江苏科技大学曾庆军获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉江苏科技大学申请的专利一种时空上下文融合的无人艇电子稳像及目标检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116597261B 。
龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310203783.2,技术领域涉及:G06V10/80;该发明授权一种时空上下文融合的无人艇电子稳像及目标检测方法是由曾庆军;李维;戴晓强;赵强设计研发完成,并于2023-03-06向国家知识产权局提交的专利申请。
本一种时空上下文融合的无人艇电子稳像及目标检测方法在说明书摘要公布了:本发明公开了一种时空上下文融合的无人艇电子稳像及目标检测方法。针对水面无人艇运行过程中由于抖动和摇晃干扰目标检测过程,进而导致检测速度慢及检测精度低的问题,研究了一种结合时空上下文的电子稳像和目标检测方法,包括:设计训练深度学习的目标检测神经网络模型;采用深度学习方法识别检测框的位置以及检测目标的类别;结合检测框位置和相邻图像帧间关系的上下文融合的策略;使用特征点检测与匹配算法对图像作运动估计;使用自适应卡尔曼滤波算法对图像作运动补偿。本发明实现了对水面无人艇视觉的实时电子稳像和水面目标检测,提高系统的适应性和鲁棒性。
本发明授权一种时空上下文融合的无人艇电子稳像及目标检测方法在权利要求书中公布了:1.一种时空上下文融合的无人艇电子稳像及目标检测方法,该方法包含下列步骤: 步骤S1读取摄像头实时图像帧; 步骤S2使用通过改进的YOLOv5神经网络检测出所有目标;改进的YOLOv5神经网络,包括: 1使用K-Means++算法替换原YOLOv5神经网络采用的锚框生成算法,K-Means++算法包含以下步骤: ①在数据点之间随机选择一个中心u1,u1指第一个中心点; ②对于尚未选择的每个数据点x,计算其中i为中心点的标号;j为中心点的数量;distance为距离;即计算每个数据点x与最接近该数据点的中心点之间的距离; ③使用加权概率分布随机选择一个新的数据点作为新中心,其中选择的数据点x的概率与成正比; ④重复②和③,直到选择了k个中心点,其中k为类别的数量; ⑤以选择出的k个中心点为初始中心点,进行k均值算法; 2使用EfficientFormer网络替换YOLOv5神经网络的C3结构主干网络: EfficientFormer网络由补丁嵌入和元变换器块堆栈组成,其中补丁嵌入表示为PatchEmbed,元变换器块堆栈表示为MB,组成关系如下所示: 式中X0是输入图像,B为批尺寸,[C,D]为特征图的大小,y是期望输出,m是块总数,MB由未指定的令牌混合器和MLP块组成,其中令牌混合器表示为TokenMixer,MLP块表示为MLP,组成关系如下所示: Xl+1=MBlXl=MLPTokenMixerXl2 其中,Xl是第l个MB的特征图,进一步将阶段定义为处理具有相同空间大小的特征的多个元块的堆栈; 步骤S3使用时空上下文融合策略,记录当前图像帧水面目标的类别以及目标框的位置,继续读取摄像头下一帧图像,并将两帧图像范围缩小至目标框内; 步骤S4使用尺度不变特征转换算法并采用最近邻比次近邻的特征点匹配策略,对步骤S3中范围缩小后的两帧图像作特征点检测与匹配; 步骤S5使用基于自适应卡尔曼滤波的图像变换矩阵滤波对步骤S3中读取的图像作运动补偿,跳转S2。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江苏科技大学,其通讯地址为:212100 江苏省镇江市丹徒区长晖路666号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励