-
公开(公告)号：CN114170094B
公开(公告)日：2024-05-31
申请号：CN202111361000.0
申请日：2021-11-17
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
IPC分类号： G06T5/70 , G06T3/4076 , G06N3/082 , G06N3/0464 , G06N3/0455 , G06V10/774 , G06V10/82
摘要： 本发明提供一种基于孪生网络的机载红外图像超分辨率与噪声去除算法，包括：步骤1：构建训练集与测试集；步骤2：构建基础孪生网络框架；步骤3：训练与测试。本发明利用孪生网络的两个分支共享权重的特点，既能达到去除噪声的目的，同时提高图像的分辨率。同时使用局部跳跃连接与全局跳跃连接，在充分用低频信息的同时加速网络收敛。此外，加入空间注意力机制，自适应调整空间域权重，突出目标与背景的对比度，更好地服务于目标跟踪与目标检测等工作。
-
公开(公告)号：CN111507271B
公开(公告)日：2021-01-12
申请号：CN202010309684.9
申请日：2020-04-20
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
摘要： 本发明公开了一种机载光电视频目标智能化检测与识别方法，在YOLOv3模型的基础上采用长方形卷积提取如桥梁等条形目标特征，采用膨胀卷积扩大感受野并保留多尺度目标的空间结构信息，在特征金字塔上采样分支引入视觉注意力机制赋予模型学习不同区域、不同通道目标特征的不同权重，将残差模块的卷积方式改进为深度可分离卷积减少计算复杂度。本发明的优点是：该方法在保持较高航拍目标检测精度的同时，能够在机载嵌入式系统上具有较快的航拍目标检测与识别速度。
-
公开(公告)号：CN111508002B
公开(公告)日：2020-12-25
申请号：CN202010309617.7
申请日：2020-04-20
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
摘要： 本发明公开了一种小型低飞目标视觉检测跟踪系统及其方法，系统包括：视频数据输入单元、视频预处理单元、训练数据构建单元、检测模型训练单元、目标比对筛选单元、检测校正单元、基准帧初始化单元、样本库动态构建单元、在线学习单元、位置精修单元、决策控制单元和跟踪结果输出单元。方法包括：目标检测网络构建，目标比对筛选；目标跟踪在线学习；动态构建分类器训练样本库，目标跟踪位置精修；本发明的优点是：能够有效缓解跟踪目标由于遮挡、尺度变化、光照等因素造成的跟踪漂移状况的发生，可以实现鲁棒的目标跟踪。具备根据目标变化及时更新基准帧特征的能力，同时引入特征点匹配算法又可以避免由于更新基准帧特征带来的错误跟踪。
-
公开(公告)号：CN111507271A
公开(公告)日：2020-08-07
申请号：CN202010309684.9
申请日：2020-04-20
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
摘要： 本发明公开了一种机载光电视频目标智能化检测与识别方法，在YOLOv3模型的基础上采用长方形卷积提取如桥梁等条形目标特征，采用膨胀卷积扩大感受野并保留多尺度目标的空间结构信息，在特征金字塔上采样分支引入视觉注意力机制赋予模型学习不同区域、不同通道目标特征的不同权重，将残差模块的卷积方式改进为深度可分离卷积减少计算复杂度。本发明的优点是：该方法在保持较高航拍目标检测精度的同时，能够在机载嵌入式系统上具有较快的航拍目标检测与识别速度。
-
公开(公告)号：CN114170094A
公开(公告)日：2022-03-11
申请号：CN202111361000.0
申请日：2021-11-17
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
摘要： 本发明提供一种基于孪生网络的机载红外图像超分辨率与噪声去除算法，包括：步骤1：构建训练集与测试集；步骤2：构建基础孪生网络框架；步骤3：训练与测试。本发明利用孪生网络的两个分支共享权重的特点，既能达到去除噪声的目的，同时提高图像的分辨率。同时使用局部跳跃连接与全局跳跃连接，在充分用低频信息的同时加速网络收敛。此外，加入空间注意力机制，自适应调整空间域权重，突出目标与背景的对比度，更好地服务于目标跟踪与目标检测等工作。
-
公开(公告)号：CN111508002A
公开(公告)日：2020-08-07
申请号：CN202010309617.7
申请日：2020-04-20
申请人： 北京理工大学 , 郑州航空工业管理学院 , 中国航空工业集团公司洛阳电光设备研究所
摘要： 本发明公开了一种小型低飞目标视觉检测跟踪系统及其方法，系统包括：视频数据输入单元、视频预处理单元、训练数据构建单元、检测模型训练单元、目标比对筛选单元、检测校正单元、基准帧初始化单元、样本库动态构建单元、在线学习单元、位置精修单元、决策控制单元和跟踪结果输出单元。方法包括：目标检测网络构建，目标比对筛选；目标跟踪在线学习；动态构建分类器训练样本库，目标跟踪位置精修；本发明的优点是：能够有效缓解跟踪目标由于遮挡、尺度变化、光照等因素造成的跟踪漂移状况的发生，可以实现鲁棒的目标跟踪。具备根据目标变化及时更新基准帧特征的能力，同时引入特征点匹配算法又可以避免由于更新基准帧特征带来的错误跟踪。
-
公开(公告)号：CN113449680A
公开(公告)日：2021-09-28
申请号：CN202110798886.9
申请日：2021-07-15
申请人： 北京理工大学
摘要： 本发明公开了一种基于知识蒸馏的多模小目标检测方法，包括构建可见光‑多光谱图像数据本征知识迁移模型，利用空谱联合的非局部特征金字塔视觉注意力结构进行特征精炼，以及通过基于空谱联合特征迁移的知识蒸馏模型精炼多光谱空谱联合特征得到高精度、高效率深度神经网络三个主要步骤。本发明能够利用可见光大数据对目标本征知识进行迁移解决多光谱数据样本不充足的问题，通过非局部注意力提升检测识别鲁棒性，并且通过知识蒸馏后的神经网络参数数量精简、计算资源开销降低，能够轻量化运行。
-
公开(公告)号：CN112668536B
公开(公告)日：2023-08-25
申请号：CN202110010819.6
申请日：2021-01-06
申请人： 北京理工大学
IPC分类号： G06V20/40 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
摘要： 本发明公开了一种基于机载光电视频的轻量化旋转目标检测识别方法，其包括构建轻量化旋转目标检测识别模型的过程，其中轻量化旋转目标检测识别模型通过通道分裂‑聚合结构改进的特征提取网络对光电视频图像进行特征提取。本发明能够利用轻量化的深度神经网络模型快速地检测识别机载光电视频图像中的多类型、多尺度、多方向旋转目标，检测识别精度和稳定性高、计算复杂性较低。
-
公开(公告)号：CN113449680B
公开(公告)日：2022-08-30
申请号：CN202110798886.9
申请日：2021-07-15
申请人： 北京理工大学
IPC分类号： G06V20/10 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于知识蒸馏的多模小目标检测方法，包括构建可见光‑多光谱图像数据本征知识迁移模型，利用空谱联合的非局部特征金字塔视觉注意力结构进行特征精炼，以及通过基于空谱联合特征迁移的知识蒸馏模型精炼多光谱空谱联合特征得到高精度、高效率深度神经网络三个主要步骤。本发明能够利用可见光大数据对目标本征知识进行迁移解决多光谱数据样本不充足的问题，通过非局部注意力提升检测识别鲁棒性，并且通过知识蒸馏后的神经网络参数数量精简、计算资源开销降低，能够轻量化运行。
-
公开(公告)号：CN112668536A
公开(公告)日：2021-04-16
申请号：CN202110010819.6
申请日：2021-01-06
申请人： 北京理工大学
摘要： 本发明公开了一种基于机载光电视频的轻量化旋转目标检测识别方法，其包括构建轻量化旋转目标检测识别模型的过程，其中轻量化旋转目标检测识别模型通过通道分裂‑聚合结构改进的特征提取网络对光电视频图像进行特征提取。本发明能够利用轻量化的深度神经网络模型快速地检测识别机载光电视频图像中的多类型、多尺度、多方向旋转目标，检测识别精度和稳定性高、计算复杂性较低。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.071 秒)
