吴晓舟
- 作品数：2 被引量：10H指数：2
- 供职机构：南京航空航天大学民航学院更多>>
- 发文基金：国家自然科学基金中国人民解放军总装备部预研基金更多>>
- 相关领域：航空宇航科学技术自动化与计算机技术更多>>
- VDAS中基于单目红外图像的深度估计方法被引量：4
- 2021年
- 针对视觉辅助驾驶系统(vision-based driving assistance system,VDAS)对夜间等低能见度场景下的车辆前视深度感知需求,提出一种基于深度学习的单目红外图像深度估计方法。该方法采用端对端的多任务自监督学习框架,利用单目红外视频帧之间的立体几何约束构建损失函数,无须场景的真实深度信息。取前后两帧重投影误差的最小值,解决了单目视频帧之间的遮挡问题,同时削弱了红外图像噪点多的影响。网络解码器将多尺度深度图统一上采样到较高分辨率并计算重投影误差,改善了深度图中的空洞现象。在FLIR车载红外数据集上的定性实验表明,所提方法能利用单目红外图像得到对应的像素级稠密深度;真实道路上的分析试验表明,所提方法能够在夜间情况下利用红外图像有效感知目标物的深度信息,15 m以内的相对误差为13.2%,可以满足多数突发情况下情况下的避撞要求。
- 李旭丁萌魏东辉吴晓舟曹云峰
- 关键词：红外图像卷积神经网络
- 基于深度信念网络的民航发动机状态监测被引量：6
- 2017年
- 民航飞机发动机设备构造精密、复杂,其监测系统收集的数据中蕴含了丰富的故障信息;传统发动机状态诊断依靠数据统计分析和机器学习模型,但其在深入理解与归类信号特性方面的表现难以尽如人意;此外近年兴起了多层神经网络降维算法——深度学习理论,其通过模拟人脑分析过程建立由浅入深的算法模型,数据处理效果较好;将民航发动机自身特点与深度学习理论有机结合提出了基于深度信念网络发动机状态监测方法;其优势在于克服了传统方法人工提取数据特征的不确定性与状态分类陷入局部最优的缺陷,可对发动机参数进行自主学习与特征提取;实验结果表明该算法具有出色的特征提取能力与分类准确率,能够准确识别发动机的不同状态。
- 吴瑀倩李静吴晓舟王华伟
