姚剑 作品数:27 被引量:46 H指数:4 供职机构: 武汉大学遥感信息工程学院 更多>> 发文基金: 国家自然科学基金 国家重点基础研究发展计划 湖北省教育厅优秀中青年人才项目 更多>> 相关领域: 自动化与计算机技术 天文地球 电子电信 农业科学 更多>>
基于运动行人目标分割的高动态影像生成 2019年 提出一种基于深度学习目标分割的动态场景高动态范围渲染HDR(highdynamicrange)影像生成方法,结合行人目标匹配与光流映射变化的信息对场景中行人目标运动状态进行判断,生成用于后期融合的动态场景掩膜。HDR静态场景使用加权融合的方法生成,HDR动态场景则使用低曝光影像中该区域曝光质量较好的一张填充,最后利用泊松融合算法平滑静态区域与动态区域之间的过渡部分,得到一张"无鬼影"、影像亮度均衡并且各处细节清晰的HDR影像。算法的创新点是基于目标分类,比传统的基于像素的算法更具有可控性。 朱吉 姚剑 董颖青关键词:光流 基于云计算的服务机器人SLAM框架研究 2021年 随着服务机器人的广泛投入使用,针对服务机器人的同步定位与地图构建(simultaneously location and mapping,SLAM)对服务机器人全自主完成任务至关重要,受到学术界、工业界的广泛关注。然而目前大多数SLAM系统计算量大,对计算和储存要求高,多数机器人无法满足实时性的要求。基于ORB-SLAM算法,提出一种云SLAM框架,将计算量大、存储要求高的任务部署在云端,机器人端仅用于跟踪和重定位。为验证云SLAM框架性能,进行仿真实验,结果表明:云SLAM显著提高了算法处理速度,同时在当前4G移动网络下,可以快速、实时地定位和构图。 廖志 姚剑关键词:SLAM 云计算 基于2D旋转激光的室内3D-SLAM 2022年 同步定位与构图(simultaneous localization and mapping,SLAM)使机器人可快速构建场景地图并确定自身位置,是室内定位与导航的基本模块。依此设计实现一种使用2D激光传感器进行室内数据采集的3D激光SLAM系统,具有成本低、易携带、可拓展等特点。该系统基于室内平面和相邻面交线为特征,利用鲁棒的特征匹配进行特征关联,通过分级位姿优化策略,逐步优化位姿轨迹,解决了低成本采集设备数据量小、频率低、帧内变形大的问题,实现低成本、低漂移的室内激光SLAM技术。最后通过定性定量的对比实验验证该系统模块的有效性和普适性。 罗磊 谈彬 姚剑 李礼关键词:激光传感器 数字航空影像与机载点云的配准参数优化及对应数据集构建 被引量:1 2021年 数字航空影像和机载点云之间的配准参数精度会直接影响到配准效果,利用共线方程及影像特征点和点云特征点之间计算相似性测度的方法进行参数优化,有效避免了由于初始参数误差导致的配准偏差。首先,提取航空影像及激光雷达(light detection and ranging,LiDAR)点云的特征点;然后,根据初始配准参数及距离误差计算影像与点云之间的匹配点对;最后,通过强制搜索(brute-force,BF)优化方法来寻找更加精确的匹配参数。此外,还构建了2D-3D对应区域的数据集,用于航空影像和机载LiDAR数据配准的相关研究。 朱卓人 张伟 李飞 姚剑 王颖 李礼关键词:共线方程 顾及行人的室内全景影像拼接方法 被引量:1 2020年 在室内场景的全景影像拼接过程中,易出现行人运动目标引起的“鬼影”现象。针对此问题,提出一种顾及行人的室内全景影像拼接方法,利用深度学习对整幅影像进行逐像素目标级分割,保持行人目标的完整性,并结合重匹配、显著度检测等对运动类型进行判定,生成带权的运动区域掩膜,结合灰度、梯度差及纹理复杂度等特征,融入基于图割算法的拼接线检测能量方程中,对行人区域进行补偿,最终生成背景干净、无“鬼影”的全景影像。 董颖青 姚剑 李礼 朱吉基于全卷积编解码网络的视觉定位方法 2022年 针对目前视觉定位方法中使用人工特征的限制,提出了一种基于全卷积编解码网络的视觉定位方法。该方法将场景点3D坐标映射到图像的BGR(blue-green-red)通道,建立了图像到场景的直接联系,并通过全卷积编解码网络学习图像与场景结构的关系。给出一张图像,网络可以预测其每个像素点对应的3D点在当前场景世界坐标系的坐标;然后结合RANSAC(random sample consensus)和PnP(perspective-n-point)算法求解位姿并优化,得到最终的相对位姿。在7-Scenes数据集上的实验结果表明本文方法可实现厘米级的高精度定位,并且相比其他基于深度学习的方法,该方法在保证精度的同时,模型尺寸更小。 李晨旻 姚剑 龚烨 刘欣怡关键词:视觉定位 体素与点混合增长的机载点云屋顶平面分割 被引量:1 2024年 建筑物屋顶平面形状各异且分布不均匀,如何有效地实现机载点云屋顶平面的精细化分割已成为建筑物三维重建中的关键问题之一。为此,本课题组提出了一种体素与点混合增长的机载点云建筑物屋顶平面分割方法,具体实现步骤如下:首先,构造八叉树体素并以此作为分割对象,利用平面拟合条件有效区分平面体素和非平面体素;其次,创新性地提出了一种基于体素和点的混合区域增长初始平面分割算法,并基于该算法通过分析相邻体素或点之间的几何关系,将具有相似属性的体素或点划分为同一区域;最后,通过迭代精分割的方法将未分配的点分配到各初始平面,并对相似的平面进行二次合并,得到最终结果。实验结果表明,该方法既能有效分割不同建筑物屋顶平面,又能合理分配未分割的边界点,有效提高了屋顶平面的分割精度。 涂静敏 沈阳 李婕 李明明 李礼 姚剑关键词:LIDAR点云 巡检机器人电力设备文字识别技术研究 2025年 变电站仪表文字提取与识别对于感知电力设备运行状态至关重要。人工巡检存在视觉疲劳的问题,并且在恶劣环境下存在安全隐患,机器人是替代人工巡检的理想方案。然而,定点停车巡检效率较低,为了提高机器人巡检效率,可采用不停车巡检策略。针对不停巡检时,由于背景无关物体干扰以及非正射观测视角造成的文字识别准确率下降的问题,提出了一种基于目标影像正射纠正的文字识别方法。首先通过目标检测算法排除无关物体干扰,然后通过估计目标6DoF位姿对场景影像中的目标区域进行正射纠正,从而提高OCR算法的文字识别准确率。实验结果表明,经过正射纠正的目标影像,文字识别准确率提升了6%以上,有效地保障了机器人不停车巡检时文字识别的准确性。 刘钊 蔡笋 王增彬 尹泓澈 姚剑 杨英仪 李文胜 梅鹏关键词:电力作业 位姿估计 正射纠正 文字提取 基于非局部生成对抗网络的单张散焦图像去模糊 2022年 由于相机的景深有限,通常很难从单个相机获得全焦图像。针对因散焦现象而变得模糊的散焦图像,本文提出了一个端到端的非局部生成对抗神经网络DNGAN,通过在真实的数据集下训练模型,实现散焦图像的去模糊和散焦图的估计。DNGAN由散焦图估计和特征融合两大核心模块组成。其中散焦图估计模块采用编码器-解码器的结构实现对输入图像聚焦和散焦区域的判断;特征融合模块采用融合了注意力机制的由粗到细的非局部思想,让散焦图像充分融合周围相似的高频细节纹理信息,并结合散焦图估计模块的结果,指导散焦图像有偏重的进行去模糊图像增强;同时加入生成对抗模块让网络生成更加丰富的纹理特征。本论文实验从客观评价指标和图像视觉对比效果两方面论证了提出的网络在真实数据集下的散焦图像去模糊任务和散焦图估计任务上的优势。 赵明明 蒋佳芹 尹泓澈 李礼 姚剑关键词:散焦图像 非局部 一种高效的高分辨率遥感影像飞机目标检测方法 被引量:2 2020年 针对高分辨率遥感影像提出了一种基于神经网络的高效的机场和飞机目标检测方法,并制作了机场和飞机两类遥感影像数据集。首先对大幅遥感影像预处理,进行显著性检测和LSD(line segment detector)直线检测,通过对平行直线的筛选和聚类计算直线概率图,得到机场目标候选区域。然后,利用圆周频率滤波方法进一步提取出飞机的候选区域,最后利用深度学习模型定位飞机目标,实现了一体化的检测流程,检测准确率高达99%。 刘媛 姚剑 冯辰关键词:高分辨率遥感影像