一种基于半软标签的SAR图像近岸舰船目标检测方法

    公开(公告)号:CN116563697A

    公开(公告)日:2023-08-08

    申请号:CN202310211466.5

    申请日:2023-02-27

    Abstract: 本发明公开了一种基于半软标签的SAR图像近岸舰船目标检测方法,该方法包括:获取基于SAR图像舰船检测数据集的训练集和测试集;将训练集和训练集中图像对应的真值标签输入至改进的DSA‑Net网络模型进行训练得到教师模型;利用教师模型进行概率值计算得到带有概率信息的软标签进而计算半软标签;以及利用真值标签和半软标签再次训练改进的DSA‑Net网络模型以得到学生模型用于目标检测的检测网络模型;对自蒸馏训练过程中不同蒸馏温度下的学生模型进行损失计算得到检测网络模型的最优检测权重,基于最优检测权重得到测试集中待检测图像的舰船目标检测结果。本发明可以提升对SAR图像中舰船目标的检测精度。

    基于内容感知下采样的多光谱遥感图像小目标检测方法

    公开(公告)号:CN118781322A

    公开(公告)日:2024-10-15

    申请号:CN202410787351.5

    申请日:2024-06-18

    Abstract: 本申请提出了一种基于内容感知下采样的多光谱遥感图像小目标检测方法,包括:将RGB图像、红外图像输入目标检测模型中,输出检测结果,其中,输入图像在目标检测模型中的处理过程包括:通过RGB模态主干网络、红外模态主干网络分别提取RGB图像、红外图像的多尺度特征,其中,RGB模态主干网络、红外模态主干网络中集成有内容感知下采样模块,内容感知下采样模块用以替代主干网络中的下采样操作,下采样操作为步长大于1的卷积操作;通过融合瓶颈层,采用逐元素加法的方式融合多尺度特征,在融合时使融合的特征形成多尺度特征金字塔结构,得到融合后的特征;使用检测头基于融合特征进行检测,得到检测结果。采用上述方案的本发明能够准确提取小目标的空间特征,有效提升对于微小目标的检测性能。

    图像中目标对象的检测方法、装置、电子设备及存储介质

    公开(公告)号:CN116823867A

    公开(公告)日:2023-09-29

    申请号:CN202310652429.8

    申请日:2023-06-02

    Abstract: 本申请公开了一种图像中目标对象的检测方法、装置、电子设备及存储介质,涉及图像检测技术领域,包括:将图像划分为多个子图像;每个子图像包括多个子区域;计算每个子区域的所有像素点的灰度值的平均值,获得每个子区域的平均灰度值;根据预设的包括多个区间片段的灰度值区间以及所有的平均灰度值,计算获得每个子图像的密度值;子图像的密度值反映子图像中的各个子区域的平均灰度值之间的差异程度;在所有的子图像中存在密度值大于预设的密度阈值的目标子图像的情况下,确定目标子图像中含有区别于背景区域的目标对象,以实现检测图像中的目标对象,且无需人工检测,提高了工作效率,解决了在先技术中工作效率低下的问题。

    一种多尺度SAR图像目标检测方法、装置、设备和介质

    公开(公告)号:CN115272859A

    公开(公告)日:2022-11-01

    申请号:CN202210921568.1

    申请日:2022-08-02

    Abstract: 本发明提供了一种多尺度SAR图像目标检测方法、装置、设备和介质,利用轻量化卷积神经网络对SAR图像进行逐层特征提取,得到所述SAR图像的多种空间分辨率的特征图;按空间分辨率从低到高的顺序,将所述多种空间分辨率的特征图逐层融合,得到多种空间分辨率的多尺度特征图;利用所述多种空间分辨率的多尺度特征图中最高空间分辨率的多尺度特征图进行目标检测,得到目标的中心点概率热图和所述目标的尺寸;根据所述目标的中心点概率热图和所述目标的尺寸,确定所述目标在所述SAR图像中的位置框。本发明采用轻量化的网络结构并直接利用目标中心点概率热图和尺寸来预测目标位置,提升了检测速度,同时基于多个检测子模型进行监督训练,保证了目标检测精度。

    一种海杂波抑制方法、设备及存储介质

    公开(公告)号:CN119881823A

    公开(公告)日:2025-04-25

    申请号:CN202510219880.X

    申请日:2025-02-26

    Abstract: 本发明涉及雷达信号处理技术领域,提供一种海杂波抑制方法、设备及存储介质,其中方法包括:获取雷达回波数据,确定训练数据,训练数据包括多个训练样本;根据训练数据,获取训练样本对应的样本矩阵,样本矩阵为托普利茨‑埃尔米特正定矩阵;根据样本矩阵,基于Brauer圆盘定理,确定分类界限;根据分类界限筛选样本矩阵,获取杂波矩阵;根据各个杂波矩阵,基于构建子空间流形,获取杂波协方差矩阵;根据杂波协方差矩阵,确定空时滤波器权重向量。基于Brauer圆盘定理筛选获得非目标信号对应的杂波矩阵,避免自零效应提高海杂波抑制的准确性,基于构建子空间流形,能够充分利用数据的结构化信息,进一步提高抑制海杂波的准确性。

    距离多普勒域重建方法、装置、设备及介质

    公开(公告)号:CN119828096A

    公开(公告)日:2025-04-15

    申请号:CN202510078947.2

    申请日:2025-01-17

    Abstract: 本发明提供一种距离多普勒域重建方法、装置、设备及介质,属于雷达技术领域,方法包括基于预先确定的脉冲发射时刻进行脉冲发射,采集非均匀回波信号;将非均匀回波信号输入至预先训练完成的距离多普勒域RD重建网络,得到RD重建结果;RD重建网络的训练过程包括根据脉冲发射时刻样本生成非均匀回波信号样本,根据非均匀回波信号样本和预设的重建网络得到重建图像,根据脉冲发射时刻样本和重建图像构建损失函数,根据损失函数调整脉冲发射时刻样本和重建网络各自的参数。本发明对脉冲发射时刻和RD重建技术进行结合,使得RD重建技术的参数能够充分结合非均匀脉冲发射模式的特点,实现最大无模糊探测距离拓展并提升RD重建质量。

    一种光学遥感图像舰船目标旋转检测方法和装置

    公开(公告)号:CN115294465A

    公开(公告)日:2022-11-04

    申请号:CN202210780463.9

    申请日:2022-07-04

    Abstract: 本发明公开了一种光学遥感图像舰船目标旋转检测方法和装置,该方法包括:获取待检测图像数据;其中,待检测图像数据包括待检测港口图像和待检测港口图像对应标签信息;将待检测图像数据输入至预设的网络模型得到待检测港口图像特征图,根据待检测港口图像特征图和待检测港口图像对应标签信息进行损失计算得到网络模型的最优检测权重;基于最优检测权重得到待检测图像数据的舰船目标检测结果。本发明提升对光学遥感图像中舰船目标的检测精度,着重解决近岸港口等复杂场景下检测精度不高和大长宽目标检测效率低的难点问题。

    基于超图神经网络的多源遥感图像变化检测方法及装置

    公开(公告)号:CN119992317A

    公开(公告)日:2025-05-13

    申请号:CN202510033673.5

    申请日:2025-01-09

    Applicant: 清华大学

    Inventor: 李刚 张宁 王学谦

    Abstract: 本申请涉及图像处理技术领域,特别涉及一种基于超图神经网络的多源遥感图像变化检测方法及装置,其中,方法包括:基于给定的多源遥感图像对,构建节点,并计算节点之间的关联关系,得到关联矩阵以形成超边,从而构建具有节点和超边的局部超图和全局超图。利用超图神经网络结合关联矩阵学习,提取图像变化前后特征,输出局部和全局超图节点变化的概率预测结果。再利用融合策略,融合局部和全局超图节点变化的概率预测结果,得到每个像素最终的融合预测结果,最后经阈值分类法判断每个像素是否发生变化,获取最终的变化检测结果。由此,提升了多源异构图像变化检测的精度。

Patent Agency Ranking