一种适用于水下机器人目标抓取的连续跟踪方法

    公开(公告)号:CN111105444B

    公开(公告)日:2023-07-25

    申请号:CN201911408004.2

    申请日:2019-12-31

    Abstract: 本发明涉及一种适用于水下机器人目标抓取的连续跟踪方法,属于视觉目标跟踪技术领域;包括核相关运动模型的建立;HOG特征提取;建立表观模型;模型的更新和迭代。本发明基于核相关滤波理论通过基样本的循环位移实现密集采样从而提取更加丰富的训练样本集合,通过提取HOG特征,建立跟踪目标的表观模型引入核函数从而解决非线性回归问题,提升计算效率,根据反馈结果判断是否需要重新初始化跟踪,提出一种基于系统置信度自判别机制,实现了对目标的连续跟踪。本发明不仅可以保证对水下目标的稳定跟踪,而且能够自行判断遮挡和误跟踪情况,从而重新识别跟踪,进而完成对水下目标的连续跟踪可靠抓取。

    一种水下机器人的孪生网络目标连续跟踪方法

    公开(公告)号:CN114862904A

    公开(公告)日:2022-08-05

    申请号:CN202210280456.2

    申请日:2022-03-21

    Abstract: 本发明公开了一种水下机器人的孪生网络目标连续跟踪方法,对待跟踪目标进行目标检测,接着将检测出目标作为作为模板支路的输入,并将所跟踪的视频序列逐帧作为检测支路的输入,然后经过孪生网络进行特征提取,提取特征图作为输入经过两个卷积层扩展成为分类分支和回归分支,随后进行相似度打分,若分数<阈值,则需要再次重新进行目标检测,若分数≥阈值,则认为跟踪成功,根据相邻帧移动位移判断预测帧移动方向,以前跟踪框几何中心点坐标为中心向外扩充为视频序列图像大小,前帧视频序列原图和扩充后的图的重叠部分为预测帧目标跟踪范围。本发明解决海流作用下水下目标跟踪正确率低的问题,并且降低了计算成本,提高水下目标跟踪的鲁棒性。

    一种可变形活体小目标的深度学习智能识别方法

    公开(公告)号:CN111126385A

    公开(公告)日:2020-05-08

    申请号:CN201911284570.7

    申请日:2019-12-13

    Abstract: 本发明涉及一种可变形活体小目标的深度学习智能识别方法,属于机器人视觉及其智能识别技术领域;本发明将可变形卷积模块和可变形ROI池化模块与Faster R-CNN进行合理的结合,使用可变形网络的可变形卷积模块和可变形ROI池化模块对模型进行改进,对标准卷积的空间取样点和普通ROI池化加入二维甚至高维偏移,使得卷积的取样点发生形状变化,提高改进后模型的可变形特性,改进模型提高了对可变形目标的检测识别效果;考虑对不同层的特征图进行融合,对底层特征图池化处理降低分辨率,对高层特征逆卷积处理提高分辨率,然后融合低、中、高三层特征图;同时考虑增加一组小尺度预选框,增加小目标预选框的生成数量,改进模型提高了对小目标的检测识别效果。

    一种易组装的密布型造风整流系统及操作方法

    公开(公告)号:CN118817221A

    公开(公告)日:2024-10-22

    申请号:CN202410892591.1

    申请日:2024-07-04

    Abstract: 一种易组装的密布型造风整流系统及操作方法,本发明用于空气动力、风工程和流体模型试验技术领域,本发明针对现有技术组装困难,不易扩展,且风场质量低等缺陷问题,采用铝型材组装系统主体框架,并将单元式蜂窝整流装置和若干交错密布的造风单元安装在主体框架上,其中蜂窝整流装置设置在造风单元的出风方向。所述方法是按照以下步骤实现的:根据造风任务确定系统尺寸;分别组装造风整流框架、可移动框架和若干造风单元;将三者及电器组件组合固定,并进行系统调试;安装单元式蜂窝整流装置,完成系统组装;通过控制系统,调整风速,执行造风任务;造风结束。本发明易组装、易扩展、成本低、项目周期短、产生风场质量高,满足了各种造风需求。

    一种水下机器人的孪生网络目标连续跟踪方法

    公开(公告)号:CN114862904B

    公开(公告)日:2023-12-12

    申请号:CN202210280456.2

    申请日:2022-03-21

    Abstract: 本发明公开了一种水下机器人的孪生网络目标连续跟踪方法,对待跟踪目标进行目标检测,接着将检测出目标作为作为模板支路的输入,并将所跟踪的视频序列逐帧作为检测支路的输入,然后经过孪生网络进行特征提取,提取特征图作为输入经过两个卷积层扩展成为分类分支和回归分支,随后进行相似度打分,若分数<阈值,则需要再次重新进行目标检测,若分数≥阈值,则认为跟踪成功,根据相邻帧移动位移判断预测帧移动方向,以前跟踪框几何中心点坐标为中心向外扩充为视频序列图像大小,前帧视频序列原图和扩充后的图的重叠部分为预测帧目标跟踪范围。本发明解决海流作用下水下目标跟踪正确率低的问题,并且降低了计算成本,提高水下目标跟踪的鲁棒性。

    基于水下成像环境模型的数据增广方法

    公开(公告)号:CN111079733A

    公开(公告)日:2020-04-28

    申请号:CN201911282978.0

    申请日:2019-12-13

    Abstract: 本发明涉及一种基于水下成像环境模型的数据增广方法,属于水下目标检测识别技术领域。不同程度的海洋湍流对水下图片成像质量的影响不同,针对这个问题采用基于湍流模型的数据增广方法,此方法可模拟不同程度的海洋湍流对水下图片成像的影响;水下图片通过水下机器人拍摄,不同的拍摄视角拍摄同一个目标存在不同,针对这个问题采用基于透视变换模型的数据增广方法,此方法可模拟同一目标不同的拍摄视角所拍摄的图片;水下拍摄时人造光的存在会使图片存在不均匀光照现象,针对这个问题采用基于不均匀光照模型的数据增广方法,此方法可模拟水下图片不同的不均匀光照现象。本发明提高了水下机器人深度学习目标识别的成功率。

    一种适用于水下机器人目标抓取的连续跟踪方法

    公开(公告)号:CN111105444A

    公开(公告)日:2020-05-05

    申请号:CN201911408004.2

    申请日:2019-12-31

    Abstract: 本发明涉及一种适用于水下机器人目标抓取的连续跟踪方法,属于视觉目标跟踪技术领域;包括核相关运动模型的建立;HOG特征提取;建立表观模型;模型的更新和迭代。本发明基于核相关滤波理论通过基样本的循环位移实现密集采样从而提取更加丰富的训练样本集合,通过提取HOG特征,建立跟踪目标的表观模型引入核函数从而解决非线性回归问题,提升计算效率,根据反馈结果判断是否需要重新初始化跟踪,提出一种基于系统置信度自判别机制,实现了对目标的连续跟踪。本发明不仅可以保证对水下目标的稳定跟踪,而且能够自行判断遮挡和误跟踪情况,从而重新识别跟踪,进而完成对水下目标的连续跟踪可靠抓取。

Patent Agency Ranking