公开(公告)号：CN117218378A

公开(公告)日：2023-12-12

申请号：CN202311012010.2

申请日：2023-08-11

Applicant: 中北大学

Inventor： 李大威 ,  崔晨辉 ,  蔺素珍 ,  禄晓飞 ,  王彦博 ,  张瑞芳

IPC: G06V10/62 ,  G06V10/44 ,  G06V10/86 ,  G06V10/82 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明属于红外目标跟踪领域，具体为一种高精度回归的红外小目标跟踪方法，针对红外小目标运动过程中出现目标形变、相机抖动和背景变化，边界框回归并不准确这一问题。首先，通过特征提取网络对初始区域、更新区域和搜索区域进行高分辨率和低分辨率特征图的提取；然后，使用特征融合网络对三种高、低分辨率特征图分别进行特征融合，获得回归特征图和分类特征图；之后，利用相关网络对回归、分类特征图进行特征增强和信息交互，得到查询向量和增强特征图；最后，将其输入到输出网络中，获得边界框回归、分类得分图。此外，当测试过程中目标分类得分高于预定义的阈值时，将三帧图像区域中的更新区域进行更新，实现高精度回归的红外小目标跟踪。

公开(公告)号：CN111368647B

公开(公告)日：2023-02-17

申请号：CN202010096560.7

申请日：2020-02-14

Applicant: 中北大学

Inventor： 李大威 ,  张瑞芳 ,  刘天野 ,  牛兴龙 ,  刘鹏 ,  王肖霞

IPC: G06V10/764 ,  G06V10/778 ,  G06V20/13 ,  G06V20/10 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于DBN分布集成与冲突证据合成的遥感地物识别方法，属于遥感地物分类领域。本发明首先提取LIDAR系统数据和多光谱图像的高程特征、光谱特征、强度特征，构建特征向量；然后随机选取一定数量的选择特征和样本实验统计确定分布式DBN网络的结构参数；接着构造多个独立并行的DBN网络获取类别概率为证据信息；最后计算证据合成权重，以D‑S合成原则获取决策级融合结果。本发明充分利用分布式DBN集成与冲突证据合成的优点挖掘分析机载LIDAR数据地物信息，实现遥感数据地物精确分类。实验结果表明，总体分类精度明显优于未充分合成前的分类结果。

公开(公告)号：CN111368647A

公开(公告)日：2020-07-03

申请号：CN202010096560.7

申请日：2020-02-14

Applicant: 中北大学

Inventor： 李大威 ,  张瑞芳 ,  刘天野 ,  牛兴龙 ,  刘鹏 ,  王肖霞

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于DBN分布集成与冲突证据合成的遥感地物识别方法，属于遥感地物分类领域。本发明首先提取LIDAR系统数据和多光谱图像的高程特征、光谱特征、强度特征，构建特征向量；然后随机选取一定数量的选择特征和样本实验统计确定分布式DBN网络的结构参数；接着构造多个独立并行的DBN网络获取类别概率为证据信息；最后计算证据合成权重，以D-S合成原则获取决策级融合结果。本发明充分利用分布式DBN集成与冲突证据合成的优点挖掘分析机载LIDAR数据地物信息，实现遥感数据地物精确分类。实验结果表明，总体分类精度明显优于未充分合成前的分类结果。