-
公开(公告)号:CN101726298A
公开(公告)日:2010-06-09
申请号:CN200910273309.7
申请日:2009-12-18
Applicant: 华中科技大学
IPC: G01C21/24
Abstract: 一种用于飞行器前视导航制导的立体地标选择和参考图制备方法,具体为:首先结合预设航路参数利用数字正射影像图(DOM)进行场景分析,初步确定目标背景材质类型和航迹上可能出现的立体地标,然后利用数字表面模型(DSM)模拟预设航路上的飞行场景,分析目标和立体地标的被遮挡情况,根据立体地标的选取准则验证和确定航路上用作导航的立体地标,制作地标多视点多尺度光学特征图,计算出各地标的相关参数,制备相应的带参数的参考图。本发明有效地解决了飞行目的地在被遮挡或者缺乏显著性情况下,依据基准数据有效选择导航制导间接识别所需的立体地标和制备带参数的参考图的方法,为导航制导提供了有效的导航信息和支撑保障。
-
公开(公告)号:CN100587708C
公开(公告)日:2010-02-03
申请号:CN200810046789.9
申请日:2008-01-25
Applicant: 华中科技大学
IPC: G06K9/62
Abstract: 一种分类器集成方法,包括:(1)初始化训练样本权值;(2)对训练样本进行分类器训练,采用错误程度和泛化能力描述的分类器性能评价准则选出多个最佳子分类器;(3)组合最佳子分类器。本发明采用的分类器性能评价准则能够准确地选出性能好的子分类器,子分类器性能越好,组合得到相同性能的分类器需要的子分类器数量就越少,即训练循环的次数和时间均越少。另外本发明还通过反馈调整组合分类器,进一步增强分类器性能。
-
公开(公告)号:CN114782859B
公开(公告)日:2024-07-19
申请号:CN202210313781.4
申请日:2022-03-28
Applicant: 华中科技大学
IPC: G06V20/40 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种目标行为感知时空定位模型的建立方法及应用,属于图像处理技术领域,包括基于深度网络建立目标行为感知时空定位模型,包括时空行为感知子网络和空域目标定位子网络;时空行为感知子网络包括:掩码预测模块基于支持集图像#imgabs0#和查询集图像#imgabs1#得到目标区域掩码特征图#imgabs2#基于图像信息感知模块得到查询图像信息特征图#imgabs3#将#imgabs4#和#imgabs5#输入图像级特征融合层得到目标信息增强的特征图#imgabs6#基于运动信息感知模块得到稠密帧序列图像#imgabs7#的运动信息特征图#imgabs8#将#imgabs9#和#imgabs10#输入全局特征融合层得到时空行为感知特征图#imgabs11#将#imgabs12#输入行为分类模块得到类别结果;通过空域目标定位子网络得到目标定位结果。本发明有效关注并利用目标区域信息,定位准确率更高。
-
公开(公告)号:CN116824260A
公开(公告)日:2023-09-29
申请号:CN202310795289.X
申请日:2023-06-30
Applicant: 华中科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/54 , G06V10/44 , G06V10/26 , G06N3/084 , G06N3/094 , G06N3/0475
Abstract: 本发明公开了一种视觉自然的对抗纹理生成方法及对抗检测的方法,属于计算机视觉与图像处理技术领域,包括:获取现实图像并生成其纹理张量Tcon,随机初始化对抗纹理张量Tadv;获取环境数据集;按照如下步骤对优化Tadv:(S1)对于环境数据集中的每一张采样图像x,分别将Tcon和Tadv渲染到待伪装目标的网格张量M,得到Icon和Iadv,并将Icon和Iadv分别转换至x所在的物理场景中,得到I′con和I′adv;计算I′con和I′adv间的内容损失和风格损失,并对I′adv进行目标检测,利用x的真实标签计算对抗损失;(S2)以Tadv为优化目标,对三项损失加权求和后反向传播得到梯度信息,并据此更新Tadv;(S3)重复(S1)~(S2)直至训练结束。本发明能够生成具有攻击目标检测器的能力且视觉自然的对抗纹理。
-
公开(公告)号:CN115984439A
公开(公告)日:2023-04-18
申请号:CN202211722317.7
申请日:2022-12-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种伪装目标的三维对抗纹理生成方法和装置,属于计算机视觉与图像处理技术领域,所述方法包括:S1:将待伪装目标的3D模型、初始对抗纹理、Face_ID文件和相机采样参数输入神经网络渲染器以生成目标前景图;S2:选取环境背景进行视角变换;S3:利用从目标前景图中提取的目标掩码融合前景与背景,再分别计算平滑损失、纹理损失和攻击损失,进行加权后反向传播更新对抗纹理;S4:将更新的对抗纹理相机采样参数输入神经网络渲染器,从相机采样参数中选取另一组参数获得新视角下的目标前景图;针对新视角下的目标前景图重复执行S2和S3直至完成训练,从而得到最终的对抗纹理图案。本发明生成的伪装图案能有效避免目标被检出。
-
公开(公告)号:CN114782859A
公开(公告)日:2022-07-22
申请号:CN202210313781.4
申请日:2022-03-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种目标行为感知时空定位模型的建立方法及应用,属于图像处理技术领域,包括基于深度网络建立目标行为感知时空定位模型,包括时空行为感知子网络和空域目标定位子网络;时空行为感知子网络包括:掩码预测模块基于支持集图像和查询集图像得到目标区域掩码特征图基于图像信息感知模块得到查询图像信息特征图将和输入图像级特征融合层得到目标信息增强的特征图基于运动信息感知模块得到稠密帧序列图像的运动信息特征图将和输入全局特征融合层得到时空行为感知特征图将输入行为分类模块得到类别结果;通过空域目标定位子网络得到目标定位结果。本发明有效关注并利用目标区域信息,定位准确率更高。
-
公开(公告)号:CN107958463B
公开(公告)日:2020-07-03
申请号:CN201711257818.1
申请日:2017-12-04
Applicant: 华中科技大学
Abstract: 本发明提出一种改进的多专家熵最小化跟踪算法。本发明包括自适应特征提取和模型更新审查制度两个阶段:(1)自适应特征提取方法在视频的第一帧首先判断目标和背景的相似性来确定特征通道映射的维度,其后的每一帧,在各特征通道使用K‑Means方法确定该通道特征映射的参数,从而大大提高目标和背景的区分度;(2)利用模型更新审查制度对模型的更新做出限制,加入第一帧的先验知识和审查制度,在使用新的样本之前首先对更新之后的分类器做判断,从而避免不必要的模型更新带来的模型漂移。本发明能够解决由于视频分辨率低、对比度低导致目标和背景不能够被区分,克服现有算法模型被污染导致的模型漂移问题。
-
公开(公告)号:CN110321888A
公开(公告)日:2019-10-11
申请号:CN201910200937.6
申请日:2019-03-18
Applicant: 华中科技大学
Abstract: 本发明涉及一种基于FPGA的星载红外小目标检测方法及系统,包括:红外图像数据采用高速串行数据接口传输至系统,经过接口芯片转换,输出并行数据至FPGA;FPGA先接收图像数据,并将原始图像数据缓存至外部存储器中。然后,对红外图像进行单帧检测得到单帧疑似目标点。然后根据目标帧间关联,确定真实目标点。再对多帧检测后的图像进行八连通域标记,确定目标区域及其位置信息,根据位置信息读出存储器中部分原始图像数据,输出包含目标位置信息和目标部分图像信息的数据。本发明采取全局流水线设计,处理速度快,适合星载红外小目标实时检测。
-
公开(公告)号:CN108665477A
公开(公告)日:2018-10-16
申请号:CN201810341181.2
申请日:2018-04-17
Applicant: 华中科技大学
Abstract: 本发明公开了一种实时目标匹配定位中的适配区域自适应选取方法,属于计算机图像识别技术领域。本发明包括:对实时图像进行预处理与阈值分割;利用地标、目标空间位置关系构建势函数;利用局部区域稳定性指标和局部区域强度指标,在空间位置势函数的约束下进行第一层筛选;对得到的候选匹配区域进行非极大值抑制,去掉重叠较多的区域;然后进行相关面特征指标筛选并排序;最后通过势函数迭代策略选取最优的适配区域。本发明在目标匹配识别定位过程可匹配区域数量不足的情况下,自适应地、实时地选取信息量丰富、稳定可靠、且无重复模式的适配区域。
-
公开(公告)号:CN106980477B
公开(公告)日:2018-01-02
申请号:CN201710232101.5
申请日:2017-04-11
Applicant: 华中科技大学
Abstract: 本发明公开了一种卫星序列图像中点目标实时检测与跟踪系统及方法,该系统包括:图像数据接收模块、图像帧头检测模块、单帧图像目标检测模块、序列图像关联检测模块;图像数据接收模块,每次从卫星红外图像生成系统接收预设N字节长度的数据包,并缓存到环形缓冲区中;图像帧头检测模块在环形缓冲区中对图像的起始位置与结束位置进行位置检测,并将帧图像数据缓存到图像缓存区中;单帧图像目标检测模块,用于处理图像缓存区的图像数据,获取疑似目标信息;序列图像关联检测模块,用于将多帧图像检测的疑似目标结果在时空上进行关联,剔除噪声点,获取真实的目标信息。本发明对模块划分进行了优化,保证了数据处理的完整性、实时性和可靠性。
-
-
-
-
-
-
-
-
-