-
公开(公告)号：CN111325076A
公开(公告)日：2020-06-23
申请号：CN201811543246.8
申请日：2018-12-17
Applicant: 北京华航无线电测量研究所
Abstract: 本发明提供一种基于U-net与Seg-net网络融合的航空地面建筑物提取方法，包括以下步骤：步骤S1、训练样本制作；步骤S2、深度学习模型训练；步骤S3、测试训练模型；步骤S4、输出结果，获取地面建筑物在原图中的位置。本发明应用于无人机光电吊舱对地的光电侦查，转化为图像语义分割任务，有效提取地面建筑物进行分析，提高识别效果。
-
公开(公告)号：CN111325075A
公开(公告)日：2020-06-23
申请号：CN201811543205.9
申请日：2018-12-17
Applicant: 北京华航无线电测量研究所
Abstract: 本发明提供一种应用于车载视觉系统的视频序列目标检测方法，包括以下步骤：步骤S1、使用Faster-RCNN目标检测框架，获取当前车辆行驶方向的视频图像作为当前帧检测结果；步骤S2、将当前帧检测结果输入至下一帧检测前的RPN网络，计算RPN层候选框与前帧检测结果框之间的重叠度；步骤S3、将候选框进行分类和回归，输出检测结果。本发明提高目标检测算法的检测精度，而且在不降低检测算法的精度的前提下提升检测速度。
-
公开(公告)号：CN109685011A
公开(公告)日：2019-04-26
申请号：CN201811592445.8
申请日：2018-12-25
Applicant: 北京华航无线电测量研究所
CPC classification number: G06K9/00503 , G06K9/00523 , G06K9/00563 , G06K9/6256 , G06N3/0454 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的地下管线检测识别方法，属于地质勘探技术领域，解决了现有检测方法工作效率低及受人为因素影响较大的问题。包括：获取用于地下管线检测模型训练所需的数据集；构建地下管线检测模型，并利用上述数据集训练模型；利用训练好的地下管线检测模型对地下管线进行检测识别。本发明通过对采集的探地雷达数据特性进行分析，结合人工智能算法-“深度学习”进行地下管线的自动检测识别，通过构建的卷积神经网络进行目标特征的自动提取，进而实现地下管线的自动识别，提高了地下管线的检测效率，可以满足对大量探测数据的快速高效处理，同时有效减少了人为因素对数据解释和判读结果的影响，提高了地下管线检测识别的置信度。
-
公开(公告)号：CN106056968A
公开(公告)日：2016-10-26
申请号：CN201610617634.0
申请日：2016-07-29
Applicant: 北京华航无线电测量研究所
CPC classification number: G08G1/14 , G06K9/00812
Abstract: 本发明提供了一种基于光学图像的车位检测方法，首先根据获取的实时图像，人为圈取需要检测的车位矩形框，分析每个车位矩形框的图像方差值，以此作为初始帧车位处是否停靠车辆的依据。对于后续的视频帧，通过统计帧内车位矩形框的方差值、帧间方差的变化值以及前景检测的方式综合决策该车位矩形框内是否有车辆停靠。本发明能有效的解决路边混乱停车的监管不力问题，大大节省人力、物力；本发明还可实时传输车位状态信息，且检测结果准确。
-
公开(公告)号：CN118195886A
公开(公告)日：2024-06-14
申请号：CN202211547573.7
申请日：2022-12-05
Applicant: 北京华航无线电测量研究所
Abstract: 本发明涉及基于FPGA的池化系统，属于深度学习智能算法领域，解决了现有池化操作消耗片上存储资源等问题。该系统包括动态随机存储器和FPGA芯片；动态随机存储器包括动态随机存储器输入、输出地址空间；输入地址空间，对待处理图像按行进行分割，按行顺序依次存储分割后的子图像；从第一行开始，每M行子图像作为一组待处理子图像；FPGA芯片设有池化模块；池化模块包括M个输入接口、尺寸为M×M的块状存储单元、输出接口；将每一组待处理子图像中的M行子图像通过一一对应的M个输入接口输入到块状存储单元；块状存储单元每接收到M列数据，对M×M个数据进行池化处理，通过输出接口输出池化结果；输出地址空间用于存储池化结果。
-
Patent Agency Ranking
公开(公告)号：CN116579970A
公开(公告)日：2023-08-11
申请号：CN202210116048.3
申请日：2022-01-28
Applicant: 北京华航无线电测量研究所
Abstract: 本发明涉及一种海天背景下的光学烟雾检测方法，包括：对于海天背景下的包含光学烟雾干扰的目标图像，基于烟雾灰度特征对烟雾候选区域进行分割；对烟雾候选区域进行形态学处理，结合烟雾形状信息和烟雾高度信息进行烟雾候选区域确认；对确认的烟雾候选区域进行边缘提取、融合，获得烟雾区域的位置信息，从而获得最终的烟雾检测结果输出。本发明实现了在不使用运动特征的情况下即可实现烟雾检测，解决了飞行器平台不断运动导致图像背景信息不断变化无法使用运动特征来完成烟雾检测的技术问题。该算法复杂度低，占用硬件资源少，能快速的实现烟雾检测，适用于硬件资源有限的运算平台。
-
公开(公告)号：CN108256444B
公开(公告)日：2020-10-09
申请号：CN201711473781.6
申请日：2017-12-29
Applicant: 北京华航无线电测量研究所
Abstract: 本发明涉及一种用于车载视觉系统的目标检测方法，按照目标在视觉图像中呈现的姿态，构建训练样本库，对训练样本库样本提取近似通道特征金字塔；采用基于soft‑cascade的算法训练多尺度级联分类器模型；对加载的待检测图像使用训练好的多尺度级联分类器进行目标检测；对获得的目标检测窗口进行窗口合并和筛选从而获得最终的目标检测输出。本发明适用于车载视觉系统应用环境中的多种目标检测，如车辆、行人、非机动车等；采用基于近似通道特征金字塔的多模型目标检测算法，大大提升了目标检测性能，同时大大缩短了目标检测时间；通过对重叠检测窗口的置信度进行加权修正，避免了对被遮挡目标的删除。
-
公开(公告)号：CN118298426A
公开(公告)日：2024-07-05
申请号：CN202310717487.4
申请日：2023-06-16
Applicant: 北京华航无线电测量研究所
IPC: G06V20/70 , G06V20/05 , G06V10/764 , G06V10/80 , G06V10/24 , G06T5/00 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于水下场景的图像语义分割系统及方法，属于图像语义分割技术领域，解决了现有图像语义分割方法应用于水下场景时存在的目标分类错误等问题。该系统包括：图像增强模块，用于对水下场景的待处理图像进行水下图像增强，得到待分割图像；网络特征提取模块，用于将所述待分割图像输入至主干网络进行特征提取，得到网络特征；高层次特征图提取模块，用于基于ASPP结构处理网络特征，得到不同采样率的特征图；融合不同采样率的特征图，得到高层次特征图；图像语义分割结果提取模块，用于对网络特征及高层次特征图进行连接及上采样处理，得到图像语义分割结果。
-
公开(公告)号：CN111325075B
公开(公告)日：2023-11-07
申请号：CN201811543205.9
申请日：2018-12-17
Applicant: 北京华航无线电测量研究所
Abstract: 本发明提供一种应用于车载视觉系统的视频序列目标检测方法，包括以下步骤：步骤S1、使用Faster‑RCNN目标检测框架，获取当前车辆行驶方向的视频图像作为当前帧检测结果；步骤S2、将当前帧检测结果输入至下一帧检测前的RPN网络，计算RPN层候选框与前帧检测结果框之间的重叠度；步骤S3、将候选框进行分类和回归，输出检测结果。本发明提高目标检测算法的检测精度，而且在不降低检测算法的精度的前提下提升检测速度。
-
公开(公告)号：CN116452926A
公开(公告)日：2023-07-18
申请号：CN202111633990.9
申请日：2021-12-29
Applicant: 北京华航无线电测量研究所
IPC: G06V10/80 , G06V10/56 , G06V10/774
Abstract: 本发明提供一种基于毫米波数据融合的危险品检测方法，包括S1、构建危险品检测深度学习模型：设计危险品检测深度学习模型包括RGB图像特征提取模块、Depth图像特征提取模块和RGB‑D多尺度特征融合模块，RGB图像特征提取模块用于提取输入的RGB图像特征；Depth图像特征提取模块用于提取输入的Depth图像特征；GB‑D多尺度特征融合模块基于RGB图像特征和Depth图像特征进行多个尺度的特征融合；S2、采用毫米波安检设备对待检测对象进行扫描，获取RGB图像和对应的Depth图像；S3、基于模型对RGB图像和对应的Depth图像处理以获取多个不同大小的多尺度特征层；S4、对步骤S3得到的多个不同大小的多尺度特征层进行后处理得到检测结果。本发明提高了原有危险品检测模型弱散射特性目标识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.029 seconds)
