-
公开(公告)号：CN114114263B
公开(公告)日：2024-07-02
申请号：CN202111417490.1
申请日：2021-11-25
Applicant: 哈尔滨工业大学
IPC: G01S13/90
Abstract: 基于CV‑ConvLSTM的SAR三维转动目标转速估计方法，涉及图像处理技术领域，针对现有技术中运用时频分析成像处理的方法消除模糊存在准确率低的问题，本申请提出了一种CV‑ConvLSTM，CV‑ConvLSTM将包括卷积层、激活函数、输入门、遗忘门、输出门在内的整个网络扩展到复杂域中，并在此基础上，推导出一种用于CV‑ConvLSTM训练的复数域随时间反向传播算法CV‑BPTT。本申请基于CV‑ConvLSTM设计了TSF‑Net架构，进行SAR三维转动目标转速估计，将SAR转速估计任务转换为一个图像回归问题，来实现目标转速估计，估计精度显着提高。本申请利用SAR成像原理、复数域深度学习技术，更好的满足复杂SAR转速估计需求，对视角变化、仿射变换、噪声保持一定程度的稳定性。
-
公开(公告)号：CN114114261B
公开(公告)日：2024-07-02
申请号：CN202111417460.0
申请日：2021-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于C2C的自监督SAR海杂波抑制方法、系统、存储介质及设备，属于雷达图像处理技术领域。为了解决现实中缺乏无杂波的真实数据，从而导致不能有效地利用现有的深度学习技术对SAR杂波进行抑制的问题。本发明首先对待抑制的宽幅场景SAR进行裁剪，形成测试切片集；在用于CV‑UNet++训练的杂波切片集中随机选取N个杂波切片，并按照C2C策略将测试切片S与N个杂波切片相减得到#imgabs0#并输入到CV‑UNet++中，得到N个杂波抑制后的切片Ti，取#imgabs1#为测试切片S的最终杂波抑制效果图。主要用于SAR海杂波的抑制。
-
公开(公告)号：CN114114190B
公开(公告)日：2024-07-02
申请号：CN202111417489.9
申请日：2021-11-25
Applicant: 哈尔滨工业大学
IPC: G01S7/41 , G01S13/90 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/06 , G06N3/084 , G06N3/045
Abstract: 基于Mix‑CV‑CNN网络的三维转动舰船目标识别方法，涉及目标识别领域。本发明是为了解决目前舰船识别方法在针对运动状态的舰船进行目标识别时会出现模糊、散焦的现象进而造成的舰船目标识别准确率低的问题。本发明具体过程为：获取待识别的SAR三维转动舰船目标图像，将待识别的SAR三维转动舰船目标图像输入到训练好的Mix‑CV‑CNN模型中获取SAR三维转动舰船目标的类别。Mix‑CV‑CNN模型采用Mix‑CV‑CNN前向传播和Mix‑CV‑CNN反向传播方法训练，Mix‑CV‑CNN前向传播为将训练集中的图像输入到构建的Mix‑CV‑CNN模型中输出舰船目标的类别；Mix‑CV‑CNN反向传播为利用前向传播获得的全连接层输出向量获取Mix‑CV‑CNN模型中每一层的误差项，并利用误差项更新卷积层和全连接层的权值获得训练好的Mix‑CV‑CNN模型。本发明用于动态舰船目标的识别。
-
公开(公告)号：CN113176573B
公开(公告)日：2022-06-17
申请号：CN202110463376.6
申请日：2021-04-23
Applicant: 哈尔滨工业大学
Abstract: 复数域结构化SAR舰船目标动态仿真与速度估计方法，属于SAR图像处理领域。本发明是为了解决在做SAR舰船目标仿真时缺乏大量仿真样本，且现有的SAR舰船目标仿真方法无法获取精确的舰船目标SAR图像，导致无法获取准确的舰船目标的问题。本发明方法包括：获取舰船3D模型，对舰船3D模型进行预处理，将预处理后的舰船3D模型划分为多个三角面元；根据设定的雷达参数进行射线追踪，得到舰船目标散射点空间坐标；进行舰船目标成像；将训练样本输入AlexNet网络得到训练好的AlexNet预训练模型，将待测样本输入训练好的AlexNet预训练模型，计算得到AlexNet网络复数域速度估计结果。本发明用于SAR舰船目标动态仿真与速度估计。
-
公开(公告)号：CN114114262A
公开(公告)日：2022-03-01
申请号：CN202111417477.6
申请日：2021-11-25
Applicant: 哈尔滨工业大学
Abstract: 基于CV‑ConvGRU的SAR三维转动目标重聚焦方法，涉及图像处理技术领域，针对现有技术中由于海浪、风、自身航行等因素的影响导致SAR成像模糊的问题，本申请提出了一种CV‑ConvGRU，CV‑ConvGRU将包括卷积层、激活函数、更新门、重置门在内的整个网络扩展到复杂域中，并在此基础上，推导出一种用于CV‑ConvGRU训练的反向传播算法。本申请基于CV‑ConvGRU设计了CV‑SSRN架构，进行SAR三维转动目标重聚焦，将SAR重聚焦任务转换为一个图像回归问题，并加入编码器与解码器，来实现目标重新聚焦，聚焦精度显着提高，避免了SAR成像模糊的问题。本申请利用SAR成像原理、复数域深度学习技术，更好的满足复杂SAR重聚焦需求，对视角变化、仿射变换、噪声保持一定程度的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN113096058A
公开(公告)日：2021-07-09
申请号：CN202110441799.8
申请日：2021-04-23
Applicant: 哈尔滨工业大学
Abstract: 空间目标多源数据参数化仿真与MinCenterNet融合检测方法，涉及ISAR图像处理领域。本发明是为了解决目前的多源数据融合检测方法存在可操作性低、检测精度不高从而导致的在实际中难以应用的问题。本发明包括：获取光学渲染图像；获取空间目标ISAR仿真图像；将光学渲染图像和ISAR仿真图像进行MixCenterNet融合检测；融合检测时将成对的光学渲染图像和ISAR仿真图像输入MixCenterNet中；光学图像经34层ResNet骨干网络处理，ISAR图像经16层的VGG骨干网络处理，然后分别通过级联角点池化与中心池化生成角点热图与中心点热图确定目标在光学图像中的位置；ISAR图像经16层的VGG骨干网络处理所得特征图，连同光学图像经34层的ResNet骨干网络处理所得特征图一并输入到全连接层，再经Softmax层输出目标类别信息。
-
公开(公告)号：CN111723875B
公开(公告)日：2021-06-22
申请号：CN202010684648.0
申请日：2020-07-16
Applicant: 哈尔滨工业大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G01S13/90 , G01S13/937
Abstract: 一种基于CV‑RefocusNet的SAR三维转动舰船目标重聚焦方法，属于SAR图像处理领域。包括：SAR样本生成、网络架构设计、重聚焦实现三个部分；SAR样本生成部分负责生成SAR三维转动舰船目标图像，构成训练样本库和测试样本库，网络架构设计部分给出CV‑RefocusNet网络架构，阐明网络设计细节，重聚焦实现部分基于CV‑RefocusNet，对SAR三维转动舰船目标样本库进行训练测试，实现重聚焦功能。本发明可以实现SAR三维转动舰船目标重聚焦，得到清晰目标图像。
-
公开(公告)号：CN111723875A
公开(公告)日：2020-09-29
申请号：CN202010684648.0
申请日：2020-07-16
Applicant: 哈尔滨工业大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G01S13/90 , G01S13/937
Abstract: 一种基于CV-RefocusNet的SAR三维转动舰船目标重聚焦方法，属于SAR图像处理领域。包括：SAR样本生成、网络架构设计、重聚焦实现三个部分；SAR样本生成部分负责生成SAR三维转动舰船目标图像，构成训练样本库和测试样本库，网络架构设计部分给出CV-RefocusNet网络架构，阐明网络设计细节，重聚焦实现部分基于CV-RefocusNet，对SAR三维转动舰船目标样本库进行训练测试，实现重聚焦功能。本发明可以实现SAR三维转动舰船目标重聚焦，得到清晰目标图像。
-
公开(公告)号：CN109934840A
公开(公告)日：2019-06-25
申请号：CN201910222890.3
申请日：2019-03-22
Applicant: 哈尔滨工业大学
Abstract: 基于GMPHD滤波器的圆周SAR运动目标跟踪方法，本发明涉及涉及SAR运动目标跟踪方法。本发明的目的是为了解决现有方法进行运动目标跟踪准确率低的问题。过程为：一：基于DPCA-CFAR方法对运动目标进行初步检测，得到运动目标的观测值；二：建立运动目标的状态向量和量测向量；三：建立基于CSAR系统的运动目标状态方程和量测方程；四：高斯分量标记值初始化；五：基于运动目标的状态方程和量测方程，生成自适应新生目标强度，并为新生目标分配新的高斯标记值；六：基于五进行GMPHD递推；七：基于六进行运动目标状态估计与航迹提取，完成SAR运动目标跟踪。本发明用于微波遥感技术和雷达数据处理领域。
-
公开(公告)号：CN107797101A
公开(公告)日：2018-03-13
申请号：CN201711003643.1
申请日：2017-10-24
Applicant: 哈尔滨工业大学
Abstract: 密集杂波环境下基于点迹多维筛选的航迹起始方法，本发明涉及雷达数据处理领域中航迹起始方法。本发明为解决现有技术在密集杂波背景下基于数据处理的航迹起始方法存在的虚假航迹多、起始速度慢及目标起始困难等的问题。一：对点迹速度、加速度和运动转角进行运动状态约束；二：根据点迹统计距离和离散度阈值，完成对所有点迹序列中所有点迹的评判；三：对多帧点迹序列中每个点迹多维特征分别进行线性归一化，得到点迹线性归一化后的信噪比和形态特征，分别设置归一化信噪比阈值和形态特征阈值，根据归一化信噪比阈值和归一化形态特征阈值评判点迹；四：根据一、二和三得到点迹等级，确定航迹起始。本发明用于航迹起始领域。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.021 seconds)
