-
公开(公告)号:CN115019064B
公开(公告)日:2024-09-10
申请号:CN202210740974.8
申请日:2022-06-27
申请人: 华中科技大学 , 深圳华中科技大学研究院
IPC分类号: G06V10/46 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/09 , G06F16/58
摘要: 本发明公开了一种针对旋翼无人机防控的双阶段关键部位识别方法,属于图像处理领域。本发明将旋翼无人机部位识别转化成关键部位中心点识别,利用了关键点检测网络强大的结构建模能力,不仅可对清晰可见的部位进行准确定位,也可对模糊、被遮挡部位给出可靠的位置预测。此外,本发明采用双阶段检测方式,即先检测旋翼无人机目标区域,再对目标区域进行缩放和关键部位中心点检测;一方面固定了输入旋翼无人机的尺度,降低了输入复杂度,有助于提升检测效果,另一方面,克服了旋翼无人机尺寸过小时,部位定位困难、相对误差大的问题。因此,本发明可实现旋翼无人机关键部位准确定位,有助于提高无人机防控系统工作性能。
-
公开(公告)号:CN115019064A
公开(公告)日:2022-09-06
申请号:CN202210740974.8
申请日:2022-06-27
申请人: 华中科技大学 , 深圳华中科技大学研究院
IPC分类号: G06V10/46 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , G06F16/58
摘要: 本发明公开了一种针对旋翼无人机防控的双阶段关键部位识别方法,属于图像处理领域。本发明将旋翼无人机部位识别转化成关键部位中心点识别,利用了关键点检测网络强大的结构建模能力,不仅可对清晰可见的部位进行准确定位,也可对模糊、被遮挡部位给出可靠的位置预测。此外,本发明采用双阶段检测方式,即先检测旋翼无人机目标区域,再对目标区域进行缩放和关键部位中心点检测;一方面固定了输入旋翼无人机的尺度,降低了输入复杂度,有助于提升检测效果,另一方面,克服了旋翼无人机尺寸过小时,部位定位困难、相对误差大的问题。因此,本发明可实现旋翼无人机关键部位准确定位,有助于提高无人机防控系统工作性能。
-
公开(公告)号:CN114353596A
公开(公告)日:2022-04-15
申请号:CN202111668007.7
申请日:2021-12-31
申请人: 华中科技大学
摘要: 本发明公开了一种反无人机多光谱探测跟踪装备,属于多光谱探测跟踪技术领域。包括:定位雷达以及依次设置在定位雷达上的粗跟踪闭环控制模块、精跟踪闭环控制模块、激光发射模块和发射望远镜;定位雷达定位目标后对目标进行粗跟踪闭环控制模块,实现对目标的实时稳定跟踪,在粗跟踪探测成像的基础上进一步通过精跟踪闭环控制模块,消除目标和发射望远镜之间因环境的影响存在的瞄准偏差,在稳定跟踪的基础上提高了成像光轴的稳定度及跟踪精度,实现了对目标的二次稳定高精度跟踪。同时,在粗跟踪过程中,通过短波、中波、近红外和可见光波段对目标探测识别,在精跟踪过程中,通过可见光和近红外波光进行更精准的视场调控,识别精度及跟踪精度高。
-
公开(公告)号:CN113191488A
公开(公告)日:2021-07-30
申请号:CN202110484974.1
申请日:2021-04-30
申请人: 华中科技大学
摘要: 本发明公开了一种面向LSTM网络模型的硬件加速系统,属于深度学习硬件加速技术领域。本发明公开了一种面向深度学习长短期记忆(LSTM)网络模型的硬件加速系统,包括网络推理计算核心和网络数据存储核心。网络推理计算核心作为LSTM网络模型的计算加速器,按照网络模型部署计算单元,实现卷积运算、矩阵点乘、矩阵加法、激活函数等计算单元的计算加速;网络数据存储核心作为LSTM网络模型的数据缓存和交互控制器,按照网络模型部署片上缓存单元,实现计算核心和片外存储器的数据交互纽带。本发明提高了LSTM网络模型的计算并行度,减少了处理延时,降低了访存时间,提高了访存效率。
-
公开(公告)号:CN111416743A
公开(公告)日:2020-07-14
申请号:CN202010196356.2
申请日:2020-03-19
申请人: 华中科技大学
IPC分类号: H04L12/24
摘要: 本发明属于卷积网络的硬件加速技术领域,公开了一种卷积网络加速器、配置方法及计算机可读存储介质,通过标志判断当前执行的前向网络层在整体网络模型所在的层数,获得当前执行的前向网络层配置参数,并通过所述配置参数从DDR加载特征图和权重参数;同时,卷积层的加速核还根据获得执行的前向网络层配置参数配置并行度。本发明通过配置参数改变网络层结构,可以将网络FPGA部署时仅用一层结构,不仅做到了灵活可配置性,同时也做到了节约和充分利用FPGA的片上资源的作用。采用多个RAM拼成总体的缓存区域的方法,提高了数据输入输出的带宽,同时采用乒乓操作,让特征图与权重参数加载和加速器的运算做到流水工作。
-
公开(公告)号:CN105893939B
公开(公告)日:2019-06-28
申请号:CN201610185944.X
申请日:2016-03-29
申请人: 华中科技大学
IPC分类号: G06K9/00
摘要: 本发明公开了一种水灾星上在轨检测及灾情评估方法,应用于灾情勘察卫星。包括以下步骤:1、预设水文观测点(具有代表性的观测位置,下文统称水文观测点)坐标;2、星上在轨采集包含水文观测点的图像;3、星上在轨计算水文观测点n×n邻域内的特征信息;4、依据该特征信息星上在轨进行判断是否在水文观测点邻域发生水灾灾情;5、若检测到灾情则依据特征信息进行灾情评估;6、将检测和评估结果回传给地面。本发明解决对预设水文观测点进行水灾星上在轨检测和灾情评估的技术问题,帮助有效利用星上有限的存储和计算资源实现水灾星上在轨检测和评估,进而帮助减少响应时间、提升响应速度,最终达到减小生命和财产损失的目的。
-
公开(公告)号:CN103544470B
公开(公告)日:2017-03-01
申请号:CN201310336492.7
申请日:2013-08-05
申请人: 华中科技大学
摘要: 本发明公开了一种动平台对空目标双色红外异构并行自动目标识别器,所述目标识别器包括:交换式网络与至少一个处理部件,所述处理部件与所述交换式网络之间通过输入FIFO接口、同步存储器输出接口以及控制线连接,所述交换式网络用于动态链接不同的所述输入FIFO接口和所述同步存储器输出接口,所述处理部件用于完成自动目标识别过程中所需的各种算法功能,所述输入FIFO用于缓存输入的待处理图像数据,所述同步存储器输出接口用于缓存待输出的处理完的图像数据,所述控制线用于在图像数据传输过程中控制数据传输。由于使用统一的带缓存交换式网络,保证不同处理部件之间的动态全互联,减少资源消耗,提高了系统的资源利用效率。
-
公开(公告)号:CN113191488B
公开(公告)日:2022-05-20
申请号:CN202110484974.1
申请日:2021-04-30
申请人: 华中科技大学
摘要: 本发明公开了一种面向LSTM网络模型的硬件加速系统,属于深度学习硬件加速技术领域。本发明公开了一种面向深度学习长短期记忆(LSTM)网络模型的硬件加速系统,包括网络推理计算核心和网络数据存储核心。网络推理计算核心作为LSTM网络模型的计算加速器,按照网络模型部署计算单元,实现卷积运算、矩阵点乘、矩阵加法、激活函数等计算单元的计算加速;网络数据存储核心作为LSTM网络模型的数据缓存和交互控制器,按照网络模型部署片上缓存单元,实现计算核心和片外存储器的数据交互纽带。本发明提高了LSTM网络模型的计算并行度,减少了处理延时,降低了访存时间,提高了访存效率。
-
公开(公告)号:CN114372565B
公开(公告)日:2024-10-15
申请号:CN202210038592.0
申请日:2022-01-13
申请人: 华中科技大学
IPC分类号: G06N3/0495 , G06N3/0464 , G06N5/04 , G06V10/82 , G06N3/082
摘要: 本发明属于边缘设备目标检测技术领域,公开了一种用于边缘设备的目标检测网络压缩方法,用于边缘设备的目标检测网络压缩方法包括:对SkyNet优化网络结构,对特征图和权重参数进行量化;重新构造前向推理结构,合并深度可分离卷积中的部分计算处理。本发明分别从算法优化角度出发,以SkyNet为例,提出一种对目标检测网络的压缩处理技术,降低了目标检测网络在边缘设备上的部署难度。本发明对网络进行了裁剪,更适用于边缘设备。本发明进行量化处理,大幅度降低网络模型尺寸。本发明进行合并处理,大幅度降低网络的计算量。
-
公开(公告)号:CN103544470A
公开(公告)日:2014-01-29
申请号:CN201310336492.7
申请日:2013-08-05
申请人: 华中科技大学
摘要: 本发明公开了一种动平台对空目标双色红外异构并行自动目标识别器,所述目标识别器包括:交换式网络与至少一个处理部件,所述处理部件与所述交换式网络之间通过输入FIFO接口、同步存储器输出接口以及控制线连接,所述交换式网络用于动态链接不同的所述输入FIFO接口和所述同步存储器输出接口,所述处理部件用于完成自动目标识别过程中所需的各种算法功能,所述输入FIFO用于缓存输入的待处理图像数据,所述同步存储器输出接口用于缓存待输出的处理完的图像数据,所述控制线用于在图像数据传输过程中控制数据传输。由于使用统一的带缓存交换式网络,保证不同处理部件之间的动态全互联,减少资源消耗,提高了系统的资源利用效率。
-
-
-
-
-
-
-
-
-