公开(公告)号：CN119762982A

公开(公告)日：2025-04-04

申请号：CN202411814831.2

申请日：2024-12-11

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 张翔 ,  林蔚 ,  黄永辉 ,  霍英强 ,  李世宇

IPC: G06V20/13 ,  G06V10/82 ,  G06V10/80 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开一种基于“卫星定位+图像数据”的机场场面活动目标监视方法，应用于目标监视领域，针对现有目标检测算法在机场场面目标检测中，存在的检测正确率低的问题；本发明通过对卫星定位数据和图像数据进行预处理，利用神经网络将不同源的数据进行特征对齐、交互、融合，并在融合后的特征上进行目标检测；卫星定位数据提供了目标的精确定位信息，而图像数据则提供了丰富的视觉上下文；通过结合卫星定位数据和图像数据，能够充分利用两者的互补优势，提高目标检测的精度和鲁棒性；本发明所提供的这种多模态融合的方法不仅能够有效应对机场场面中的复杂环境，还能在各种光照和天气条件下保持良好的性能。此外，本发明的方法还能够提高对遮挡目标的检测能力。

公开(公告)号：CN119888228A

公开(公告)日：2025-04-25

申请号：CN202411968358.3

申请日：2024-12-30

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 张翔 ,  肖又恒 ,  周茂樟 ,  杨文韬 ,  李世宇

IPC: G06V10/26 ,  G06V10/774 ,  G06V20/10 ,  G06V20/54 ,  G06V10/82

Abstract: 本发明公开了一种基于去耦合的弱监督机场图像语义分割方法，通过构建一个弱监督语义分割模型，利用弱监督语义分割方法收集机场各个类别的实例图，将训练图像进行解耦操作，生成新的训练图像和机场伪标签，再训练基于机场的辅助学习任务以及监督训练图像分类主任务，生成效果更好的新的机场伪标签，最后训练弱监督语义分割模型，并对其进行完全监督，获得最终的分割结果。本发明的方法增强了系统在机场环境下的鲁棒性。在机场中，能够有效应对机场这一特殊环境，显著提升飞行器和地面设备的监控效率，在自动驾驶、无人机监管和智能交通等领域具有广阔的应用前景，为机场的智能化和自动化运营提供了重要支持。