-
公开(公告)号：CN119294464A
公开(公告)日：2025-01-10
申请号：CN202411803198.7
申请日：2024-12-10
Applicant: 南京信息工程大学
IPC: G06N3/084 , G01S13/90 , G06N3/0985 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种基于多尺度池化和膨胀金字塔网络的相位解缠方法，以真实相位图像、结合其对应的包裹相位图像，构建样本数据集，针对设计包含多尺度池化模块MSPM和膨胀金字塔模块DCPM的待训练网络，执行网络训练，获得相应相位图像解缠模型，实现低信噪比情况下的干涉相位解缠，具有收敛速度快、实时性强、鲁棒性强的优点，在实际应用中，能够有效提高合成孔径雷达干涉测量精度。
-
公开(公告)号：CN118671764A
公开(公告)日：2024-09-20
申请号：CN202411157082.0
申请日：2024-08-22
Applicant: 南京信息工程大学
IPC: G01S13/90 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于多尺度特征融合增强网络的干涉相位解缠方法，将预先获取的受噪声影响的干涉缠绕相位图输入训练获得的基于多尺度特征融合增强网络，输出获得干涉解缠相位图。训练获得基于多尺度特征融合增强网络，包括：将预先获取的训练集输入构建的基于多尺度特征融合增强网络，利用Adam梯度优化算法优化构建的基于多尺度特征融合增强网络，直到损失函数收敛于一定值，获得训练完成的基于多尺度特征融合增强网络。针对现有网络模型训练时间长、训练数据集规模大、鲁棒性差以及低信噪比条件下准确率低等问题，本发明实现在低信噪比情况下的干涉相位解缠，提升合成孔径雷达干涉测量精度。
-
公开(公告)号：CN115965825B
公开(公告)日：2023-06-20
申请号：CN202310257602.4
申请日：2023-03-17
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V20/13 , G06V10/774 , G06V10/82 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于轻量级网络的多光谱卫星图像舰船冰山分类方法，基于分别对应蓝色波段、绿色波段、红色波段、近红外波段的海面区域多光谱图像，以红色波段与近红外波段的融合，结合蓝色波段、绿色波段，构成RGB三通道多光谱图像，构建预设数量包含冰山目标标签、舰船目标标签的各幅海面区域RGB多光谱样本图像，用于针对具体结构设计的轻量级网络进行训练，获得目标分类模型，用于实现海面区域舰船、冰山的分类；设计集合了多光谱卫星图像数据预处理、轻量级网络结构设计、正则化抑制过拟合、网络训练及验证等技术，实现了多光谱卫星遥感图像海上舰船冰山目标准确分类，提升了海上态势感知能力。
-
公开(公告)号：CN119294464B
公开(公告)日：2025-03-21
申请号：CN202411803198.7
申请日：2024-12-10
Applicant: 南京信息工程大学
IPC: G06N3/084 , G01S13/90 , G06N3/0985 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及一种基于多尺度池化膨胀金字塔网络的干涉解缠方法，以真实相位图像、结合其对应的包裹相位图像，构建样本数据集，针对设计包含多尺度池化模块MSPM和膨胀金字塔模块DCPM的待训练网络，执行网络训练，获得相应相位图像解缠模型，实现低信噪比情况下的干涉相位解缠，具有收敛速度快、实时性强、鲁棒性强的优点，在实际应用中，能够有效提高合成孔径雷达干涉测量精度。
-
公开(公告)号：CN118570482B
公开(公告)日：2024-11-26
申请号：CN202411047347.1
申请日：2024-08-01
Applicant: 南京信息工程大学
IPC: G06V10/30 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/0464 , G06V10/764
Abstract: 本发明涉及一种基于改进YOLOV7网络的SAR图像舰船目标检测方法，基于骨干网络Backbone，引入金字塔池化注意力模块、快速全连接空间金字塔池化模块，并结合无关信息剔除模块和PANet，构建待训练网络，以已知舰船对象位置的各幅样本SAR图像，针对待训练网络进行训练，获得舰船检测模型，进而针对待分析SAR图像，应用舰船检测模型识别获得待分析SAR图像中各舰船对象的位置，设计所获舰船检测模型在应用中，在满足实时性的条件下，减少误检、漏检，提升舰船目标检测的检测精度。
-
Patent Agency Ranking
公开(公告)号：CN117218550A
公开(公告)日：2023-12-12
申请号：CN202311485210.X
申请日：2023-11-09
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种基于改进YOLOV5网络的遥感图像多尺度舰船目标检测方法，首先基于各舰船目标样本图像，构建舰船目标先验框，然后构建改进型YOLOV5网络，采用CBAM注意力机制、SPPF_t特征融合、以及应用Adam优化器代替SGD优化器，最后基于各幅样本图像，训练获得关于舰船目标尺寸先验框的舰船目标检测位置、置信度为输出的舰船检测模型；进而在实际应用中，应用舰船检测模型实现对待检测图像中舰船目标检测位置、以及置信度的检测，在满足实时性的条件下，减少误检、漏检，提升舰船目标检测的检测精度。
-
公开(公告)号：CN115965825A
公开(公告)日：2023-04-14
申请号：CN202310257602.4
申请日：2023-03-17
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V20/13 , G06V10/774 , G06V10/82 , G06V10/762 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于轻量级网络的多光谱卫星图像舰船冰山分类方法，基于分别对应蓝色波段、绿色波段、红色波段、近红外波段的海面区域多光谱图像，以红色波段与近红外波段的融合，结合蓝色波段、绿色波段，构成RGB三通道多光谱图像，构建预设数量包含冰山目标标签、舰船目标标签的各幅海面区域RGB多光谱样本图像，用于针对具体结构设计的轻量级网络进行训练，获得目标分类模型，用于实现海面区域舰船、冰山的分类；设计集合了多光谱卫星图像数据预处理、轻量级网络结构设计、正则化抑制过拟合、网络训练及验证等技术，实现了多光谱卫星遥感图像海上舰船冰山目标准确分类，提升了海上态势感知能力。
-
公开(公告)号：CN118671764B
公开(公告)日：2024-11-05
申请号：CN202411157082.0
申请日：2024-08-22
Applicant: 南京信息工程大学
IPC: G01S13/90 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于多尺度特征融合增强网络的干涉相位解缠方法，将预先获取的受噪声影响的干涉缠绕相位图输入训练获得的基于多尺度特征融合增强网络，输出获得干涉解缠相位图。训练获得基于多尺度特征融合增强网络，包括：将预先获取的训练集输入构建的基于多尺度特征融合增强网络，利用Adam梯度优化算法优化构建的基于多尺度特征融合增强网络，直到损失函数收敛于一定值，获得训练完成的基于多尺度特征融合增强网络。针对现有网络模型训练时间长、训练数据集规模大、鲁棒性差以及低信噪比条件下准确率低等问题，本发明实现在低信噪比情况下的干涉相位解缠，提升合成孔径雷达干涉测量精度。
-
公开(公告)号：CN118570482A
公开(公告)日：2024-08-30
申请号：CN202411047347.1
申请日：2024-08-01
Applicant: 南京信息工程大学
IPC: G06V10/30 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/0464 , G06V10/764
Abstract: 本发明涉及一种基于改进YOLOV7网络的SAR图像舰船目标检测方法，基于骨干网络Backbone，引入金字塔池化注意力模块、快速全连接空间金字塔池化模块，并结合无关信息剔除模块和PANet，构建待训练网络，以已知舰船对象位置的各幅样本SAR图像，针对待训练网络进行训练，获得舰船检测模型，进而针对待分析SAR图像，应用舰船检测模型识别获得待分析SAR图像中各舰船对象的位置，设计所获舰船检测模型在应用中，在满足实时性的条件下，减少误检、漏检，提升舰船目标检测的检测精度。
-
公开(公告)号：CN117218550B
公开(公告)日：2024-02-20
申请号：CN202311485210.X
申请日：2023-11-09
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种基于改进YOLOV5网络的遥感图像多尺度舰船目标检测方法，首先基于各舰船目标样本图像，构建舰船目标先验框，然后构建改进型YOLOV5网络，采用CBAM注意力机制、SPPF_t特征融合、以及应用Adam优化器代替SGD优化器，最后基于各幅样本图像，训练获得关于舰船目标尺寸先验框的舰船目标检测位置、置信度为输出的舰船检测模型；进而在实际应用中，应用舰船检测模型实现对待检测图像中舰船目标检测位置、以及置信度的检测，在满足实时性的条件下，减少误检、漏检，提升舰船目标检测的检测精度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.029 seconds)
