-
公开(公告)号：CN112069997A
公开(公告)日：2020-12-11
申请号：CN202010925792.9
申请日：2020-09-04
申请人： 中山大学
摘要： 本发明公开了一种基于DenseHR‑Net的无人机自主着陆目标提取方法及装置，所述方法包括：通过地面摄像机拍摄无人机的RGB三通道图像后进行图像预处理，得到统一标准尺寸的RGB图像；通过搭建DenseHR‑Net目标检测网络模型对RGB图像进行无人机的关键区域检测定位，识别图像中的若干个关键区域的最小外接矩形检测框；根据预设的优先级策略，从图像中的若干个关键区域选取其中一个作为关键点坐标区域，提取出关键点坐标区域的最小外接矩形检测框的中心点坐标，作为无人机着陆的关键点坐标。本发明采用深度学习网络DenseHR‑Net对无人机各位置进行目标检测，能够有效提取无人机自主着陆目标，提高无人机各位置的定位精度，同时避免出现机头误检或漏检的情况，并增强了检测算法的鲁棒性。
-
公开(公告)号：CN112069997B
公开(公告)日：2023-07-28
申请号：CN202010925792.9
申请日：2020-09-04
申请人： 中山大学
IPC分类号： G06V20/17 , G06V10/25 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于DenseHR‑Net的无人机自主着陆目标提取方法及装置，所述方法包括：通过地面摄像机拍摄无人机的RGB三通道图像后进行图像预处理，得到统一标准尺寸的RGB图像；通过搭建DenseHR‑Net目标检测网络模型对RGB图像进行无人机的关键区域检测定位，识别图像中的若干个关键区域的最小外接矩形检测框；根据预设的优先级策略，从图像中的若干个关键区域选取其中一个作为关键点坐标区域，提取出关键点坐标区域的最小外接矩形检测框的中心点坐标，作为无人机着陆的关键点坐标。本发明采用深度学习网络DenseHR‑Net对无人机各位置进行目标检测，能够有效提取无人机自主着陆目标，提高无人机各位置的定位精度，同时避免出现机头误检或漏检的情况，并增强了检测算法的鲁棒性。
-
公开(公告)号：CN112163995A
公开(公告)日：2021-01-01
申请号：CN202010932226.0
申请日：2020-09-07
申请人： 中山大学
摘要： 本发明公开了一种超大航拍条带图像的拼接生成方法及装置。所述方法包括：接收无人机航拍图像和所述无人机航拍图像对应的传感器数据，并根据所述传感器数据对所述无人机航拍图像进行预处理，得到待拼接图像；以不同所述待拼接图像作为参考图像和待配准图像，提取所述参考图像和所述待配准图像中最相似的两块感兴趣区域；对两块所述感兴趣区域进行特征点提取和匹配，得到所述参考图像和所述待配准图像之间的仿射变换矩阵以及相对的像素坐标；根据所述传感器数据将所述像素坐标转换为经纬度坐标，并根据所述经纬度坐标拼接所述参考图像和所述待配准图像，得到航拍条带图像。本发明能够快速拼接无人机航拍图像生成超大分辨率的航拍条带图像。
-
公开(公告)号：CN113255549B
公开(公告)日：2023-12-05
申请号：CN202110620681.1
申请日：2021-06-03
申请人： 中山大学
IPC分类号： G06V20/40 , G06V10/82 , G06N3/0464
摘要： 本发明公开了一种狼群围猎行为状态智能识别方法及系统，所述方法包括以下步骤:动物个体检测，其中，包括输入：狼群围猎视频，输出：视频每一帧图片动物所在的区域及动物种类；动物个体追踪，其中，包括输入：个体检测部分输出的每一帧的动物所在区域，输出：视频每一帧里成功追踪的动物编号；动物个体运动状态识别，其中，包括输入：视频每一帧每一个动物的区域及编号，输出：视频每一帧每一个动物的运动状态。本发明的系统的鲁棒性较强；本发明系统将目标外观空域流特征与运动时域流特征结合，共同判断种群里每一个个体的物种信息和运动状态，即针对群体的状态识别。本发明系统能直接运用于自然环境下的行为观测，使利用无人机实时观测和监督动物群落状况成为可能。
-
公开(公告)号：CN112163995B
公开(公告)日：2024-06-21
申请号：CN202010932226.0
申请日：2020-09-07
申请人： 中山大学
IPC分类号： G06T3/4038 , G06T5/73 , G06T5/80 , G06T7/33 , G06V20/17 , G06V10/10 , G06V10/75 , G06V10/74 , G06V10/46 , G06V10/25
摘要： 本发明公开了一种超大航拍条带图像的拼接生成方法及装置。所述方法包括：接收无人机航拍图像和所述无人机航拍图像对应的传感器数据，并根据所述传感器数据对所述无人机航拍图像进行预处理，得到待拼接图像；以不同所述待拼接图像作为参考图像和待配准图像，提取所述参考图像和所述待配准图像中最相似的两块感兴趣区域；对两块所述感兴趣区域进行特征点提取和匹配，得到所述参考图像和所述待配准图像之间的仿射变换矩阵以及相对的像素坐标；根据所述传感器数据将所述像素坐标转换为经纬度坐标，并根据所述经纬度坐标拼接所述参考图像和所述待配准图像，得到航拍条带图像。本发明能够快速拼接无人机航拍图像生成超大分辨率的航拍条带图像。
-
公开(公告)号：CN113255549A
公开(公告)日：2021-08-13
申请号：CN202110620681.1
申请日：2021-06-03
申请人： 中山大学
摘要： 本发明公开了一种狼群围猎行为状态智能识别方法及系统，所述方法包括以下步骤:动物个体检测，其中，包括输入：狼群围猎视频，输出：视频每一帧图片动物所在的区域及动物种类；动物个体追踪，其中，包括输入：个体检测部分输出的每一帧的动物所在区域，输出：视频每一帧里成功追踪的动物编号；动物个体运动状态识别，其中，包括输入：视频每一帧每一个动物的区域及编号，输出：视频每一帧每一个动物的运动状态。本发明的系统的鲁棒性较强；本发明系统将目标外观空域流特征与运动时域流特征结合，共同判断种群里每一个个体的物种信息和运动状态，即针对群体的状态识别。本发明系统能直接运用于自然环境下的行为观测，使利用无人机实时观测和监督动物群落状况成为可能。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.037 秒)
