-
公开(公告)号:CN111325076B
公开(公告)日:2023-05-16
申请号:CN201811543246.8
申请日:2018-12-17
Applicant: 北京华航无线电测量研究所
IPC: G06V20/10 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/08
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:CN114596333A
公开(公告)日:2022-06-07
申请号:CN202011396578.5
申请日:2020-12-03
Applicant: 北京华航无线电测量研究所
Abstract: 本发明公开了一种适用于车载环境的目标跟踪方法,使用目标检测算法获取前一帧与当前帧图像中的目标检测结果Pre_Detections、Cur_Detections,并提取外观特征向量;计算前后两帧图像对极几何模型的本质矩阵F;根据Pre_Detections,利用本质矩阵F预测其在当前帧图像中的位置G_Tracks;计算G_Tracks与Cur_Detections中所有目标对应的马氏距离关联度量矩阵,同时计算Pre_Features及Cur_Features所有目标对应的外观特征余弦距离关联度量矩阵,利用度量矩阵进行前后帧目标间的关联信息决策,从而实现多目标跟踪。本发明设计可以通过卷积神经网络提取目标的外观特征信息,同时计算目标在视频中的运动信息,结合两者实现视频中的帧间多目标关联,从而达到目标跟踪的效果。
-
公开(公告)号:CN110426745A
公开(公告)日:2019-11-08
申请号:CN201910089658.7
申请日:2019-01-30
Applicant: 西安电子科技大学 , 北京华航无线电测量研究所
IPC: G01V8/00
Abstract: 本发明公开了一种基于块混合高斯低秩矩阵分解的毫米波人体图像中隐匿物检测的方法,主要解决现有技术由于隐匿物散射回波弱造成成像质量低,及对隐匿物灰度值与人体相似时检测准确率低的问题。其实现方案为:1.去除原始毫米波人体图像中成像区域背景中的异常点,并按人体部位比例将人体图像划分为六部分;2.通过基于块的混合高斯低秩矩阵分解算法对人体各区域进行分解,得到低秩部分和稀疏部分;3.对稀疏部分利用形态学法进行二值化,去除小噪点,得到最终检测结果图。本发明在无需大量训练样本的情况下,提高了对毫米波人体图像中复杂多样的弱小目标检测率,检测到的隐匿物更完整,可用于检测机场、车站公共场所中人体携带的隐匿物。
-
公开(公告)号:CN108256444A
公开(公告)日:2018-07-06
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。
-
-
-