-
公开(公告)号：CN118570455B
公开(公告)日：2024-09-27
申请号：CN202411060233.0
申请日：2024-08-05
IPC: G06V10/25 , G06V10/44 , G06N3/0464 , G06V10/764 , G06V10/26 , G06N3/084
Abstract: 本发明公开了一种干扰分割与目标检测协同的抗干扰识别方法，涉及计算机视觉技术领域，将干扰分割与目标检测耦合设计抗干扰识别模型，模型包括：多尺度特征提取网络、多向目标检测模块和干扰分割识别模块，对输入图片提取多尺度特征，共用骨干网络提取特征，协同预测预测目标位置和干扰位置；对抗干扰识别模型进行训练，利用训练好的模型进行图像识别，实现目标检测。本发明检测速度快精度高，模型参数量少，兼容性高，能有效提升模型的抗干扰能力，提升复杂场景下的检测性能。
-
公开(公告)号：CN118570455A
公开(公告)日：2024-08-30
申请号：CN202411060233.0
申请日：2024-08-05
IPC: G06V10/25 , G06V10/44 , G06N3/0464 , G06V10/764 , G06V10/26 , G06N3/084
Abstract: 本发明公开了一种干扰分割与目标检测协同的抗干扰识别方法，涉及计算机视觉技术领域，将干扰分割与目标检测耦合设计抗干扰识别模型，模型包括：多尺度特征提取网络、多向目标检测模块和干扰分割识别模块，对输入图片提取多尺度特征，共用骨干网络提取特征，协同预测预测目标位置和干扰位置；对抗干扰识别模型进行训练，利用训练好的模型进行图像识别，实现目标检测。本发明检测速度快精度高，模型参数量少，兼容性高，能有效提升模型的抗干扰能力，提升复杂场景下的检测性能。
-
公开(公告)号：CN115619892A
公开(公告)日：2023-01-17
申请号：CN202210632685.6
申请日：2022-06-06
Applicant: 北京机电工程研究所 , 杭州大数云智科技有限公司
Abstract: 本发明涉及计算机视觉领域，公开了一种基于视觉SLAM与深度学习的无人机实时稠密建图方法，包括以下步骤：S1、标定相机参数，校正相机畸变；S2、获取图像帧和GPS信息；S3、对获取的所述图像帧用视觉里程计跟踪；S4、对跟踪结果进行滑窗优化；S5、对滑窗优化结果通过SCCVA‑MVSNet网络进行深度补全；S6、利用GPS信息对滑窗优化后的轨迹进行优化；S7、利用优化后的轨迹和SCCVA‑MVSNet得到的深度图进行融合得到地图。本发明只需要图像和GPS信息便可实时构建稠密的地图，相比目前的其他方法可以快速部署，并且有比较不错的准确度。
-
公开(公告)号：CN118570493B
公开(公告)日：2024-11-19
申请号：CN202411059751.0
申请日：2024-08-05
IPC: G06V10/44 , G06V10/80 , G06V10/25 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种红外图像中弱小目标的特征增强方法，包括以下步骤：S1:将单波段红外图像输入至基于扫视与凝视的单波段骨干网络，获得各尺度局部眼动区域及其对应的各尺度修正前特征；S2:将所述各尺度局部眼动区域和所述各尺度修正前特征对应输入至基于局部眼动区域提示的多尺度特征增强模块，获得弱小目标增强后特征。本发明能够有效、主动、快速地增强红外图像中弱小目标的特征。
-
公开(公告)号：CN118570493A
公开(公告)日：2024-08-30
申请号：CN202411059751.0
申请日：2024-08-05
IPC: G06V10/44 , G06V10/80 , G06V10/25 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种红外图像中弱小目标的特征增强方法，包括以下步骤：S1:将单波段红外图像输入至基于扫视与凝视的单波段骨干网络，获得各尺度局部眼动区域及其对应的各尺度修正前特征；S2:将所述各尺度局部眼动区域和所述各尺度修正前特征对应输入至基于局部眼动区域提示的多尺度特征增强模块，获得弱小目标增强后特征。本发明能够有效、主动、快速地增强红外图像中弱小目标的特征。
-
Patent Agency Ranking
公开(公告)号：CN110706146A
公开(公告)日：2020-01-17
申请号：CN201910915514.2
申请日：2019-09-26
Applicant: 北京机电工程研究所
IPC: G06T1/20
Abstract: 本发明提出一种图像处理方法和装置，通过将待处理的浮点型图像数据按照数据量均分、定点化处理、按照灰度分类、获得灰度直方图、计算灰度等分点阈值、进行粗排序、进行细排序和进行浮点化的方法对数据进行分核快速的排序，并通过均分单元和N个处理单元来实现，每个处理单元包括定点化单元、直方图统计单元、粗排序单元、细排序单元和浮点化单元，其中某一处理单元还包括直方图总汇单元和灰度等分点单元。本发明的图像处理方法和装置可以实现数据的均核处理，充分利用处理器的功能，达到快速处理数据的目的，保证了数据的实时性。
-
公开(公告)号：CN112270286B
公开(公告)日：2024-05-10
申请号：CN202011240840.7
申请日：2020-11-09
Applicant: 北京机电工程研究所
IPC: G06V20/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06N20/00
Abstract: 本发明提供了一种抗阴影干扰的单色视频目标跟踪方法，该方法包括：提取原始模板图像特征、模板图像阴影检测结果特征、原始待检测图像特征和待检测图像阴影检测结果特征；构建阴影指导模块，输出模板图像特征和待检测图像特征；构建特征融合模块，获取模板图像融合特征和待检测图像融合特征；构建区域候选网络模块，获取模板分支输出特征和待检测分支输出特征；获取分类分支结果；获取回归分支结果；获取分类损失；获取回归损失；获取最终优化的损失以完成算法网络训练，获取网络模型参数；进行算法网络的测试预测单色视频目标跟踪结果。应用本发明的技术方案，能够解决现有技术中单色视频目标跟踪易受阴影干扰导致跟踪准确度不足的技术问题。
-
公开(公告)号：CN116701879A
公开(公告)日：2023-09-05
申请号：CN202310840644.0
申请日：2023-07-10
IPC: G06F18/20 , G06F18/214 , G06F18/24 , G06N20/00
Abstract: 本发明提出一种用于对样本进行加权的可视分析系统和方法，其中，方法包括：接收多个验证样本和多个训练样本，其中多个训练样本中的第一部分样本已知其类别标注正确，第二部分样本已知其类别标注错误，并且剩余的第三部分样本未知其类别标注是否正确；根据多个验证样本和多个训练样本，生成每个验证样本对每个训练样本的加权关系；根据第一部分样本和第二部分样本，以及每个验证样本对每个训练样本的加权关系，通过迭代更新每个验证样本的权重并计算对应的多个验证样本的正确性和平衡性，生成每个验证样本的最终权重；以及显示多个验证样本、多个训练样本、每个验证样本对每个训练样本的加权关系、以及每个验证样本的最终权重。
-
公开(公告)号：CN116701945A
公开(公告)日：2023-09-05
申请号：CN202310836473.4
申请日：2023-07-10
IPC: G06F18/214 , G06F18/23 , G06F18/24
Abstract: 本发明提出一种用于对样本进行可视化的方法和系统，其中，系统包括：接收模块用于接收多个样本，每个样本的信息包括该样本的重要度、特征向量、以及初始分类类别；投影模块用于根据每个样本对应的特征向量，获得每个样本在二维平面上的各自的投影点；平面图生成模块用于获得投影点在所述二维平面上构建的初始平面图；子区域生成模块用于获得所述二维平面上的多个子区域，其中每个子区域对应每个样本；圆包装布局生成模块用于获得每个样本在二维平面上对应的各自的圆；以及可视化模块用于根据每个样本对应的各自的圆，在所述二维平面上对所述多个样本进行可视化展示。
-
公开(公告)号：CN110706146B
公开(公告)日：2021-04-02
申请号：CN201910915514.2
申请日：2019-09-26
Applicant: 北京机电工程研究所
IPC: G06T1/20
Abstract: 本发明提出一种图像处理方法和装置，通过将待处理的浮点型图像数据按照数据量均分、定点化处理、按照灰度分类、获得灰度直方图、计算灰度等分点阈值、进行粗排序、进行细排序和进行浮点化的方法对数据进行分核快速的排序，并通过均分单元和N个处理单元来实现，每个处理单元包括定点化单元、直方图统计单元、粗排序单元、细排序单元和浮点化单元，其中某一处理单元还包括直方图总汇单元和灰度等分点单元。本发明的图像处理方法和装置可以实现数据的均核处理，充分利用处理器的功能，达到快速处理数据的目的，保证了数据的实时性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.027 seconds)
