-
公开(公告)号：CN118429432A
公开(公告)日：2024-08-02
申请号：CN202410462769.9
申请日：2024-04-17
申请人： 南京信息工程大学
IPC分类号： G06T7/80 , G06V10/75 , G06V10/762 , G06V10/80
摘要： 本发明公开了一种相机辅助的激光动态点云剔除方法、设备及存储介质，首先对激光雷达和深度相机进行空间联合标定，同时获得点云与视觉特征。然后使用改进随机抽样一致(Random Sample Consensus,RANSAC)算法对外点进行剔除，加入局部迭代最小二乘(Locally Iterative Least Squares，LILS)循环，更好地改善了内点集合的质量，从而获得动态视觉区域。通过视觉图像与点云的关联，划分出动态点云区域，以下称之为动态背景区域。进一步将动态背景区域内残差较大的点云特征视为动态点云，以提高剔除动态特征的精度，再基于区域生长进行动态目标的聚类，最后将其剔除，进而提高SLAM的定位精度和建图效果，本发明为后续无人车的导航与路径规划作业提供支持。
-
公开(公告)号：CN118226419A
公开(公告)日：2024-06-21
申请号：CN202410330555.6
申请日：2024-03-22
申请人： 南京信息工程大学
摘要： 本发明公开了一种快速运动下的激光点云去畸变方法、设备及存储介质，实现实时、高效的点云数据校正，使得在无人机高速运动的情况下，获取的点云数据更为精准和可靠。这对于无人机导航、环境建模以及避障等应用至关重要，有助于提升系统的整体性能和鲁棒性，确保在动态复杂环境中获取的激光点云数据能够被准确地用于后续的导航和感知任务。本发明方法在无人机领域具有广泛的应用前景，可以提高高速飞行下激光雷达数据的精度，从而促进无人机在地图构建、目标跟踪、环境感知等领域的应用。
-
公开(公告)号：CN118397573A
公开(公告)日：2024-07-26
申请号：CN202410334512.5
申请日：2024-03-22
申请人： 南京信息工程大学
IPC分类号： G06V20/54 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
摘要： 本申请公开了图像处理领域中一种基于多级融合和池化注意力机制的船舶重识别方法，包括以下步骤获取图库和待重识别的船舶图像；根据图库和船舶图像，采用重识别网络模型获取船舶图像的重识别结果；其中重识别网络模型包括ResNet50、多级融合模块、池化注意力模块和相似度计算模块；所述多级融合模块用以融合所述ResNet50每层提取的特征，所述池化注意力模块用以获取所述多级融合模块输出特征中的判别性特征；相似度计算模块计算船舶图像判别性特征和图库中图像判别性特征的相似度，确定船舶图像的重识别结果；本申请以骨干网ResNet50为主干网络，对输入图片进行特征提取，并利用多级融合和池化注意力的方法进行特征增强，以提取出更具有辨识度的船舶特征。
-
公开(公告)号：CN118149794A
公开(公告)日：2024-06-07
申请号：CN202410286220.9
申请日：2024-03-13
申请人： 南京信息工程大学
摘要： 本发明公开了一种融合点云强度去除动态点云的激光SLAM方法、设备及介质，在SLAM系统后端优化时，根据匹配距离排序，去除10‑20％匹配距离最大且与周围四个点强度差异较大的特征点，从而去除动态点云对系统的影响，最终提高室外复杂环境下无人车建图与定位的精度和鲁棒性。本发明能够应用在测绘、三维重建和自动驾驶行业，通过无人车搭载此系统的激光雷达，通过控制车辆，可以在相对复杂的环境，比如工业园区、校园、小区等环境实时构建出周围环境的高精地图，并且去除动态点云的影响，避免将这些点云误判为障碍物，也可以在道路上建图为自动驾驶行业提供高精度地图。
-
公开(公告)号：CN117789030A
公开(公告)日：2024-03-29
申请号：CN202311827351.5
申请日：2023-12-28
申请人： 南京信息工程大学
IPC分类号： G06V20/10 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/08
摘要： 本申请公开了一种遥感图像船舶小目标检测方法及系统，方法包括：获取待检测的船舶遥感图像；将所述待检测的船舶遥感图像输入预训练好的小目标检测模型中；根据所述小目标检测模型的输出，确定船舶小目标检测结果；其中，所述小目标检测模型包括：所述主干网络模块，使用动态通道注意力卷积替换标准卷积，用于对待检测的船舶遥感图像进行特征提取得到多尺度的特征图；所述颈部网络模块，加入微小目标检测层和多尺度通道融合模块，用于对多尺度的特征图进行多尺度特征融合，得到多尺度融合特征图；所述头部网络模块，加入微小目标检测头P6，用于分别对多尺度融合特征图进行检测，得到多尺度目标检测结果。
-
公开(公告)号：CN117710841A
公开(公告)日：2024-03-15
申请号：CN202311725252.6
申请日：2023-12-14
申请人： 南京信息工程大学
IPC分类号： G06V20/17 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084
摘要： 本发明公开了一种无人机航拍图像的小目标检测方法、装置，包括：利用特征提取骨干网络对实时采集无人机航拍图像进行特征提取，得到无人机航拍图像的初始特征图；利用改进的特征金字塔网络对初始特征图进行特征增强和特征细化，得到终极特征图；利用训练好的小目标检测模型对终极特征图进行检测，得到无人机航拍图像的小目标检测结果；特征提取骨干网络包括依次相连的深度可分离卷积层、反向残差结构、组分离注意力模块，改进的特征金字塔网络包括上下文特征增强模块和特征金字塔细化模块。本发明能够提高特征提取网络对小目标的特征表达能力，提高小目标检测的检测精度。
-
公开(公告)号：CN117392268A
公开(公告)日：2024-01-12
申请号：CN202311495896.0
申请日：2023-11-10
申请人： 南京信息工程大学
摘要： 本发明公开了一种自动驾驶技术领域的基于自适应结合CPD和ICP算法的激光扫描建图方法及系统，旨在解决现有技术中无法在不同场景结构自适应选择合适的算法来进行点云匹配的问题，其包括将上一帧的特征点云数据与当前帧的特征点云数据进行帧间匹配，在帧间匹配第一次迭代时计算场景特征变量和表面曲率来判断场景结构，根据判断结果决定是否采用CPD算法进行点云的粗配准，将当前帧的特征点云数据与上一帧的特征点云数据进行匹配得到激光里程计数据，对激光里程计数据结合CPD和ICP算法进行配准，通过配准后的点云数据进行车辆位姿的融合与地图的构建。本发明实现CPD算法和ICP算法的自适应结合，降低计算量和时间消耗。
-
公开(公告)号：CN117372973A
公开(公告)日：2024-01-09
申请号：CN202311337822.4
申请日：2023-10-17
申请人： 南京信息工程大学
IPC分类号： G06V20/54 , G06V10/20 , G06T5/73 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/08 , G06N3/048 , G06V10/62
摘要： 本发明公开了一种船舶重识别方法、系统、存储介质及设备，本发明的重识别模型和去雾模型共用同一特征提取网络，训练后的特征提取网络可从雾天船舶图像提取有效的特征，从而通过重识别分支，可有效实现雾天场景下的船舶重识别。
-
公开(公告)号：CN117292077A
公开(公告)日：2023-12-26
申请号：CN202311355275.2
申请日：2023-10-19
申请人： 南京信息工程大学
摘要： 本发明公开了一种融合点云强度以及地面约束的无人车建图方法及相关装置，方法包括：获取当前帧激光雷达点云数据；对所述点云数据进行下采样；对下采样后的点云数据进行地平面点云提取，构建地面约束；使用强度加权欧式聚类方法对非地平面点云进行聚类；计算点的局部平滑度，提取边缘特征和平面特征；根据构建的强度图获取点的强度推算值；构建无人车姿态估计优化模型，以最小化边缘残差、平面残差、强度残差以及地面约束残差为目标；利用模型估计得到当前帧无人车的姿态；使用滑动窗口优化当前帧和前一帧无人车的姿态得到当前帧无人车的位姿，根据当前帧无人车的位姿利用当前帧中边缘特征和平面特征更新全局地图，得到最终稠密点云地图。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.03 秒)