别力，有效地表示了害虫图像。
-
公开(公告)号：CN105574540B
公开(公告)日：2019-03-15
申请号：CN201510923441.3
申请日：2015-12-10
申请人： 中国科学院合肥物质科学研究院
IPC分类号： G06K9/62
摘要： 本发明涉及一种基于非监督学习技术的害虫图像特征学习与自动分类方法，与现有技术相比解决了对害虫图像因遮挡和污染导致害虫识别能力差的缺陷。本发明包括以下步骤：进行大规模害虫图像块随机采样；害虫图像的非监督特征字典学习；害虫图像特征编码并进行特征池化操作；多类分类器识别。本发明提高了害虫识别的准确率，利用非监督的字典训练方式构造非监督字典，结合稀疏编码的方式并对特征进行池化操作，实现了特征较强的鉴别力，有效地表示了害虫图像。
-
公开(公告)号：CN109307508A
公开(公告)日：2019-02-05
申请号：CN201810993662.1
申请日：2018-08-29
申请人： 中国科学院合肥物质科学研究院 , 安徽云能天智能科技有限责任公司
摘要： 本发明公开了一种基于多关键帧的全景惯导SLAM方法，该方法包括：构建多目全景视觉模型，结合惯导单元紧耦合融合视觉特征，通过多关键帧视觉惯导非线性优化，实现高精度定位与场景地图，用于解决现有技术中环境感知方法获取信息的不充分、快速旋转的不确定性，能够解决现有视觉SLAM方法视野受限、光照影响和视觉退化等问题，为强光线/弱纹理/运动模糊等复杂环境中的机器人环境建模和定位导航提供有效的自动化方法，提高方法的精确性和鲁棒性，从而保证机器人自主导航的充分性，同时兼顾计算效率，可以实现视觉SLAM方法验证系统实时性。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.043 秒)
