一种基于目标检测的无人机精准降落方法及系统

    公开(公告)号:CN115610694A

    公开(公告)日:2023-01-17

    申请号:CN202211364590.7

    申请日:2022-11-02

    申请人: 山东大学

    摘要: 本发明涉及无人机降落技术领域,特别是涉及一种基于目标检测的无人机精准降落方法及系统,本发明通过目标检测算法获得无人机降落平台上视觉识别标识的第一图形、方向定位图形中心在无人机下视摄像头所摄图像中的相对位置坐标(x1,y1)、(x2,y2),利用计算机视觉的方法在降落过程中实时控制飞机,对于降落过程中产生的偏差及时修正,可将降落误差控制在5cm之内,通过添加速度平衡系数,有效减小了降落过程中气流带来的精度偏差,并加快了无人机向降落点收敛的速度,可靠性高,受环境干扰小。在目标检测算法未检测到无人机降落平台时,无人机在空中盘旋寻找目标,防止了无人机由于GPS定位误差导致无人机降落于危险环境。

    一种非交互的人脸活体检测及人脸验证方法和系统

    公开(公告)号:CN117351578A

    公开(公告)日:2024-01-05

    申请号:CN202311340122.0

    申请日:2023-10-17

    申请人: 山东大学

    摘要: 本发明涉及人脸识别技术领域,特别涉及一种非交互的人脸活体检测及人脸验证方法和系统。该一种非交互的人脸活体检测及人脸验证方法和系统,待检测对象无需与检测系统进行交互,简化了人脸活体检测的使用流程,活体检测通过模型输出的特征图和其分类器进行协同判断,与仅使用分类器进行二分类的方法相比,融合了多种信息,提高了检测结果的准确性和稳定性,除人脸活体检测任务以外,神经网络模型也支持人脸验证任务而无需修改网络结构,即可以完成是真人也是本人的人脸认证,实现更安全、全面的人脸识别任务,提供更完善的系统功能。

    基于双流Transformer的视频时刻检索方法及系统

    公开(公告)号:CN114417056A

    公开(公告)日:2022-04-29

    申请号:CN202210065751.6

    申请日:2022-01-20

    申请人: 山东大学

    摘要: 本发明属于视频时刻检索技术领域,涉及一种基于双流Transformer的视频时刻检索方法及系统。本发明引入了Transformer的交互机制,在视觉和文本模态之间关注全局与局部信息。使用自注意力模型学习局部信息;另一方面使用跨模态注意力机制着手于全局差异,从而实现两模态特征的更新,再将两者组合,得到视频与查询文本之间的关系。将融合好的特征经过多层感知机,得到连续的时序置信分数及开始结束时刻概率以确定最终目标片段。本发明算法完备,结构设计合理,能够更好捕捉到视觉特征和文本特征,显著提高了视频时刻检索的精度。同时对于长视频,能够更好的找到与文本描述相对应的视频片段,提升了本发明的性能和稳定性。