-
公开(公告)号：CN116385903A
公开(公告)日：2023-07-04
申请号：CN202310617437.9
申请日：2023-05-29
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V20/13 , G06V10/40 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种面向1级遥感数据的抗畸变在轨目标检测方法与模型，该方法包括步骤：S1、构建抗畸变网络模块，所述抗畸变网络模块用于对1级遥感影像进行畸变校正；S2、在目标检测的主干特征提取网络中深层特征提取模块前添加所述抗畸变网络模块，构建在轨目标检测模型；S3、利用1级遥感影像样本库在地面训练所述在轨目标检测模型，训练好的在轨目标检测模型上传至卫星端；S4、将卫星在轨获取的0级遥感信号处理成1级遥感影像送入当前最新的在轨目标检测模型中进行实时在轨目标检测。
-
公开(公告)号：CN119863714A
公开(公告)日：2025-04-22
申请号：CN202510343113.X
申请日：2025-03-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V20/13 , G06V10/40 , G06V10/762 , H04N1/44
Abstract: 一种在轨安全识别方法，包括：系统初始化阶段，可信第三方为卫星分配密钥并初始化布谷过滤器。粗粒度比较阶段，卫星将遥感场景划分为子图像，提取特征向量，通过布谷过滤器和安全矩阵加密技术（SME）进行初步差异识别。细粒度识别阶段，若发现潜在差异，则通过构建二叉哈希树和MSIP计算确认差异子图像。基于DCTree的识别阶段进一步精确定位差异。使用对称会话密钥加密差异子图像并安全传输至地面站，确保数据的保密性和完整性。本发明在保护遥感图像的数据机密性的前提下，完成遥感卫星在轨安全差异数据识别，且适用于卫星资源受限的情况，实现卫星在轨数据高效安全处理和数据下行。
-
公开(公告)号：CN118397212B
公开(公告)日：2024-12-24
申请号：CN202410833128.X
申请日：2024-06-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 广西科学院
IPC: G06T17/10 , G06T15/00 , G06T15/08 , G06T15/55 , G06N3/0499 , G06N3/084 , G06T7/33 , G06T7/80 , G06V10/46 , G06V10/75 , G06V10/82 , G06V20/05 , G06V40/10 , G06N3/048
Abstract: 一种基于神经辐射场的智慧渔场水下鱼体三维重建方法，包括如下步骤：S1、通过相机获取渔场水下鱼类个体的可见光图像数据；S2、计算可见光图像对应的相机内外参数；S3、构建智慧渔场水下鱼体神经辐射场模型；S4、将获取的可见光图像数据及对应的相机内外参数作为训练数据，训练水下鱼体神经辐射场模型；训练中通过基于水下光线传播衰减系数的神经辐射场体绘制方法计算出对应视角下的预测图像；S5、利用训练好的水下鱼体神经辐射场模型进行鱼体三维重建。通过在神经辐射场体渲染方法中引入水下光线传播衰减因素，可有效模拟光在水中传播时的衰减特性，该方法能够更好地适应水下环境，显著提高水下环境中鱼体的三维重建的精度和真实感。
-
Patent Agency Ranking
公开(公告)号：CN118397212A
公开(公告)日：2024-07-26
申请号：CN202410833128.X
申请日：2024-06-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 广西科学院
IPC: G06T17/10 , G06T15/00 , G06T15/08 , G06T15/55 , G06N3/0499 , G06N3/084 , G06T7/33 , G06T7/80 , G06V10/46 , G06V10/75 , G06V10/82 , G06V20/05 , G06V40/10 , G06N3/048
Abstract: 一种基于神经辐射场的智慧渔场水下鱼体三维重建方法，包括如下步骤：S1、通过相机获取渔场水下鱼类个体的可见光图像数据；S2、计算可见光图像对应的相机内外参数；S3、构建智慧渔场水下鱼体神经辐射场模型；S4、将获取的可见光图像数据及对应的相机内外参数作为训练数据，训练水下鱼体神经辐射场模型；训练中通过基于水下光线传播衰减系数的神经辐射场体绘制方法计算出对应视角下的预测图像；S5、利用训练好的水下鱼体神经辐射场模型进行鱼体三维重建。通过在神经辐射场体渲染方法中引入水下光线传播衰减因素，可有效模拟光在水中传播时的衰减特性，该方法能够更好地适应水下环境，显著提高水下环境中鱼体的三维重建的精度和真实感。
-
公开(公告)号：CN118091711A
公开(公告)日：2024-05-28
申请号：CN202410512425.4
申请日：2024-04-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 一种GNSS生成式同步欺骗信号检测方法，包括以下步骤：步骤A：收集GNSS接收机跟踪环路中的I路相关器和Q路相关器的输出；步骤B：根据I路相关器的输出构建线性组合，得到复信号检验量的实数部分；步骤C：根据Q路相关器的输出，得到复信号检验量的虚数部分；步骤D：将实数部分和虚数部分组合起来得到复信号检验量；步骤E：根据复信号检验量进行计算，使用二元假设检验方法将计算结果与预先确定的欺骗信号检测门限进行比较；步骤F：根据二元假设检验的比较结果判断是否存在欺骗信号。对I路信号质量异常和Q路载波能量泄露异常进行联合检测，充分利用欺骗信号引起的Q路载波能量泄露异常信息，实现高效和准确的GNSS欺骗信号识别。
-
公开(公告)号：CN117975297A
公开(公告)日：2024-05-03
申请号：CN202410387330.4
申请日：2024-04-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V20/13 , G06V10/26 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/0455 , G06N3/08
Abstract: 一种联合多源数据辅助的城区地表形变危险性精细识别方法，包括如下步骤：S1、获取需监测城区的基于单极化TerraSAR的城区时序地表形变信息；S2、使用多特征融合网络模型，从SAR平均强度图、InSAR干涉相位图、光学RGB图、OSM城市数字地图及InSAR相干系数图中提取各自的地物特征并进行特征融合，并基于地物特征融合的信息进行语义分割，得到InSAR多源数据融合城区地表地物语义分割图；S3、将城区时序地表形变信息与InSAR多源数据融合城区地表地物语义分割图叠加，得到包含了地物语义信息和形变信息的综合图，并基于综合图，分析形变信号剧烈变化的位置对应的地物信息，实现城区地表形变危险性精细识别，提高基于单极化SAR影像的InSAR城区地表形变危险性识别的准确性。
-
公开(公告)号：CN117315182B
公开(公告)日：2024-03-22
申请号：CN202311615865.4
申请日：2023-11-30
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 一种用于确定在地形影响下的雷达探测范围的方法，包括：获取自由空间中的雷达探测范围和地理地形数据；对自由空间中的雷达探测范围和地理地形进行网格剖分，并将剖分结果分别存储至雷达范围集合和地形集合；对雷达范围集合进行基于数学形态学的三维空间网格膨胀运算，并将膨胀结果与原始集合作差，得到雷达探测范围边界集合；根据需求选取膨胀的结构元素，选取辐射源所在网格作为膨胀起点，并将其加入膨胀集合和地形影响下的雷达探测范围集合；在考虑地形影响的情况下，从辐射源开始逐层向外进行三维空间网格膨胀，在每层膨胀时通过判断地形遮挡情况决定是否向相应的方向膨胀，直到达到预定的终止条件。
-
公开(公告)号：CN117727063A
公开(公告)日：2024-03-19
申请号：CN202410171582.3
申请日：2024-02-07
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V30/42 , G06V10/40 , G06V10/82 , G06N3/042 , G06V10/764
Abstract: 一种基于图注意力网络的星图识别方法，包括：将待识别星图中的每个星点视为一个图节点，提取星图的拓扑图数据，拓扑图数据包括星图中所有星点的特征构成的特征矩阵，以及用于表征星图中的星点之间的连接关系及权重的邻接矩阵；将拓扑图数据输入经训练的图注意力网络，通过图注意力网络识别星图中的主星；图注意力网络包含基于掩膜图注意力机制的图注意力层，特征矩阵和邻接矩阵输入图注意力层后，使用通过掩膜图注意力机制计算得到的自注意力指标矩阵，对邻接矩阵进行掩膜处理得到注意力矩阵，以注意力矩阵代替邻接矩阵，实现对每个星点特征之间的消息聚合。该星图识别方法具有很好的鲁棒性和识别准确率，视场内星点较少时也能够稳定匹配。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.047 seconds)
