-
公开(公告)号：CN116863284A
公开(公告)日：2023-10-10
申请号：CN202310721382.6
申请日：2023-06-16
申请人： 中国人民解放军国防科技大学
摘要： 本申请涉及一种基于雷达‑光学跨模态特征点融合的目标检测方法及装置，通过采用骨干网络分别对获取的光学图像以及雷达RD频谱数据进行特征提取，得到语义密集点特征以及RD密集点特征，将雷达点云投影至光学图像，根据二维检测框在语义密集点特征上的位置在光学图像上得到感兴趣区域对应的雷达点云，再将这一部分雷达点云分别投影到义密集点特征以及RD密集点特征上以得感兴趣区域上对应特征，并将这两个特征利进行融合，得到融合点特征，再基于目标构建局部坐标，以局部坐标为原点将感兴趣区域分为多个区域，将目标检测的问题转化为分类的问题，利用分类神经网络对融合点特征进行区域分类，以实现对目标进行检测。采用本方法可提高目标检测的精准度，使其有效的在恶劣环境下对目标进行检测。
-
公开(公告)号：CN116774221A
公开(公告)日：2023-09-19
申请号：CN202310866451.2
申请日：2023-07-14
申请人： 中国人民解放军国防科技大学
IPC分类号： G01S13/90
摘要： 本申请涉及一种基于元学习的多目标ISAR稀疏孔径成像方法及装置，通过利用训练好的元学习器对PLFA‑CV‑ADMMN网络进行训练，其中，在对元学习器进行每一次训练时，都对PLFA‑CV‑ADMMN网络的参数进行多次迭代更新，再采用参数更新后的PLFA‑CV‑ADMMN网络根据输入的训练数据计算其损失函数，并根据该损失函数对元学习器的参数进行更新。这样使得训练好的PLFA‑CV‑ADMMN网络具备对已知目标和未知目标的稀疏孔径数据进行高分辨成像的能力，减小基于深度学习的稀疏孔径ISAR成像方法对训练数据的依赖性。
-
公开(公告)号：CN118691756B
公开(公告)日：2024-11-08
申请号：CN202411171367.X
申请日：2024-08-26
申请人： 中国人民解放军国防科技大学
摘要： 本申请涉及一种基于隐式神经表征的单目语义重建方法。所述方法包括：对单目图像序列进行基于隐式神经场景表征，学习特定的初始场景表征函数；根据场景表征函数和图形学中的体积渲染原理，得到任意视角下的光线颜色、法向量和语义信息并分别设计几何损失函数监督几何函数的学习过程，设计纹理损失函数监督纹理函数的学习过程，语义损失函数监督语义函数的学习过程，同时设计一致性损失函数对优化后的语义函数进行重建；设置正则约束来监督初次优化后的几何函数的优化，利用优化后的纹理函数、重建后的语义函数和最终的几何函数进行三维语义场景地图重建。采用本方法能够重建高分辨率语义地图的同时保证较低的内存开销。
-
公开(公告)号：CN117011667A
公开(公告)日：2023-11-07
申请号：CN202310511747.2
申请日：2023-05-08
申请人： 中国人民解放军国防科技大学
IPC分类号： G06V10/82 , G06V10/774 , G06V10/764 , G06V10/766 , G06N3/045 , G06N3/0464 , G06N3/09 , G06N3/096
摘要： 本发明提供一种跨域目标检测方法、装置、网络及设备，所述跨域目标检测方法包括：构建跨域目标检测器，跨域目标检测器包括基础目标检测器、域对齐模块及嵌设在基础目标检测器中的变分实例解耦模块，变分实例解耦模块用于辅助跨域目标检测器分离出与目标任务不相关特征元素及与目标任务相关特征元素；构建有标签的源域样本及无标签的目标域样本，源域样本及目标域样本均由多个图像组成；基于源域样本及目标域样本训练跨域目标检测器；基于训练后的跨域目标检测器对目标域样本进行跨域目标检测处理。本发明的跨域目标检测方法能够分离出与目标任务相关的信息，很好地适配源域与目标域，并基于该信息进行进一步地进行目标检测，显著提升了检测性能。
-
公开(公告)号：CN118859128A
公开(公告)日：2024-10-29
申请号：CN202310948932.8
申请日：2023-07-31
申请人： 中国人民解放军国防科技大学
摘要： 本发明提出一种基于黎曼积流形空间的收发联合抗间歇采样转发干扰方法，包括在波形恒模约束、接收滤波器能量约束以及非匹配滤波峰值损耗约束下，以最小化雷达发射波形的非匹配滤波积分旁瓣水平以及雷达接收端对间歇采样转发干扰信号进行非匹配滤波处理后的积分水平建立抗间歇采样转发干扰的联合约束优化目标函数；将所述抗间歇采样转发干扰的联合约束优化目标函数转换为黎曼积流形空间上的无约束优化目标函数；求解所述无约束优化目标函数，输出雷达发射波形以及雷达接收端使用的非匹配滤波序列。本发明考虑了发射波形与接收滤波器联合优化问题，提高脉冲多普勒雷达抗ISRJ性，能同时更新发射波形与接收滤波器，且收敛性好。
-
公开(公告)号：CN118859127A
公开(公告)日：2024-10-29
申请号：CN202310948931.3
申请日：2023-07-31
申请人： 中国人民解放军国防科技大学
摘要： 本发明提出一种雷达收发联合抗间歇采样转发干扰方法及装置，包括：以最小化干扰信号的积分水平与目标信号的积分旁瓣水平为目标，并考虑波形恒模约束、接收滤波器能量约束及非匹配滤波峰值损耗约束，建立抗间歇采样转发干扰的收发联合约束优化目标函数，将欧式空间上的收发联合约束优化目标函数转换为黎曼积流形空间上的无约束优化目标函数；基于一种基于黎曼积流形自适应三次正则化算法求解所述无约束优化目标函数，实现了雷达发射波形和接收滤波器的同步迭代。本发明考虑了发射波形与接收滤波器联合优化问题，提高脉冲多普勒雷达抗ISRJ性。
-
公开(公告)号：CN118584441A
公开(公告)日：2024-09-03
申请号：CN202410659537.2
申请日：2024-05-27
申请人： 中国人民解放军国防科技大学
IPC分类号： G01S7/41 , G06F18/241 , G06F18/214 , G06F18/213 , G06N3/0442 , G06N3/045 , G06N3/09
摘要： 本申请涉及一种方位角缺失的HRRP目标识别方法、装置及设备。所述方法包括：根据目标方位角划分模块对训练数据集进行方位角划分，得到方位角信息；根据方位角信息对训练数据集进行正负样本划分，得到正负样本对数据；将正负样本对数据输入到编码网络中后将特征表示分为两条支路，其中一条支路输入到分类器中，得到分类结果，另外一条支路输入到映射网络中，得到映射表示；在损失函数模块中根据分类结果设置分类损失，利用正负样本数据和映射表示设置目标方位角监督对比损失；对目标识别模型进行训练，利用训练好的目标识别模型对待识别的姿态角缺失条件下HRRP进行识别。采用本方法能够提高了姿态角缺失条件下HRRP目标识别性能。
-
公开(公告)号：CN116342795A
公开(公告)日：2023-06-27
申请号：CN202211633144.1
申请日：2022-12-19
申请人： 中国人民解放军国防科技大学
摘要： 本申请涉及一种基于ISAR像序列的神经网络三维重构方法和装置。所述方法包括：通过基于ISAR序列图像将目标表示为空间位置坐标和观测方向的六位函数，并用多层感知器网络隐式表征，在没有目标三维结构的情况下，仅以二维ISAR像序列监督训练网络。通过构建空间中的所有点坐标，利用优化的网络求得目标的三维体素密度，进一步使用Marching Cube算法，将体素密度转化为目标的三维面元结构以实现三维结构的重构。采用本方法在无需进行特征提取和关联的情况下，最终能够为复杂的空间目标生成更完整、更准确的面元结构信息。
-
公开(公告)号：CN118691504A
公开(公告)日：2024-09-24
申请号：CN202411171781.0
申请日：2024-08-26
申请人： 中国人民解放军国防科技大学
摘要： 本申请涉及一种基于模糊核修正的光学图像去运动模糊方法、装置和设备，通过先利用模糊核修正网络对光学图像进行模糊核修正，将具有运动模糊的光学图像转换为高斯模糊图像，再对高斯模糊图像进行去模糊，得到去模糊后的光学图像。采用本方法有较好的泛化性，在实际应用过程中具备较高的去运动模糊性能。
-
公开(公告)号：CN118643382A
公开(公告)日：2024-09-13
申请号：CN202410659610.6
申请日：2024-05-27
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F18/241 , G06F18/2415 , G06F18/2131 , G06V10/77 , G06V10/764 , G06V10/44 , G06V10/82 , G01S7/41 , G01S13/89
摘要： 本发明涉及一种基于散射中心先验信息的雷达目标识别方法、装置及设备和存储介质。所述方法包括：构建散射中心目标识别网络。散射中心目标识别网络包括：散射中心提取层、编码网络以及分类器。通过散射中心提取层提取HRRP目标图像的散射相关信息。散射相关信息至少包括当前散射特征点在HRRP目标图像中的散射中心位置与散射中心幅度信息。将散射相关信息输入至编码网络进行特征空间的映射，得到待优化辨别特征点。将待优化辨别特征点输入至分类器进行特征分类，得到辨别特征点。根据散射相关信息与辨别特征点进行梯度反向训练，得到训练好的散射中心目标识别网络。本发明能够提高HRRP目标识别准确率。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.031 秒)
