CN111982120A - 一种基于水上机器人的搜救目标识别方法、系统及设备 - Google Patents
一种基于水上机器人的搜救目标识别方法、系统及设备 Download PDFInfo
- Publication number
- CN111982120A CN111982120A CN202010844981.3A CN202010844981A CN111982120A CN 111982120 A CN111982120 A CN 111982120A CN 202010844981 A CN202010844981 A CN 202010844981A CN 111982120 A CN111982120 A CN 111982120A
- Authority
- CN
- China
- Prior art keywords
- search
- rescue target
- candidate
- picture
- robot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012216 screening Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Manipulator (AREA)
Abstract
本发明提出的一种基于水上机器人的搜救目标识别方法、系统及设备,通过水上机器人通过位于头部的摄像机拍摄面前海域环境信息;水上机器人会对获取到的环境图片进行扫描处理,通过像素颜色信息计算出搜救目标候选点信息,计算出候选点信息后将图像坐标系映射到世界坐标系,根据水上机器人GPS定位信息获取搜救目标的世界坐标信息;对候选点周围区域进行筛选将不符合筛选条件的候选点从候选点队列当中删除。候选区域内像素颜色比例满足预设比例时,则认为该区域内为待救援人员的搜救区域。水上机器人回传待搜救目标的位置信息及摄像头拍摄到的图片信息。
Description
技术领域
本发明涉及海上搜救技术领域,更具体的说是涉及一种基于水上机器人的搜救目标识别方法、系统及设备。
背景技术
海难事故发生后,能否有效迅速地找到搜救目标并实施救助,对于减少生命和财产损失具有重要意义。由于搜救目标易于受到风、浪、流等因素的综合影响而不断漂移,特别是海难事故往往发生在恶劣气象条件下,使得确定搜救目标的位置存在很大困难,因此,如何准确地确定包含搜救目标的搜救区域成为搜救过程中的重要环节之一。
近几年,水上机器人搜救成为海上救援的重要方式之一,水上机器人搜救相对于人工搜救来说有着安全性,高效性等特点。水上机器人通过位于头部的摄像头拍摄面前海域环境的图片信息,然后将待搜救人员工作服等表面特征作为识别信息从图片信息的中完成搜救目标的识别和定位。
但是,现有的水上机器人在搜救过程中受海上环境、拍摄距离、拍摄角度等因素的影响,导致待搜救人员识别的准确性和速度不佳,生成的待搜救人员的位置信息存在误差,极大的影响了海上救援的效率。
发明内容
针对以上问题,本发明的目的在于提供一种基于水上机器人的搜救目标识别方法、系统及设备,能够提高水上机器人对待救援人员的工作服等表面特征识别的速度和准确性,并降低了待救援人员位置信息的误差。
本发明为实现上述目的,通过以下技术方案实现:一种基于水上机器人的搜救目标识别方法,包括如下步骤:
S1:水上机器人通过位于头部的摄像机拍摄指定海域的图片;
S2:水上机器人对图片进行垂直扫描处理;
S3:根据图片中像素颜色比例筛选出搜救目标候选点,并加入候选队列当中;
S4:水上机器人通过GPS确认自身位置信息;
S5:水上机器人将图片坐标系转换为世界坐标系;
S6:水上机器人获取搜救目标候选点的世界坐标信息;
S7:计算搜救目标候选点对应的候选区域内像素颜色比例,并与预设比例比较,若小于,将搜救目标候选点从候选队列中删除;
S8;水上机器人将候选队列中剩余的搜救目标候选点对应的位置信息及摄像机拍摄到的图片信息回传给远程计算机。
进一步,所述步骤S1还包括:
水上机器人将摄像机拍摄的图片分为两份存储到内置的存储器当中;一份为彩色图片,用于水上机器人对图像内容进行识别和筛选处理,另一份为灰度图,用于回传至远程计算机。
进一步,所述步骤S2包括:
水上机器人内置的图像处理模块从内置存储器当中获取彩色图片并使用垂直扫描的方式进行扫描处理,垂直扫描以像素为单位进行逐列进行扫描处理,将相同颜色的像素组成像素连通区域,并筛选出扫描后的彩色图片中的橙色像素区域。
进一步,所述步骤S3包括:
记录垂直扫描线上像素的颜色信息,根据垂直扫描线上最上端,最下端,最左端,最右端橙色像素区域计算出橙色像素区域的中心位置作为搜救目标候选点,并加入到候选队列当中。
进一步,所述步骤S7包括:
以搜救目标候选点为中心,以预设半径为扫描半径划分候选区域,如果候选区域当中橙色像素与非橙色像素的比例大于等于预设阈值,则认为该候选区域为待救援人员是搜救区域;否则,将该搜救目标候选点从候选队列中删除。
进一步,所述步骤S8包括:
水上机器人根据自身位置信息和候选队列中剩余的搜救目标候选点的世界坐标信息计算出搜救目标位置信息;
将搜救目标位置信息及摄像机拍摄到的图片信息回传给远程计算机。
相应的,本发明还公开一种基于水上机器人的搜救目标识别系统,包括:采集单元,用于控制水上机器人通过位于头部的摄像机拍摄指定海域的图片;处理单元,用于对图片进行扫描处理;
筛选单元,用于根据图片中像素颜色筛选出搜救目标候选点,并加入候选队列当中;
定位单元,用于水上机器人通过GPS确认自身位置信息;
坐标转换单元,用于将图片坐标系转换为世界坐标系;
坐标获取单元,用于获取搜救目标候选点的世界坐标信息;
判定单元,计算搜救目标候选点对应的候选区域内像素颜色比例,并与预设比例比较,若小于,将搜救目标候选点从候选队列中删除;
回传单元,用于将候选队列中剩余的搜救目标候选点对应的位置信息及摄像机拍摄到的图片信息回传给远程计算机。
相应的,本发明还公开了一种基于水上机器人的搜救目标识别设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上文任一项所述基于水上机器人的搜救目标识别方法步骤。
对比现有技术,本发明有益效果在于:本发明提供了一种基于水上机器人的搜救目标识别方法、系统及设备,通过水上机器人通过位于头部的摄像机拍摄面前海域环境信息;水上机器人会对获取到的环境图片进行扫描处理,通过像素颜色信息计算出搜救目标候选点信息,计算出候选点信息后将图像坐标系映射到世界坐标系,获取搜救目标的世界坐标信息;对候选点周围区域进行筛选将不符合筛选条件的候选点从候选点队列当中删除。候选区域内像素颜色比例满足预设比例时,则认为该区域内为待救援人员的搜救区域。水上机器人回传待搜救目标的位置信息及摄像头拍摄到的图片信息。
本发明通过目标物体表面特征信息能够快速搜索到搜救目标,通过两层筛选机制在保证识别准确度的基础上提高了识别速度。
由此可见,本发明与现有技术相比,具有突出的实质性特点和显著的进步,其实施的有益效果也是显而易见的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
附图1是本发明的方法流程图。
附图2是本发明的系统结构图。
具体实施方式
下面结合附图对本发明的具体实施方式做出说明。
如图1所示的一种基于水上机器人的搜救目标识别方法,包括如下步骤:
S1:水上机器人通过位于头部的摄像机拍摄指定海域的图片。摄像机位于水上机器人正面较高位置,保证水上机器人视野范围足够宽阔。拍摄完成后,水上机器人将摄像机拍摄的图片分为两份存储到内置的存储器当中;一份为彩色图片,用于水上机器人对图像内容进行识别和筛选处理,另一份为灰度图,用于回传至远程计算机,能够减少需要回传的数据量。
S2:水上机器人对图片进行垂直扫描处理。
水上机器人内置的图像处理模块从内置存储器当中获取彩色图片并使用垂直扫描的方式进行扫描处理,垂直扫描以像素为单位进行逐列进行扫描处理,将相同颜色的像素组成像素连通区域,并筛选出扫描后的彩色图片中的橙色像素区域。可以通过预设的扫描线步长的方式损失一些图片处理精度,加快图像处理速度。
S3:根据图片中像素颜色比例筛选出搜救目标候选点,并加入候选队列当中。
记录垂直扫描线上像素的颜色信息,根据垂直扫描线上最上端,最下端,最左端,最右端橙色像素区域计算出橙色像素区域的中心位置作为搜救目标候选点,并加入到候选队列当中。依据待救援人员穿着救生衣的颜色,通过对扫描线上的橙色和非橙色像素点进行判断可以将搜救目标与环境信息区分出来,候选点权重高于图像中非候选点的权重,水上机器人认为候选点是搜救目标的可能性较大。
S4:水上机器人通过GPS确认自身位置信息。
S5:水上机器人将图片坐标系转换为世界坐标系。
具体来说,由将图片信息由图片坐标系转化为世界坐标系,使所述图片信息与实际环境对应。
S6:水上机器人获取搜救目标候选点的世界坐标信息。
S7:计算搜救目标候选点对应的候选区域内像素颜色比例,并与预设比例比较,若小于,将搜救目标候选点从候选队列中删除。
具体来说,以搜救目标候选点为中心,以预设半径为扫描半径划分候选区域,如果候选区域当中橙色像素与非橙色像素的比例大于等于预设阈值,则认为该候选区域为待救援人员是搜救区域;否则,将该搜救目标候选点从候选队列中删除。
S8;水上机器人将候选队列中剩余的搜救目标候选点对应的位置信息及摄像机拍摄到的图片信息回传给远程计算机。
首先,水上机器人根据自身位置信息和候选队列中剩余的搜救目标候选点的世界坐标信息计算出搜救目标位置信息;然后,将搜救目标位置信息及摄像机拍摄到的图片信息回传给远程计算机。
另外,在上述基于水上机器人的搜救目标识别方法的基础上,还可以采用级联分类器的方法进行识别。将多组搜救目标的样本输入到分类器中,通过级联分类器的多级训练。使分类器能够对搜救目标达到较好的识别效果。
相应的,如图2所示,本发明还公开了一种基于水上机器人的搜救目标识别系统,包括:
采集单元,用于控制水上机器人通过位于头部的摄像机拍摄指定海域的图片。
处理单元,用于对图片进行扫描处理。
筛选单元,用于根据图片中像素颜色筛选出搜救目标候选点,并加入候选队列当中。
定位单元,用于水上机器人通过GPS确认自身位置信息。
坐标转换单元,用于将图片坐标系转换为世界坐标系。
坐标获取单元,用于获取搜救目标候选点的世界坐标信息。
判定单元,计算搜救目标候选点对应的候选区域内像素颜色比例,并与预设比例比较,若小于,将搜救目标候选点从候选队列中删除。
回传单元,用于将候选队列中剩余的搜救目标候选点对应的位置信息及摄像机拍摄到的图片信息回传给远程计算机。
相应的,本发明还公开了一种基于水上机器人的搜救目标识别设备,包括:存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上文任一项所述基于水上机器人的搜救目标识别方法步骤。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中如U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,包括若干指令用以使得一台计算机终端(可以是个人计算机,服务器,或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于终端实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统、系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,系统或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。
同理,在本发明各个实施例中的各处理单元可以集成在一个功能模块中,也可以是各个处理单元物理存在,也可以两个或两个以上处理单元集成在一个功能模块中。
结合附图和具体实施例,对本发明作进一步说明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所限定的范围。
Claims (8)
1.一种基于水上机器人的搜救目标识别方法,其特征在于,包括如下步骤:
S1:水上机器人通过位于头部的摄像机拍摄指定海域的图片;
S2:水上机器人对图片进行垂直扫描处理;
S3:根据图片中像素颜色比例筛选出搜救目标候选点,并加入候选队列当中;
S4:水上机器人通过GPS确认自身位置信息;
S5:水上机器人将图片坐标系转换为世界坐标系;
S6:水上机器人获取搜救目标候选点的世界坐标信息;
S7:计算搜救目标候选点对应的候选区域内像素颜色比例,并与预设比例比较,若小于,将搜救目标候选点从候选队列中删除;
S8;水上机器人将候选队列中剩余的搜救目标候选点对应的位置信息及摄像机拍摄到的图片信息回传给远程计算机。
2.根据权利要求1所述的基于水上机器人的搜救目标识别方法,其特征在于,所述步骤S1还包括:
水上机器人将摄像机拍摄的图片分为两份存储到内置的存储器当中;一份为彩色图片,用于水上机器人对图像内容进行识别和筛选处理,另一份为灰度图,用于回传至远程计算机。
3.根据权利要求2所述的基于水上机器人的搜救目标识别方法,其特征在于,所述步骤S2包括:
水上机器人内置的图像处理模块从内置存储器当中获取彩色图片并使用垂直扫描的方式进行扫描处理,垂直扫描以像素为单位进行逐列进行扫描处理,将相同颜色的像素组成像素连通区域,并筛选出扫描后的彩色图片中的橙色像素区域。
4.根据权利要求3所述的基于水上机器人的搜救目标识别方法,其特征在于,所述步骤S3包括:
记录垂直扫描线上像素的颜色信息,根据垂直扫描线上最上端,最下端,最左端,最右端橙色像素区域计算出橙色像素区域的中心位置作为搜救目标候选点,并加入到候选队列当中。
5.根据权利要求4所述的基于水上机器人的搜救目标识别方法,其特征在于,所述步骤S7包括:
以搜救目标候选点为中心,以预设半径为扫描半径划分候选区域,如果候选区域当中橙色像素与非橙色像素的比例大于等于预设阈值,则认为该候选区域为待救援人员是搜救区域;否则,将该搜救目标候选点从候选队列中删除。
6.根据权利要求5所述的基于水上机器人的搜救目标识别方法,其特征在于,所述步骤S8包括:
水上机器人根据自身位置信息和候选队列中剩余的搜救目标候选点的世界坐标信息计算出搜救目标位置信息;
将搜救目标位置信息及摄像机拍摄到的图片信息回传给远程计算机。
7.一种基于水上机器人的搜救目标识别系统,其特征在于,包括:
采集单元,用于控制水上机器人通过位于头部的摄像机拍摄指定海域的图片;处理单元,用于对图片进行扫描处理;
筛选单元,用于根据图片中像素颜色筛选出搜救目标候选点,并加入候选队列当中;
定位单元,用于水上机器人通过GPS确认自身位置信息;
坐标转换单元,用于将图片坐标系转换为世界坐标系;
坐标获取单元,用于获取搜救目标候选点的世界坐标信息;
判定单元,计算搜救目标候选点对应的候选区域内像素颜色比例,并与预设比例比较,若小于,将搜救目标候选点从候选队列中删除;
回传单元,用于将候选队列中剩余的搜救目标候选点对应的位置信息及摄像机拍摄到的图片信息回传给远程计算机。
8.一种基于水上机器人的搜救目标识别设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述基于水上机器人的搜救目标识别方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010844981.3A CN111982120A (zh) | 2020-08-20 | 2020-08-20 | 一种基于水上机器人的搜救目标识别方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010844981.3A CN111982120A (zh) | 2020-08-20 | 2020-08-20 | 一种基于水上机器人的搜救目标识别方法、系统及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111982120A true CN111982120A (zh) | 2020-11-24 |
Family
ID=73442355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010844981.3A Pending CN111982120A (zh) | 2020-08-20 | 2020-08-20 | 一种基于水上机器人的搜救目标识别方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111982120A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139417A (zh) * | 2015-07-27 | 2015-12-09 | 河海大学 | 视频监控下的多目标实时跟踪方法 |
CN109299711A (zh) * | 2018-12-25 | 2019-02-01 | 常州纺织服装职业技术学院 | 颜色跟踪方法和装置 |
CN110348304A (zh) * | 2019-06-06 | 2019-10-18 | 武汉理工大学 | 一种可搭载于无人机的海事遇险人员搜索系统以及目标识别方法 |
CN111275735A (zh) * | 2019-11-25 | 2020-06-12 | 南京金邦信息科技有限公司 | 一种水上救援机器人搜索算法 |
-
2020
- 2020-08-20 CN CN202010844981.3A patent/CN111982120A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105139417A (zh) * | 2015-07-27 | 2015-12-09 | 河海大学 | 视频监控下的多目标实时跟踪方法 |
CN109299711A (zh) * | 2018-12-25 | 2019-02-01 | 常州纺织服装职业技术学院 | 颜色跟踪方法和装置 |
CN110348304A (zh) * | 2019-06-06 | 2019-10-18 | 武汉理工大学 | 一种可搭载于无人机的海事遇险人员搜索系统以及目标识别方法 |
CN111275735A (zh) * | 2019-11-25 | 2020-06-12 | 南京金邦信息科技有限公司 | 一种水上救援机器人搜索算法 |
Non-Patent Citations (2)
Title |
---|
刘梦佳等: "基于CNN的搜救无人艇水面多目标检测实验", 《武汉理工大学学报(交通科学与工程版)》 * |
柳晨光等: "基于单目视觉的水面船舶多目标定位方法", 《交通运输工程学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108920580B (zh) | 图像匹配方法、装置、存储介质及终端 | |
CN109784278B (zh) | 基于深度学习的海上弱小运动船舶实时检测方法 | |
US20230038494A1 (en) | Administrative server in ship navigation assistance system, ship navigation assistance method, and ship navigation assistance program | |
CN111723632B (zh) | 一种基于孪生网络的船舶跟踪方法及系统 | |
CN111009011B (zh) | 车辆方向角的预测方法、装置、系统以及存储介质 | |
JP2022540101A (ja) | ポジショニング方法及び装置、電子機器、コンピュータ読み取り可能な記憶媒体 | |
CN116109936B (zh) | 基于光学遥感的目标检测与识别方法 | |
CN110717924A (zh) | 船舶水尺标线识别方法、装置、计算机设备和存储介质 | |
CN112711995A (zh) | 一种基于图像的海上目标识别方法 | |
CN114821263A (zh) | 一种基于特征融合的弱纹理目标位姿估计方法 | |
CN114529583B (zh) | 基于残差回归网络的电力设备跟踪方法及跟踪系统 | |
CN115639248A (zh) | 一种用于建筑外墙质量检测的系统及方法 | |
CN116188893A (zh) | 基于bev的图像检测模型训练及目标检测方法和装置 | |
Sun et al. | IRDCLNet: Instance segmentation of ship images based on interference reduction and dynamic contour learning in foggy scenes | |
Zhang et al. | Light-SDNet: a lightweight CNN architecture for ship detection | |
CN110334628A (zh) | 一种基于结构化随机森林的室外单目图像深度估计方法 | |
CN111291712B (zh) | 基于插值的cn和胶囊网络的森林火灾识别方法及装置 | |
CN112101222A (zh) | 一种基于无人艇多模态传感器的海面三维目标检测方法 | |
CN111982120A (zh) | 一种基于水上机器人的搜救目标识别方法、系统及设备 | |
CN115760762A (zh) | 一种锈蚀检测方法,检测装置及存储介质 | |
CN115082811A (zh) | 一种依据图像数据的海上航行船舶识别与距离测量的方法 | |
CN113721240B (zh) | 一种目标关联方法、装置、电子设备及存储介质 | |
CN115049810A (zh) | 固态激光雷达点云的上色方法、装置、设备及存储介质 | |
CN114663743A (zh) | 一种船舶目标重识别方法、终端设备及存储介质 | |
CN112036393B (zh) | 一种基于页岩气田生产单指针仪表读数的识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201124 |