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：CN119941789A

公开(公告)日：2025-05-06

申请号：CN202411981440.X

申请日：2024-12-31

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 张翔 ,  曾海鑫 ,  林蔚 ,  张金洋 ,  陈鹏冲

IPC: G06T7/246 ,  G06T7/50 ,  G06T7/277 ,  G06T7/70 ,  G06N3/0464

Abstract: 本发明公开了一种基于三维深度信息解耦的多目标跟踪方法，首先构建一个基于三维深度信息解耦的多目标跟踪模型并进行训练，然后对二维目标检测框聚类完成对于密集遮挡的检测，然后通过自监督深度估计方法获取目标三维深度信息，利用深度信息对密集遮挡进行解耦，完成基于空间信息的多目标跟踪。本发明的方法不需要解决密集遮挡导致目标外观特征信息提取不准确的问题，提出基于深度信息的MOT仅仅使用IOU匹配来实现关联，通过深度信息的优势来解决遮挡问题，不需要外观特征，提出基于三维深度估计的算法，基于深度信息的差异对密集遮挡目标实现分级解耦，在不同的层级内进行数据关联，不同层级的目标不能相互影响，得到鲁棒的多目标跟踪效果。

公开(公告)号：CN117854057A

公开(公告)日：2024-04-09

申请号：CN202311714073.2

申请日：2023-12-13

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 张翔 ,  王雨 ,  李宜航 ,  潘晓凤 ,  林蔚 ,  刘建勇

IPC: G06V20/64 ,  G06V10/44 ,  G06V10/80

Abstract: 本发明公开了一种基于级联框架的三维多模态目标检测方法，属于3D目标检测技术领域，包括以下步骤：将点云输入至3D骨干检测网络中，提取原始点云特征，并得到预选框；通过深度补全生成伪点云，使用预选框裁剪伪点云，通过伪点云特征提取网络对裁剪的伪点云进行卷积，得到伪点云特征；通过多级注意力特征融合模块将伪点云特征与原始点云特征进行多级融合，得到融合特征；将融合特征输入至级联注意力网络，得到每一级边界框；通过投票机制对每一级边界框进行投票，得到最终目标检测结果。本发明解决了现有的多模态3D检测方法在不同维度特征下融合效果差的问题。

公开(公告)号：CN118674865A

公开(公告)日：2024-09-20

申请号：CN202410724479.7

申请日：2024-06-05

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 张翔 ,  李宜航 ,  林蔚 ,  曾海鑫 ,  侯佳男

IPC: G06T17/00 ,  G06V20/40

Abstract: 本发明公开了一种基于空时自适应聚合架构的室内场景重建方法,首先将不同视角下的多尺度信息放在一起，使得其在空间上是一致的。即空间域下的多尺度编码。接着，本发明采用一个多层感知机，将每个视角下的空间域多尺度信息到编码到特征域上。在特征域中，本发明采用积分网络进行视图聚合。从而将离散的空间视图信息聚合到特征体中。采用一个滑动窗口动态的聚合时间视图信息。在聚合完成后通过一个MLP网络回归最终的三维模型截断符号函数TSDF表达。本专利通过将离散的特征连续化，并用积分神经网络进行学习和推理聚合函数，这样能够大大提升系统的鲁棒性。