摘要
本申请公开了一种水下智能检修机器人的多源数据融合可视化系统,涉及可视化技术领域,其通过采用基于深度学习的图像处理技术对水下可见光图像和水下声呐探测图像进行多源图像分析,分别提取出水下可见光特征和水下声呐探测特征,对两者分别进行特征门控增强处理后,使用双重注意力机制,对水下可见光特征和声呐探测特征进行细粒度联合感知,以获得多源数据融合特征,并以此来进行可视化图像重构,生成水下探测多源融合图像,能够充分利用多源数据的优势,有效提升图像质量,从而提高水下检修的准确性和效率。
技术关键词
智能检修机器人
水下声呐
强化特征
可视化系统
矩阵
查询特征
键特征
注意力
图像特征提取
网格
融合特征
可见光图像
多源融合
转换器结构
空洞卷积神经网络
可视化模块
通道
Sigmoid函数
系统为您推荐了相关专利信息
面向深度学习
迁移学习方法
优化设备
迁移学习系统
算法
激光扫描仪
标定方法
砝码
基准工作面
电子秤称重
俯仰通道
补偿控制器
发动机
多变量系统
参考模型结构