公开(公告)号：CN118552619B

公开(公告)日：2024-10-15

申请号：CN202411011099.5

申请日：2024-07-26

Applicant: 南京航空航天大学

Inventor： 王建园 ,  张越 ,  陈金宝 ,  石东浩 ,  陈小彤 ,  周奕玲 ,  仲储康

IPC: G06F30/27

Abstract: 本发明公开了一种卫星编队协同感知的空间非合作多目标识别定位方法，具体涉及多目标识别技术领域，通过卫星集群采集空间图像；基于图像匹配和加权融合算法进行多卫星图像拼接生成广域空间场景图像；基于前景提取算法进行场景中所有可疑目标的提取；基于卷积神经网络模型对提取出的目标进行卫星和碎片分类识别；基于多目定位模型获取目标的三维坐标。本发明可实现基于多星协同观测的空间态势感知，相比单星探测将获得高分辨率的大视场空间图像，可大幅提高深空探测的范围和效率。

公开(公告)号：CN118537749B

公开(公告)日：2024-10-08

申请号：CN202410993582.1

申请日：2024-07-24

Applicant: 南京航空航天大学

Inventor： 王建园 ,  张越 ,  陈金宝 ,  石东浩 ,  陈小彤 ,  王健 ,  符洋

IPC: G06V20/13 ,  G06V10/25 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了基于改进前景提取的在轨轻量级空间非合作目标识别方法，具体涉及目标识别技术领域，通过基于改进的MBRT算法，设计边界框距离判断条件，利用距离阈值代替IOU阈值，合并存在重叠区域的和相近、邻接的检测框，提取检测出场景中所有可疑目标并确定其定位和轮廓；经基于改进的MBRT算法检测出场景中所有可疑目标后，由空间非合作目标识别网络采用SqueezeNet模型区分辨别出卫星和空间碎片目标；基于小样本训练策略和空间数据集对SqueezeNet模型训练。

公开(公告)号：CN118537749A

公开(公告)日：2024-08-23

申请号：CN202410993582.1

申请日：2024-07-24

Applicant: 南京航空航天大学

Inventor： 王建园 ,  张越 ,  陈金宝 ,  石东浩 ,  陈小彤 ,  王健 ,  符洋

IPC: G06V20/13 ,  G06V10/25 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了基于改进前景提取的在轨轻量级空间非合作目标识别方法，具体涉及目标识别技术领域，通过基于改进的MBRT算法，设计边界框距离判断条件，利用距离阈值代替IOU阈值，合并存在重叠区域的和相近、邻接的检测框，提取检测出场景中所有可疑目标并确定其定位和轮廓；经基于改进的MBRT算法检测出场景中所有可疑目标后，由空间非合作目标识别网络采用SqueezeNet模型区分辨别出卫星和空间碎片目标；基于小样本训练策略和空间数据集对SqueezeNet模型训练。

公开(公告)号：CN118552619A

公开(公告)日：2024-08-27

申请号：CN202411011099.5

申请日：2024-07-26

Applicant: 南京航空航天大学

Inventor： 王建园 ,  张越 ,  陈金宝 ,  石东浩 ,  陈小彤 ,  周奕玲 ,  仲储康

IPC: G06T7/73 ,  G06T7/33 ,  G06V20/13 ,  G06V10/46 ,  G06V10/75 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种卫星编队协同感知的空间非合作多目标识别定位方法，具体涉及多目标识别技术领域，通过卫星集群采集空间图像；基于图像匹配和加权融合算法进行多卫星图像拼接生成广域空间场景图像；基于前景提取算法进行场景中所有可疑目标的提取；基于卷积神经网络模型对提取出的目标进行卫星和碎片分类识别；基于多目定位模型获取目标的三维坐标。本发明可实现基于多星协同观测的空间态势感知，相比单星探测将获得高分辨率的大视场空间图像，可大幅提高深空探测的范围和效率。