-
公开(公告)号：CN108469613A
公开(公告)日：2018-08-31
申请号：CN201810246524.7
申请日：2018-03-23
申请人： 中国人民解放军国防科技大学
IPC分类号： G01S13/90
CPC分类号： G01S13/9035
摘要： 本发明涉及逆合成孔径雷达成像信号处理技术，尤其涉及一种空间目标ISAR序列成像数据快速自动选取方法。本发明根据空间目标高分辨ISAR成像的特点，确定了成像宽带回波选取的两个原则：径向和方位向分辨率匹配原则和冗余数据控制原则。根据这两个原则，设计了基于回波自动选取的空间目标序列ISAR成像流程。通过本发明，在空间目标高分辨ISAR序列成像的过程中，实现了成像数据的快速自动选取，可以高效率地得到目标聚焦良好的单帧高分辨ISAR图像，增强图像的可视性，同时有效保持空间目标在序列成像结果中姿态的均匀平稳变化，对提高目标识别效果起到促进作用，具有重要工程应用价值。
-
公开(公告)号：CN118710555A
公开(公告)日：2024-09-27
申请号：CN202411172029.8
申请日：2024-08-26
申请人： 中国人民解放军国防科技大学
摘要： 本申请涉及一种基于大模型的即插即用图像恢复方法、装置、设备和介质。所述方法包括：通过将目标图像带入盲图像恢复问题的目标函数后，分解为对高质量图像以及退化矩阵进行求解的两个子问题，采用交替迭代求解的方式对其进行求解，在每一次的迭代求解过程中，先采用神经网络对退化矩阵求解子问题进行求解，再采用diffusion大模型以及中间退化矩阵对高质量图像求解子问题进行求解，得到当前次迭代计算的中间高质量图像，直至迭代次数满足预设次数，则当前次迭代计算得到中间高质量图像为对目标图像进行恢复后的高质量图像。采用本方法能够有效提高图像恢复性能及效率。
-
公开(公告)号：CN118691497A
公开(公告)日：2024-09-24
申请号：CN202411172068.8
申请日：2024-08-26
申请人： 中国人民解放军国防科技大学
IPC分类号： G06T5/70 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06T5/60 , G06T7/49
摘要： 本申请涉及一种基于扩散模型的图像去阴影方法、装置、设备和介质，利用阴影检测模型对待进行去阴影的光学图像中的阴影区域进行检测，得到阴影掩码图像，同时，利用本征图像分解模型将光学图像进行分解，得到照度图像和反射率图像，将阴影掩码图像以及反射率图像作为光学图像的物理先验信息，基于该物理先验信息设计阴影区域条件生成约束以及迭代结构纹理一致约束，利用阴影区域条件生成约束以及迭代结构纹理一致约束引导扩散模型，在反向扩散过程中对高斯噪声图像进行去噪，得到去阴影后的增强图像。采用本方法可有效提高低质量图像的去阴影性能。
-
公开(公告)号：CN118690256A
公开(公告)日：2024-09-24
申请号：CN202411171903.6
申请日：2024-08-26
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F18/241 , G06F18/2132 , G06F18/214 , G06F18/22 , G06F18/25 , G06F18/20 , G06N3/045 , G06N3/0895 , G06F123/02
摘要： 本申请涉及一种基于语义学习的时序信号处理方法、装置和设备。所述方法包括：采用时序语义生成模块对时序序列进行采样、划分和加权；特征提取模块利用自注意机制能够捕捉加权后的划分样本之间的局部相关性和全局相关性；采用对比学习模块计算编码特征的对比学习损失，使该模型学习正样本之间的共有特征和负样本之间的可分性特征，得到时序语义特征；将时序语义特征输入到预设时序目标分类任务的分类头中，得到目标识别结果。本方法能够实现对时序序列的语义特征学习，提升了模型对于时序序列所包含的时序语义信息的理解，最终使得模型能够获取具有良好表征的时序特征，有效提高了分类识别的效率和准确率，并在多种干扰条件下取得良好识别性能。
-
公开(公告)号：CN118690254A
公开(公告)日：2024-09-24
申请号：CN202411171203.7
申请日：2024-08-26
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F18/241 , G06F18/10 , G06F18/213 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G01S7/41
摘要： 本申请涉及一种基于HRRP空间特征提取的目标识别方法、装置及设备，通过对原始一维距离像数据进行预处理，将预处理后的一维距离像数据的各条一维距离像序列分别转化为没有坐标的折线图，按照顺序排列的方式将各张折线图进行拼接得到稀疏二维图像，利用多尺度卷积网络对稀疏二维图像进行特征提取，得到多张不同尺度的特征图，利用基于多层感知机的分类网络根据多张不同尺度的特征图进行目标识别得到目标识别结果。采用本方法可以提高识别算法的识别精度与稳健性。
-
公开(公告)号：CN114140325B
公开(公告)日：2024-04-09
申请号：CN202111464674.3
申请日：2021-12-02
申请人： 中国人民解放军国防科技大学
IPC分类号： G06T3/4076 , G06F18/21
摘要： 本发明属于雷达成像领域，具体涉及一种基于C‑ADMMN的结构化稀疏孔径ISAR成像方法，包括以下步骤：S1对稀疏孔径ISAR回波信号进行建模；S2构建C‑ADMMN前向传播模型；S3利用C‑ADMMN求解结构化稀疏孔径ISAR成像问题。本发明取得的有益效果为：通过本发明可实现目标结构化稀疏孔径ISAR成像，在稀疏孔径条件下，可快速获得目标结构完整的高分辨率ISAR图像，能较好地反映ISAR图像散射点分布特性，能更清晰地获取目标结构信息。同时，本发明不依赖人工参数设置即可获取较好的成像效果。对于稀疏孔径条件下的目标雷达成像、特征提取与目标识别有重要的工程应用价值。
-
公开(公告)号：CN117761692A
公开(公告)日：2024-03-26
申请号：CN202311278552.4
申请日：2023-09-28
申请人： 中国人民解放军国防科技大学
摘要： 本申请涉及一种基于局部增强的ISAR成像方法、装置及计算机设备，所述方法通过将一维距离像数据作为初始值带入针对局部增强进行优化后的交替方向乘子模型对目标图像进行迭代求解，在每一迭代求解的过程中，利用训练好的神经网络对当前次迭代得到的目标图像进行语义分割，得到该目标图像中需要进行增强的局部部件掩码数据，再基于所述局部部件掩码数据对交替方向乘子模型中的对偶变量进行更新，直至当前迭代及上一次迭代得到的目标图像之间的相似度符合预设值，则将当前迭代得到的目标图像作为最终的稀疏孔径成像结果。采用本方法可以采用交替方向乘子方法在稀疏孔径条件下进行ISAR成像，且具有较高质量的成像结果。
-
公开(公告)号：CN117115204A
公开(公告)日：2023-11-24
申请号：CN202311013761.6
申请日：2023-08-11
申请人： 中国人民解放军国防科技大学
摘要： 本申请涉及一种基于航迹泊松多伯努利的多目标跟踪方法、装置及设备。所述方法包括：通过高斯矩近似方法对构建的连续时间多目标运动模型进行离散化处理，基于得到的离散化新生目标概率密度和单目标航迹状态转移密度，在非均匀采样条件下，获取多目标在前一时间步的航迹泊松多伯努利密度并对当前时间步的航迹泊松多伯努利密度依次进行预测和更新，最后根据当前时间步的航迹泊松多伯努利密度的更新值构建航迹泊松多伯努后验密度对当前时间步的多目标航迹进行估计，实现多目标航迹跟踪。采用本方法能够解决非均匀采样条件下的多目标跟踪问题，航迹估计精度高，具备很好的工程应用前景。
-
公开(公告)号：CN108647580B
公开(公告)日：2020-07-14
申请号：CN201810350643.7
申请日：2018-04-18
申请人： 中国人民解放军国防科技大学
摘要： 本发明涉及逆合成孔径雷达图像处理技术，尤其涉及一种基于SIFT引导的ISAR图像特征点提取与匹配方法。通过本发明，在保证传统SIFT精确性高，对图像的旋转、缩放鲁棒性较高等优点的基础上，首先通过改进的SIFT匹配算法得到少量匹配精度高的特征点，然后基于图像特征点变换矩阵为引导搜索二次匹配，进一步增加匹配点数目，实现了两幅ISAR图像特征点集的高精度完整匹配，保证了所提特征点尽可能完整反映目标结构，具有重要的工程应用价值。
-
公开(公告)号：CN108646246B
公开(公告)日：2020-07-14
申请号：CN201810415391.1
申请日：2018-05-03
申请人： 中国人民解放军国防科技大学
IPC分类号： G01S13/90
摘要： 本发明涉及逆合成孔径雷达成像信号处理技术，尤其涉及一种基于PPMF的脉内分时极化ISAR融合成像方法。通过本发明，将目标的极化特性与高分辨特性结合起来，充分融合各个极化通道获取的信息。对脉内分时极化雷达回波和一维像进行延时补偿，得到接近同时全极化数据的效果；基于互易性对各通道进行联合的平动补偿，实现精确匹配；最后通过PPMF利用极化信息对各极化通道一维距离像做极化域匹配滤波，融合得到高信噪比的一维距离像，获得补偿精度更高、聚焦性能更好的目标ISAR图像，本发明对促进宽带雷达目标识别向实用化、精细化方向发展起到重要作用。
-
-
-
-
-
-
-
-
-
搜索结果
44 条记录 (耗时 0.038 秒)
