基于超像素引导学习的异质遥感图像变化检测方法及装置

    公开(公告)号:CN117392537A

    公开(公告)日:2024-01-12

    申请号:CN202311235696.1

    申请日:2023-09-22

    Applicant: 清华大学

    Abstract: 本申请实施例提供了一种基于超像素引导学习的异质遥感图像变化检测方法及装置,所述方法包括:获取变化后图像的自适应超像素融合结果图;利用变化前图像、所述变化后图像和所述自适应超像素融合结果图训练特征提取网络,所述变化前图像和所述变化后图像是不同类型传感器采集的图像;训练结束后,从所述特征提取网络中获取当前变化前图像特征和当前变化后图像特征;根据所述当前变化前图像特征和所述当前变化后图像特征,得到差异图,并对所述差异图进行变化检测处理,得到变化检测结果。本申请实施例利用自适应超像素融合结果图来引导特征提取网络的训练过程,增强对语义特征和边缘信息的提取能力,提高了变化检测准确率。

    可学习低频宽带雷达目标参数估计方法、设备及程序产品

    公开(公告)号:CN115015869A

    公开(公告)日:2022-09-06

    申请号:CN202210735768.8

    申请日:2022-06-27

    Applicant: 清华大学

    Inventor: 李刚 李睿 王学谦

    Abstract: 本申请涉及雷达信号处理领域,涉及可学习低频宽带雷达目标参数估计方法、设备及程序产品。所述方法包括:获取低频宽带雷达采集的数据;将所述低频宽带雷达采集的数据输入预先训练的参数估计网络,得到所述参数估计网络输出的目标参数估计值,其中,所述参数估计网络是以多个具有随机相位和噪声的训练数据对为训练样本,对神经网络进行训练得到的。本申请通过基于循环卷积的网络层结构和数据增强的训练样本训练所构建的神经网络,采用至少包括目标背景比损失函数的损失函数,不断对神经网络中的可学习参数进行优化,得到参数估计网络用于处理低频宽带雷达信号,降低了计算复杂度,提升了算法效率和泛化能力,且在低信噪比场景下目标显著性较高。

    一种异质遥感图像变化检测方法、装置及存储介质

    公开(公告)号:CN114926427A

    公开(公告)日:2022-08-19

    申请号:CN202210520763.3

    申请日:2022-05-13

    Applicant: 清华大学

    Abstract: 本申请公开了一种异质遥感图像变化检测方法,包括获取异质的第一图像和第二图像;将第一图像和第二图像分别输入增强对称耦合网络的两端,获得第一图像上每个像素点各自对应的第一特征向量,和第二图像上每个像素点各自对应的第二特征向量;根据第一特征向量以及第二特征向量,获得每个像素点对应的异质图像差异度;根据异质图像差异度,输出第一图像相对第二图像的图像变化区域。本方案基于增强对称耦合网络,通过将对称卷积耦合网络中的部分耦合层替换为卷积层,增大感受野,可以更好的提取图像的邻域信息,尤其在复杂不变背景区域内抑制了对称卷积耦合网络产生的虚警,从而减小了对称卷积耦合网络的虚警率,增加了图像变化检测的准确率。

    一种异质遥感图像的融合方法

    公开(公告)号:CN114863235A

    公开(公告)日:2022-08-05

    申请号:CN202210493488.0

    申请日:2022-05-07

    Applicant: 清华大学

    Abstract: 本申请提供了一种异质遥感图像的融合方法,涉及图像处理技术领域,旨在综合光学图像和雷达图像各自的优点,生成融合图像。所述方法包括:获取光学图像和雷达图像;将所述光学图像和所述雷达图像输入同质变化图像生成模型,得到融合图像,所述融合图像包括所述光学图像的内容特征和所述雷达图像的风格形式特征;其中,所述同质变化图像生成模型是学习了基于光学图像样本和雷达图像样本生成待迭代图像样本,并对所述待迭代图像样本进行迭代生成融合图像样本的模型。本专利受到国家重点研发计划2021YFA0715201资助。

    基于体积相关函数的雷达空时自适应处理方法及装置

    公开(公告)号:CN111308436B

    公开(公告)日:2022-04-08

    申请号:CN202010113000.8

    申请日:2020-02-24

    Applicant: 清华大学

    Abstract: 本发明实施例提供了一种基于体积相关函数的雷达空时自适应处理方法及装置,所述方法包括:获取雷达一个相参处理间隔内的回波数据,估计对应于待测距离单元的采样信号子空间;基于采样信号子空间与目标信号子空间的体积相关函数,得到采样信号子空间与所述目标信号子空间的距离;基于所述采样信号子空间与所述目标信号子空间的距离,得到所述待测距离单元的检测统计量;将所述待测距离单元的检测统计量与预定阈值比较,确定待测距离单元内是否有目标回波。采用本发明提供的基于体积相关函数的雷达空时自适应处理方法可以用于机载雷达在空时自适应处理场景中,尤其是非均匀环境中获得更加理想的目标检测结果。

Patent Agency Ranking