“纪勋”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果21个，建议您升级VIP下载更多相关专利

[发明专利]一种基于路标自适应校正移动机器人视觉归航方法-CN202110391092.0有效
发明人：纪勋;孙国松;余明裕 -专利权人：大连海事大学
申请日： 2021-04-12 - 公布日： 2023-10-27 - 主分类号： G05D1/02 文献下载
摘要：本发明提供一种基于路标自适应校正移动机器人视觉归航方法，包括：获取目标位置全景图像LH和当前位置全景图像LC；基于获取的目标位置图像LH和当前位置图像LC，根据SURF图像匹配算法，改变匹配阈值r的大小，获取不同准确率的路标，并对路标自适应分配权重wi；基于路标在图像上分布的差异，对路标自适应分配权重ηi；基于权重wi和权重ηi，确定最终路标权重φi，φi＝wi·ηi；基于带有最终路标权重的路标，计算归航向量h，控制机器人移动，完成归航。本发明根据提取路标的两个约束条件，对于不同准确率的路标自适应赋予不同的权重，在不消除误匹配路标的前提下，提高整体路标的精度，从而计算出更加准确的归航向量，提高机器人的归航精度，提高机器人自主导航能力。
一种基于路标自适应校正移动机器人视觉归航方法

[发明专利]一种基于双分支集成学习的遥感图像海陆分割方法-CN202310249711.1有效
发明人：纪勋;汤龙斌;王靖淇 -专利权人：大连海事大学
申请日： 2023-03-15 - 公布日： 2023-10-27 - 主分类号： G06T7/10 文献下载
摘要：本发明提供了一种基于双分支集成学习的遥感图像海陆分割方法，涉及遥感图像处理技术领域，包括如下步骤：获取遥感图像，对遥感图像数据集进行标签制作，形成相应的遥感图像海陆分割数据集；构建由密集支路、残差支路以及集成学习模块所组成的基于双分支集成学习的遥感图像海陆分割网络模型；利用所构建的数据集对所述遥感图像海陆分割网络模型进行损失函数设置；训练基于双分支集成学习的遥感图像海陆分割网络模型，并在等待模型训练完毕后，运行训练后的遥感图像海陆分割网络模型，对待分割的遥感图像进行海陆分割。本发明可有效实现对遥感图像海陆区域进行精准检测与分割。
一种基于分支集成学习遥感图像海陆分割方法

[发明专利]一种基于多级路标特征配准的智能移动机器人视觉归航方法-CN202310574965.0在审
发明人：纪勋;郝立颖;王靖淇 -专利权人：大连海事大学
申请日： 2023-05-19 - 公布日： 2023-09-01 - 主分类号： G06V10/75 文献下载
摘要：本发明一种基于多尺度陆标配准的智能移动机器人自主归航方法，包括如下步骤：获取并存储智能移动机器人目标位置处的全景影像，并捕获机器人当前位置处的全景影像；利用VGG19预训练模型分别对目标位置与当前位置处的全景影像进行特征提取以获得5个不同尺度的特征图匹配对；利用SURF特征配准算法分别对n个特征图匹配对进行图像配准，以获得多尺度配准路标；利用多尺度配准路标计算不同尺度下智能移动机器人自主归航子方向；利用权重重分配算法调整不同尺度归航子方向的权重，并将归航子方向进行聚合以获得移动机器人自主归航方向；定时更新智能移动机器人自主归航方向，直至移动机器人自主归航到目标位置。本发明有效提高机器人自主归航的准确性。
一种基于多级路标特征智能移动机器人视觉归航方法

[发明专利]一种用于提升泛化能力的通用型深度卷积神经网络构建方法-CN202310705277.3在审
发明人：纪勋;王旭;郝立颖;王靖淇 -专利权人：大连海事大学
申请日： 2023-06-14 - 公布日： 2023-08-25 - 主分类号： G06N3/0464 文献下载
摘要：本发明一种用于提升泛化能力的通用型深度卷积神经网络构建方法，包括以下步骤：根据不同视觉处理的任务，选取对应的数据集，并将数据集划分为训练集和测试集；将训练集和测试集进行预处理；构建的提升泛化能力的通用型深度卷积神经网络；将预处理的训练集数据输入到所构建通用型深度卷积神经网络中，进行多尺度提取和重建，获得实际输出图像；对构建通用型深度卷积神经网络进行训练；预处理的测试集数据输入到训练好的通用型深度卷积神经网络模型，实现图片不同低级计算机视觉任务处理。该方法通过构建通用型深度卷积神经网络结构，可以应用于各种不同的低级计算机视觉任务中。
一种用于提升泛化能力通用型深度卷积神经网络构建方法

[发明专利]一种用于提升网络性能的卷积神经网络构造方法-CN202310705535.8在审
发明人：纪勋;杨贺;郝立颖;王靖淇 -专利权人：大连海事大学
申请日： 2023-06-14 - 公布日： 2023-08-25 - 主分类号： G06N3/0464 文献下载
摘要：本发明一种用于提升网络性能的卷积神经网络构造方法，属于人工智能技术领域，该方法包括以下步骤：根据不同低级计算机视觉的任务，选取相应的图像数据集，并划分为训练集和测试集；将训练集中的图片进行预处理；构建用于提升网络性能的通用泛化卷积神经网络；基于预处理后的训练集图片，对所述通用泛化卷积神经网络进行训练，得到训练好的通用泛化卷积神经网络，实现图片不同低级计算机视觉任务。该方法使卷积神经网络具备多尺度的感受野以捕获并理解不同层次的特征，此外，该方法还通过构造多分支稠密交互连接的方式，促进特征信息在网络架构间的传递，使得提升网络的训练速度，大幅度增加网络的计算资源利用率，提升网络的性能与泛化能力。
一种用于提升网络性能卷积神经网络构造方法

[发明专利]一种基于多任务联合训练的低分辨率水下图像目标检测方法-CN202211612521.3在审
发明人：纪勋;刘国鹏;王靖淇 -专利权人：大连海事大学
申请日： 2022-12-14 - 公布日： 2023-07-07 - 主分类号： G06V20/05 文献下载
摘要：本发明提供一种基于多任务联合训练的低分辨率水下图像目标检测方法，包括如下步骤：获取包含期望水下目标的真实水下场景高分辨率图像，并针对所述图像数据中的所述期望水下目标进行标注；将获取的所述真实水下场景高分辨率图像进行模糊化处理；构建基于多任务联合训练的低分辨率水下图像的目标检测网络；所述目标检测网络为卷积神经网络；对所述目标检测网络进行超参数设置并对训练；待网络训练完毕后，运行训练后的目标检测网络，对待检测水下图像进行目标检测。本发明可有效实现对低分辨率水下图像数据进行精准检测、识别。
一种基于任务联合训练分辨率水下图像目标检测方法

[发明专利]一种基于评估指标体系和组合权重的超宽带性能评估方法-CN202310287822.1在审
发明人：刘田禾;肖宇飞;闻帆;刘中常;纪勋 -专利权人：大连海事大学
申请日： 2023-03-22 - 公布日： 2023-06-23 - 主分类号： H04W24/08 文献下载
摘要：本发明公开了一种基于评估指标体系和组合权重的超宽带性能评估方法，包括：确定超宽带定位系统性能的影响因素包括信号穿透性和系统稳定性；影响信号穿透性的指标包括信号总功率辐射和分数带宽；影响系统稳定性的指标包括测距定位算法运算时间、时钟可靠性、人员干扰、车辆干扰和建筑物干扰；获取主观权重和客观权重；进而获取超宽带定位系统的评价指标的组合权重，以对超宽带系统进行评价。本发明建立了包括信号总功率辐射和分数带宽的影响信号穿透性的指标；和包括测距定位算法运算时间、时钟可靠性、人员干扰、车辆干扰和建筑物干扰的影响系统稳定性的指标，从超宽带系统的实际应用环境出发，评价系统中指标完善。
一种基于评估指标体系组合权重宽带性能方法

[发明专利]一种用于车载自动驾驶系统的目标与背景分离方法及装置-CN202211429583.0在审
发明人：纪勋;汤龙斌;王靖淇 -专利权人：大连海事大学
申请日： 2022-11-15 - 公布日： 2023-04-04 - 主分类号： H04N5/222 文献下载
摘要：本发明提供一种用于车载自动驾驶系统的目标与背景分离方法及装置，方法包括：构建红外镜像生成系统，所述红外镜像生成系统用于将输入图像进行像素的逐级提取，并将各级提取的红外辐射图像在物面叠加；基于所述红外镜像生成系统获取待处理红外景象生成数据；将所述红外景象生成数据输入训练后的语义分割模型进行语义特征提取，从而获取红外景象生成数据的语义分割特征；将所述语义分割特征输入训练后的前景背景判断模型景象前景提取，从而获得与所述红外景象生成数据对应的前景掩码，实现目标与背景分离。本发明能够在帧频范围内通过脉宽调试方法生成高灰度的红外景象，并基于预训练的神经网络模型实现目标前景的高效精确提取。
一种用于车载自动驾驶系统目标背景分离方法装置

[发明专利]一种基于高低频特征差分金字塔神经网络的水下目标检测方法-CN202211456179.2在审
发明人：纪勋;陈诗杰;王靖淇 -专利权人：大连海事大学
申请日： 2022-11-21 - 公布日： 2023-03-07 - 主分类号： G06V20/05 文献下载
摘要：本发明提供一种基于高低频特征差分金字塔神经网络的水下目标检测方法，包括：获取水下图像数据，并对获取的水下图像数据进行预处理和小波变换操作，得到网络的输入数据；构造高低频双分支网络，对预处理和小波变换操作后的水下图像进行特征提取；分别抽取高低频双分支网络提取的特征中的4个中间特征层进行拼接以及残差减法的差分操作，构造双分支多尺度特征金字塔；对双分支多尺度特征金字塔进行特征融合，构造多尺度输出特征图，通过每个特征融合后的输出结果实现对水下图像不同尺度目标的检测。本发明的技术方案能够有效实现对水下目标的高精度、高速度的检测，同时实现对水下场景进行更有效的监控，节省时间和资金成本。
一种基于低频特征金字塔神经网络水下目标检测方法

[发明专利]一种基于双通道卷积神经网络的水下图像增强方法-CN202211441149.4在审
发明人：纪勋;冷娜;王靖淇 -专利权人：大连海事大学
申请日： 2022-11-17 - 公布日： 2023-02-07 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了一种基于双通道卷积神经网络的水下图像增强方法，涉及水下图像增强与复原技术领域，包括如下步骤：S1：建立图像训练集；S2：将一张待优化目标图像输入至浅层卷积神经网络分支对目标图像的全局结构进行优化，得到全局结构优化图像；S3：将另一张待优化目标图像输入至深层卷积神经网络分支对目标图像进行细节信息恢复，得到细节信息恢复图像；S4：将全局结构优化图像和细节信息恢复图像输入至微调卷积神经网络中，利用张量拼接操作进行图像融合，输出增强后目标图像；S5：对图像训练集中的所有图像进行上述步骤，直至图像增强完毕。本发明能够有效增强对比度低、颜色失真严重的水下图像，同时保留图像的细节信息，较好的改善图像质量。
一种基于双通道卷积神经网络水下图像增强方法

[发明专利]一种基于孪生神经网络的室内移动机器人全景视觉快速导航方法-CN202211040049.0在审
发明人：纪勋;王靖淇 -专利权人：大连海事大学
申请日： 2022-08-29 - 公布日： 2022-11-25 - 主分类号： G01C21/20 文献下载
摘要：本发明公开了一种基于孪生神经网络的室内移动机器人全景视觉快速导航方法，其包括：利用装配全景成像设备的移动机器人采集室内环境全景图像，作为原始全景图像数据；根据原始全景图像数据的拍摄位置信息，对不同图像数据进行坐标值命名处理，并将带有坐标值命名处理的任意两张全景图像进行匹配，得到全景图像对；确定用于网络模型训练的训练集数据以及用于网络模型测试的测试集数据；构建面向室内移动机器人全景视觉导航的孪生神经网络模型；将匹配后的全景图像对输入孪生神经网络模型，在对网络模型进行训练与测试后，运行网络模型以控制移动机器人进行自主导航。本发明可有效实现移动机器人在室内环境中进行快速、精准的自主导航。
一种基于孪生神经网络室内移动机器人全景视觉快速导航方法

[发明专利]一种基于多尺度级联残差网络的遥感图像超分辨方法-CN202211040040.X在审
发明人：纪勋;王靖淇 -专利权人：大连海事大学
申请日： 2022-08-29 - 公布日： 2022-11-22 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于多尺度级联残差网络的遥感图像超分辨方法，其包括：获取并收集公开的历史遥感图像数据，作为初始高清遥感图像数据；将初始高清遥感图像数据进行预处理以生成相应的低清遥感图像，进一步匹配得到遥感图像对，并对遥感图像对进行划分，其中一部分作为训练集数据，另一部分作为测试集数据；构建面向遥感图像超分辨的多尺度级联残差网络模型；利用训练集数据与测试集数据，分别对网络模型进行训练与测试，最终得到超分辨遥感图像。本发明利用残差网络充分提取图像的多尺度特征，并通过级联连接的方式将不同尺度的特征进行融合，解决了遥感图像中小目标超分辨效果不佳的问题。
一种基于尺度级联网络遥感图像分辨方法

[发明专利]一种面向遥感影像区域土壤种植结构的数据增广方法及分割方法-CN202210971902.4在审
发明人：姚一鸣;纪勋;刘永廷;高晨曦;张健 -专利权人：杭州航天星寰空间技术有限公司
申请日： 2022-08-15 - 公布日： 2022-09-09 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种面向遥感影像区域土壤种植结构的数据增广方法及分割方法，其包括：收集历史遥感影像数据，作为原始遥感影像数据；将原始遥感影像数据中的土壤种植结构作为分割目标，对分割目标进行标记处理；将带有标记处理的遥感影像与相应的原始遥感影像组成一对，得到遥感影像对；对遥感影像对进行数据增广，将遥感影像对划分为多个连续的子影像，并将增广后的遥感影像对做划分，一部分作为网络模型的训练集，一部分作为网络模型的测试集。进一步，将增广后的遥感影像对输入网络模型，进行网络模型训练、测试后，运行网络模型得到遥感影像区域土壤种植结构的分割结果。本发明可有效实现对大面积的土壤种植结构遥感影像数据进行精准分割。
一种面向遥感影像区域土壤种植结构数据增广方法分割

[发明专利]一种基于辅助向量校正的移动机器人连续视觉归航方法、存储介质及电子装置-CN202110802186.2在审
发明人：纪勋;孙国松;余明裕;王准 -专利权人：大连海事大学
申请日： 2021-07-15 - 公布日： 2021-09-24 - 主分类号： G05D1/02 文献下载
摘要：本发明提供一种基于辅助向量校正的移动机器人连续视觉归航方法，包括：利用搭载在移动机器人上的全景相机，在室内或者室外随机选取目标位置和当前位置，获取全景图像；根据ORB图像特征匹配算法所提取的自然路标计算归航向量，控制机器人移动；在机器人移动的过程中，拍摄辅助全景图像，并计算辅助归航向量；在辅助归航向量和控制当前机器人移动的归航向量的共同作用下，计算新的归航向量，并控制机器人按照新的归航方向移动；在机器人移动的过程中，根据辅助归航向量不断更新机器人的归航方向，让机器人连续的完成归航任务。本发明技术方案能够消除机器人在移动固定步长后被迫停顿的问题，使机器人快速完成归航任务，提高机器人自主导航能力。
一种基于辅助向量校正移动机器人连续视觉归航方法存储介质电子装置

[发明专利]一种无人机观测目标特征双光融合方法及系统-CN202110610282.7在审
发明人：陈余庆;孙钰涵;徐慧朴;纪勋;余明裕;刘田禾 -专利权人：大连海事大学
申请日： 2021-06-01 - 公布日： 2021-09-10 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种无人机观测目标特征双光融合方法及系统。方法包括：采集第一可见光图像；采集第一红外图像；对所述第一可见光图像及第一红外图像进行预处理，获得像素配准后的第二可见光图像及第二红外图像；将所述第二可见光图像及第二红外图像输入预先训练的轻量级深度学习网络，所述轻量级深度学习网络包括编码器模块、融合模块以及解码器模块，所述编码器模块用于提取第二可见光图像及第二红外图像的深度特征，提取好的深度特征输入融合模块进行融合，最后解码器根据融合后的特征重构出融合图像。本发明采用深度学习网络相比传统算法能够更好的提取图像特征。
一种无人机观测目标特征融合方法系统

1
2
下一页»
尾页
共 21 条