-
公开(公告)号：CN118052975A
公开(公告)日：2024-05-17
申请号：CN202410069717.5
申请日：2024-01-18
Applicant: 北京交通大学 , 中国电子科技集团公司第五十四研究所
IPC: G06V10/25 , G06V10/80 , G06V10/82 , G06V20/17 , G06N3/0464
Abstract: 本发明涉及一种基于多层次融合的无人机异源图像目标检测方法及系统。本发明在图像输入层面和结果输出层面都进行了融合操作，对可见光图像序列和红外光图像序列特征进行融合，基于DS证据理论对提取到的特征进行置信度分析和融合，通过深度特征融合的可见光与红外图像目标检测实现高精度目标检测识别结果，通过基于深度卷积网络多源特征融合模块的设计，融合红外与可见光图像深度特征，提高目标检测精度，解决复杂环境下单传感器目标探测效率低、虚警率高等问题，提高多源日标检测的准确性和鲁棒性。
-
公开(公告)号：CN116823690B
公开(公告)日：2024-04-26
申请号：CN202310696871.0
申请日：2023-06-13
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
Abstract: 本发明提出了基于Swin Transformer的复杂场景HDR图像重建方法，属于HDR重建技术领域。本发明首先构建基于Swin Transformer的复杂场景HDR图像重建模型，然后对基于Swin Transformer的复杂场景HDR图像重建模型进行训练，最后，将同一场景下三张不同曝光值的LDR图像输入到训练好的模型中，得到HDR重建图像。本发明结合HDR图像重建的具体特征，并提出了细节特征对齐模块和特征融合重建模块，提高了HDR图像重建结果的质量。本发明在复杂场景中的HDR图像重建任务中表现出了较好的性能，有效地提高了HDR图像的质量和细节，具有广泛的应用前景。
-
公开(公告)号：CN117095314B
公开(公告)日：2024-03-26
申请号：CN202311055452.5
申请日：2023-08-22
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
Abstract: 本发明公开了跨域多维空地环境下的目标检测与重识别方法，该方法包括采集用于训练的地面摄像头+无人机联合监控体系中不同自然光照强度的可见光与热成像图像；使用变分贝叶斯自适应卡尔曼滤波模型进行数据迭代；利用边缘计算网关的人机交互控制端设置算法参数及跨域多维环境下目标物移动坐标变化数据组进行目标物移动状态变化量重识别提示；将跨域多维环境下目标物移动位置监控采集到的不同时间跨域多维环境下目标物移动位置监控数据送入跨域多维环境下目标物移动坐标变化数据组k‑means聚类算法；对监测到的跨域多维环境下目标物移动坐标变化数据组进行特征关联识别；本发明用于准确高效地监测出跨域多维环境下目标物移动位置进行有效重识别。
-
公开(公告)号：CN116704552B
公开(公告)日：2024-03-12
申请号：CN202310697045.8
申请日：2023-06-13
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
IPC: G06V40/10 , G06V10/40 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于主要次要特征的人体姿态估计方法，属于人工智能技术领域。本发明首先构建人体姿态估计模型，然后使用训练数据集对人体姿态估计模型进行训练，最后，使用训练好的人体姿态估计模型进行人体姿态估计，得到人体关键点热图。本发明的人体姿态估计模型引入了一种主次特征划分机制，对于主要、次要特征引入了基于自注意力机制的特征增强模块，对次要特征进行动态激活从而获得完整的目标特征，能够提高人体姿态估计的准确率。
-
公开(公告)号：CN116823690A
公开(公告)日：2023-09-29
申请号：CN202310696871.0
申请日：2023-06-13
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
Abstract: 本发明提出了基于Swin Transformer的复杂场景HDR图像重建方法，属于HDR重建技术领域。本发明首先构建基于Swin Transformer的复杂场景HDR图像重建模型，然后对基于Swin Transformer的复杂场景HDR图像重建模型进行训练，最后，将同一场景下三张不同曝光值的LDR图像输入到训练好的模型中，得到HDR重建图像。本发明结合HDR图像重建的具体特征，并提出了细节特征对齐模块和特征融合重建模块，提高了HDR图像重建结果的质量。本发明在复杂场景中的HDR图像重建任务中表现出了较好的性能，有效地提高了HDR图像的质量和细节，具有广泛的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN119128622A
公开(公告)日：2024-12-13
申请号：CN202411029585.X
申请日：2024-07-30
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
IPC: G06F18/241 , H04L67/10 , H04L67/12 , G06F18/2415 , G06F18/213 , G06F18/23 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于协同进化的无人机具身智能可靠感知方法，属于无人机安全飞行技术领域，其包括：利用聚类分析算法处理被观测无人机信息，得到无人机摆动幅度物理条件；利用设定的协同进化模型对无人机摆动幅度物理条件进行飞行可靠感知处理，得到与无人机摆动幅度物理条件对应的飞行姿态可靠感知参数，利用无人机摆动幅度物理条件以及飞行姿态可靠感知参数构建被观测无人机摆动幅度物理条件边缘计算网关；将被观测无人机摆动幅度物理条件边缘计算网关生成被观测无人机摆动幅度物理条件边界阈值，将被观测无人机摆动幅度物理条件边界阈值发送至具身智能数据处理平台，并对模型进行迭代；本发明保证了无人机的飞行安全，节约了硬件成本。
-
公开(公告)号：CN116767533A
公开(公告)日：2023-09-19
申请号：CN202310831376.6
申请日：2023-07-07
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
IPC: B64U30/291 , B64U30/292 , B64U10/70 , B64U10/14 , B63B1/40 , B63B1/32
Abstract: 本发明公开了一种海空跨域无人机，涉及无人机技术领域，包括机体，所述机体的外部固定连接有连杆，所述连杆的一端固定连接有电机，所述电机的输出轴固定连接有传动杆，所述传动杆的顶部固定连接有安装板，所述安装板和套块的中部开设有螺纹槽。本发明通过采用安装板、螺纹槽、螺纹杆和转动柄的配合，转动转动柄带动螺纹杆转动，使螺纹杆沿螺纹槽卡紧或拆开安装板和套块，从而方便拆装第一扇叶和第二扇叶，解决了海空跨域无人机在长时间使用后，经常会出现飞行叶片受损的情况，需要及时拆卸更换，但现有的海空跨域无人机拆装复杂，影响海空跨域无人机的组装效率的问题，达到此海空跨域无人机具有方便拆装叶片的效果。
-
公开(公告)号：CN119478722A
公开(公告)日：2025-02-18
申请号：CN202410071163.2
申请日：2024-01-18
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
IPC: G06V20/17 , G06V20/13 , G06V10/75 , G06T7/11 , G06T7/136 , G06T5/40 , G06T5/50 , G06V10/25 , G06V10/82
Abstract: 本发明公开了一种基于多模态信息对准的无人机对地目标定位方法及系统。采用多模态信息进行超体素分割，对卫星基准图和航拍图像进行匹配对准，从而根据无人机对地目标定位。将卫星基准图构成的卫星特征底图中的多张二维特征图分别进行超体素分割。再通过所述多个损失值从小到大进行排列后，将超体素分割的二维区域在特征方向进行结合，得到三维区域。不同的特征分割成相似位置的区域，表示这些特征检测这个位置的作用相同，能够作为一个三维区域来进行检测。按照影响从大到小来对这些特征进行相同作用的判断，能够将最能够表示重要性区域进行构造关系。三维区域和二维区域的结合能够使得之后再进行匹配更加准确，从而目标定位更加准确。
-
公开(公告)号：CN118605547A
公开(公告)日：2024-09-06
申请号：CN202410563913.8
申请日：2024-05-08
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种基于互馈学习的无人机具身智能安全决策方法，即获取多个连续时间点拍摄的无人机拍摄图像；基于多个连续时间点拍摄的无人机拍摄图像，获得多个基础环境信息；根据多个连续时间点的环境物体位置，判断环境物体为静止或为运动；若环境物体为运动，根据多个连续时间点的无人机拍摄图像和基础环境信息，通过环境匹配网络和时间判别网络，得到环境物体运动速度、环境物体运动方向和环境物体相隔距离；根据所述环境物体运动速度、环境物体运动方向和环境物体相隔距离，进行安全决策。此决策方法提高了无人机具身智能感知环境数据的准确性，在此基础上，判断无人机是否将会发生碰撞，以控制无人机停止，提高了高智能安全决策的准确性。
-
公开(公告)号：CN118135431A
公开(公告)日：2024-06-04
申请号：CN202410069716.0
申请日：2024-01-18
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
IPC: G06V20/17 , G06V10/74 , G06V10/75 , G06T5/50 , G06T7/10 , G06V10/764 , G06V10/80 , G06N3/0464
Abstract: 本发明公开了一种基于多尺度结构方向的无人机多模态匹配方法及系统，采用多模态的无人机拍摄的待检测目标的图像提供更多的特征进行检测，使用超体素分割对多模态的图像进行分割，连续不同时间的待检测目标的图像用于动态的变化情况判断，再静态判断待检测目标在姿态变化的无人机中的设备中拍摄的角度，能够更加准确地判断待检测目标的拍摄角度，从而更加准确的在相同位置构建不同特征的三维图，从而进行特征融合。由融合的特征对超体素分离的结构区域进行结构特征的提取，按照不同结构进行加权，按照加权特征进行模板匹配能够更加准确的按照局部结构和融合后的整体结构对待检测目标进行匹配，使得注重结构地对待检测目标进行准确的匹配。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.059 seconds)
