← 返回列表

基于隐蔽通信技术及深度学习的水下目标检测方法及系统

申请号: CN202311537443.X
申请人: 河南大学
申请日期: 2023/11/17

摘要文本

本发明公开了基于隐蔽通信技术及深度学习的水下目标检测方法及系统,包括以下步骤:实时采集目标物体的图像;对所述图像进行预处理,使用卷积神经网络模型对预处理后的所述图像进行特征提取,得到每个目标的边界框坐标、类别标签和置信度得分;基于隐蔽通信的信息传输方法,实现每个目标的边界框坐标、类别标签和置信度得分与通信信息的安全传递。本发明可以有效地解决水下机器人实时图像处理问题和水下隐蔽通信问题,更符合当下复杂多变的环境。

专利详细信息

项目 内容
专利名称 基于隐蔽通信技术及深度学习的水下目标检测方法及系统
专利类型 发明申请
申请号 CN202311537443.X
申请日 2023/11/17
公告号 CN117611983A
公开日 2024/2/27
IPC主分类号 G06V20/05
权利人 河南大学
发明人 张德华; 于长成; 王德臣; 王宇辰; 孟磊; 张雷; 梁琳琳; 张妮娜; 秦春斌
地址 河南省郑州市郑东新区明理路北段379号

专利主权项内容

1.基于隐蔽通信技术及深度学习的水下目标检测方法,其特征在于,包括以下步骤:实时采集目标物体的图像;对所述图像进行预处理,使用卷积神经网络模型对预处理后的所述图像进行特征提取,得到每个目标的边界框坐标、类别标签和置信度得分;基于隐蔽通信的信息传输方法,实现每个目标的边界框坐标、类别标签和置信度得分与通信信息的安全传递。 数据由马 克 数 据整理