-
Patent Agency Ranking
公开(公告)号：CN117496367A
公开(公告)日：2024-02-02
申请号：CN202311431496.3
申请日：2023-10-31
Applicant: 大连海事大学
IPC: G06V20/13 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明一种遮挡条件下基于注意力机制的无人艇海上船舶目标检测方法，包括以下步骤：获取待处理遮挡条件下无人艇海上船舶目标的数据集；对所述数据集中的图片进行预处理；将预处理后数据集按照比例进行划分为训练集和测试集；构建用于特征提取、特征融合和预测目标所在的位置和所属类别的AodeMar模型；基于训练集对AodeMar模型进行训练，得到训练好的AodeMar模型；将测试集输入到训练好的AodeMar模型中，实现遮挡条件下无人艇海上船舶目标的检测。本发明采用残差连接融合浅层和高层特征增强了局部特征的表征能力，抑制了对检测无效的特征同时增强了对检测有效的特征。有效的解决了在遮挡区域精确定位目标边缘的问题，提高了模型的表达能力和检测精度。
-
公开(公告)号：CN116620519A
公开(公告)日：2023-08-22
申请号：CN202310313876.0
申请日：2023-03-28
Applicant: 大连海事大学
Abstract: 本发明一种具有波浪自适应性的无人搜救艇，包括主船体、对称布置在所述主船体两侧的四个浮舱及四组用于连接主船体与浮舱的悬架结构；在所述主船体上设置各种传感设备以获取无人艇的自身状态与外界环境信息，构成无人艇的感知系统；在所述主船体内部设置有控制系统，用于接收来自感知系统的信息并在必要时对无人艇未来的行为作出决策或调控；在所述四个浮舱中的其中两个下部布置有推进装置，用于为无人艇的前进与转向提供动力，动力大小由控制系统进行调控。本发明相较传统无人艇具有更强的稳定性，且每个浮舱与主船体间通过悬架结构连接，使得浮舱相对于主船体具有一定的自由度，从而可以通过悬架结构中的弹性元件减缓波浪经浮舱对主船体造成的冲击。
-
公开(公告)号：CN119832517A
公开(公告)日：2025-04-15
申请号：CN202411843108.7
申请日：2024-12-13
Applicant: 大连海事大学
IPC: G06V20/58 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06V10/80
Abstract: 本发明一种基于上下文信息和注意力机制的无人艇水面抗干扰实时障碍物分割方法，包括以下步骤：获取无人艇视角捕获的水面环境图像构成的数据集；将数据集依照比例划分训练集和测试集；构建实时水面障碍物分割网络模型，用于存在水面干扰的条件下，能够基于视觉信息的障碍物检测；基于训练集数据，对实时水面障碍物分割网络进行训练，得到训练好的实时水面障碍物分割网络模型；将测试集数据输入到训练好的实时水面障碍物分割网络模型中，实现无人艇水面抗干扰实时障碍物分割，本发明FPPM通过级联的平均池化操作和全局池化操作来捕获局部和全局上下文信息，AFFM利用通道‑空间注意力机制，通过捕捉详细特征和空间位置上的差异来区分倒影与障碍物。
-
公开(公告)号：CN118429810A
公开(公告)日：2024-08-02
申请号：CN202410589927.7
申请日：2024-05-13
Applicant: 大连海事大学
IPC: G06V20/10 , G06V10/30 , G06V10/82 , G06V10/774 , G06V10/766 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/098
Abstract: 本发明一种基于数理‑数据融合的雾天条件下船舶目标检测方法，包括以下步骤：获取待处理的雾天条件下的海上船舶图像；对待处理的雾天条件下的海上船舶图像进行图像增强，基于增强后的海上船舶图像，划分训练集和测试集；建立船舶检测网络MDD‑ShipNet，所述船舶检测网络MDD‑ShipNet包括图像处理滤波器模型、基于CNN的滤波参数学习器和基于PSA注意力模块和基于双向金字塔WBiFPN特征融合模块的YOLOv5‑M目标检测器；将测试集数据输入到训练好的船舶检测网络MDD‑ShipNet中，实现雾天场景下海上船舶目标的检测。不发明不仅能够有效提升雾天图像的清晰度，还结合了高效的目标检测器，实现了在雾天场景下对船舶目标的精确检测。
-
公开(公告)号：CN117496367B
公开(公告)日：2025-01-17
申请号：CN202311431496.3
申请日：2023-10-31
Applicant: 大连海事大学
IPC: G06V20/13 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明一种遮挡条件下基于注意力机制的无人艇海上船舶目标检测方法，包括以下步骤：获取待处理遮挡条件下无人艇海上船舶目标的数据集；对所述数据集中的图片进行预处理；将预处理后数据集按照比例进行划分为训练集和测试集；构建用于特征提取、特征融合和预测目标所在的位置和所属类别的AodeMar模型；基于训练集对AodeMar模型进行训练，得到训练好的AodeMar模型；将测试集输入到训练好的AodeMar模型中，实现遮挡条件下无人艇海上船舶目标的检测。本发明采用残差连接融合浅层和高层特征增强了局部特征的表征能力，抑制了对检测无效的特征同时增强了对检测有效的特征。有效的解决了在遮挡区域精确定位目标边缘的问题，提高了模型的表达能力和检测精度。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
