underwater environments | BriefGPT

关键词underwater environments

搜索结果 - 7

改进的基于图像的水下环境姿态回归模型
我们研究了在水下环境中使用基于图像的位姿回归模型进行重定位的性能。利用 PoseNet 和 PoseLSTM，我们能够从单个 RGB 图像准确地回归出 6 自由度的位姿。此外，我们还探索了使用立体相机图像进行数据增强以提高模型的准确性。实验
PDF4 months ago
领域相似度感知标签分配用于领域泛化的水下目标检测
该研究通过引入 “领域相似 - 感知标签分配”（Domain Similarity-Perceived Label Assignment）的概念，并结合领域特定的数据增强技术，在水下跨域目标检测基准测试 S-UODAC2020 上取得了最先
PDF7 months ago
IA2U：用于水下模型的多先验转移插件
设计了一个名为 IA2U 的转移插件，通过多个先验条件将室内模型转化为水下应用，从而在水下环境中提高图像增强和物体检测的性能。
PDF7 months ago
深度学习在珊瑚礁可扩展语义三维建模中的应用
该研究提出了一种新的方法，通过机器学习和语义分割技术实现了高精度的三维语义地图，从而实现了对珊瑚礁等水下环境的大规模自动分析和监测，降低了劳动力成本，为保护政策提供了更高效的信息。
PDF9 months ago
YOLO 系列水下环境目标检测算法
YOLO 算法在水下环境中的应用存在限制，本文从海洋工程应用的实际需求出发，以水下结构健康监测和水下生物检测为例，提出了改进的水下 YOLO 算法应用方法，并指出了仍然存在的问题。
PDF10 months ago
改进合成训练的声纳图像描述符在水下地点识别中的泛化性能
自主导航与水下环境中的挑战，主要包括光吸收和水浑浊度等因素，传统视觉算法对声纳生成的声学图像的应用效果较差，而卷积神经网络通常需要大量的标记训练数据，这些数据通常难以获取。因此，我们提出了一种新型的紧凑型深度声纳描述符管道，它能够在仅仅用于
PDFa year ago
可拆卸和潜水的软体机器人手臂及对应的学习运动学模型开发
本文介绍了一种模块化且可潜水的软体机械臂，其由主要是 3D 打印的部件组成，由液压驱动器驱动。其模块化设计可实现多种形状配置和易于交换的软式致动器，并使用深度神经网络开发了初步的正 / 反向运动学模型，以便探索在该系统上进行机器学习控制算法
PDF2 years ago