-
公开(公告)号：CN104951799A
公开(公告)日：2015-09-30
申请号：CN201510325430.5
申请日：2015-06-12
Applicant: 北京理工大学
Abstract: 本发明提供一种SAR遥感影像溢油检测识别方法，具体过程如下，利用Gamma MAP滤波器对SAR影像滤波，再对其进行Sobel滤波；对Sobel滤波后得到的梯度图，进行分水岭算法实现海陆分割；利用海面区域图像的均值对陆地区域进行填充，再利用C-V算法对填充后的图像进行同质区内的目标区域分割提取；提取目标区域灰度共生矩阵、小波分解的纹理特性、灰度特征及形状特征构建视觉频率直方图，利用训练得到的SVM分类器模型对视觉频率直方图进行分类，从目标区域中剔除疑似溢油区域，实现初次虚警剔除；将初次虚警剔除的结果作为初始标号场，基于所述初始标号场，利用MRF的上下文模型中的特征场，进行进一步的虚警剔除，从而实现SAR遥感影像溢油检测识别方法。
-
公开(公告)号：CN103761523A
公开(公告)日：2014-04-30
申请号：CN201410001565.1
申请日：2014-01-02
Applicant: 北京理工大学
Abstract: 本发明提供了一种机载遥感视频数据特定人造区域自动识别跟踪方法，包括离线状态下跟踪和在线状态下跟踪，其中离线状态下跟踪包括尺度空间的极值检测、关键点定位、关键点方向分配、关键点描述；在线状态下跟踪包括SIFT特征提取、关键点精确匹配、待跟踪目标区域范围确定、通过轨迹预测自适应的确定待跟踪目标的局部区域范围。
-
公开(公告)号：CN115344203B
公开(公告)日：2025-04-25
申请号：CN202210911938.3
申请日：2022-07-29
Applicant: 北京理工大学
IPC: G06F3/06
Abstract: 本发明涉及一种SAR成像系统的数据存储交换方法及架构。所述方法包括：对原始数据进行矩阵分块，得到至少一个子矩阵；对所述子矩阵进行距离向或方位向上的等量划分；将等量划分的所述子矩阵分别三维交叉映射到第一存取存储器、第二存取存储器；第一存取存储器、第二存取存储器、第一缓存模块、第二缓存模块、处理引擎执行数据缓存、读取或写入。本发明在处理引擎处理第二缓存模块的数据时，第一存取存储器、第二存取存储器与第一缓存模块进行数据读取或写入，使得流水线空闲时间很少，缓存资源得到充分利用；以及对原始数据等量划分等处理，使得单次突发传输数据的距离向长度和方位向长度相等；进而提高了数据的访问效率。
-
公开(公告)号：CN119672291A
公开(公告)日：2025-03-21
申请号：CN202411578077.7
申请日：2024-11-07
Applicant: 北京理工大学
IPC: G06V10/25 , G06N3/045 , G06N3/0895 , G06V10/82 , G06V10/88
Abstract: 本发明公开了一种基于多视角自适应特征对齐的光学遥感图像目标检测域适应方法。本发明提出的多视角自适应特征对齐模块首先利用交叉注意力机制自适应的捕获图像中的域特定特征。随后，方法采用对比学习的训练方式，增强特征对齐模块聚合特征的差异性，以实现不同视角的特征聚合。与现有方法相比，该方法可以更有效捕捉光学遥感图像中的域特定特征，实现更精准的特征对齐。
-
公开(公告)号：CN119360026A
公开(公告)日：2025-01-24
申请号：CN202411531156.2
申请日：2024-10-30
Applicant: 北京理工大学
IPC: G06V10/26 , G06V20/10 , G06V20/70 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/42 , G06V10/44 , G06N3/045 , G06N3/0464 , G06N3/09
Abstract: 本发明属于光学图像成像技术领域，具体涉及一种基于视觉转换器和Mamba的双分支遥感图像语义分割方法及装置。该方法的具体过程为：首先，给定RGB编码的输入图像，图像送至ViT分支和Mamba分支并行处理；其次，ViT分支和Mamba分支通过分层Block结构与下采样的方式分别生成4个特征映射，分别表示为集合S＝{FSi|i＝1,2,3,4}和集合M＝{FMi|i＝1,2,3,4}；再次，使用跨域融合模块将ViT分支和Mamba分支第2、4阶段的不同种特征进行一致性融合，并通过下采样将第2阶段融合特征图添加至第4阶段融合特征图中；最后，利用第4阶段跨域融合后的特征表示作为分割头实现输入图像的语义分割。
-
Patent Agency Ranking
公开(公告)号：CN119251646A
公开(公告)日：2025-01-03
申请号：CN202411343087.2
申请日：2024-09-25
Applicant: 北京理工大学
IPC: G06V10/82 , G06V10/774 , G06V20/70 , G06N3/0895 , G06N3/096 , G06V10/74 , G06V10/80 , G06V10/764
Abstract: 本发明属于遥感图像成像技术领域，提供一种基于对比学习和多原型对齐的遥感图像无监督域适应方法，具体过程为：构建教师‑学生网络，并设置教师‑学生网络中训练时所需用到的跨域多原型对齐模块及像素级跨域对比学习模块；在教师‑学生网络训练时，利用跨域多原型对齐模块提取源域和目标域内各类别的原型并最小化它们的特征距离，利用像素级跨域对比学习模块显式建模跨域像素样本的全局语义关系，建立具有高类内紧凑性和高类间可分性的嵌入空间。
-
公开(公告)号：CN118608948A
公开(公告)日：2024-09-06
申请号：CN202410666550.0
申请日：2024-05-28
Applicant: 北京理工大学
IPC: G06V20/10 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发公开了一种基于轴向移位特征交互和原型引导惩罚约束的遥感图像变化检测方法，通过网络架构和损失函数的设计对复杂遥感场景中的变化目标进行有效提取。通过引入宽度和高度方向上连续的轴向移位操作，可以实现邻近特征的有效交互，在不降低空间分辨率和不引入大量额外计算的情况下提取变化目标的深层语义表征。在此基础上，通过设计原型引导惩罚约束损失函数，引导模型产生可分的变化/不变特征，来获取准确的变化检测结果。
-
公开(公告)号：CN118487682A
公开(公告)日：2024-08-13
申请号：CN202410597475.7
申请日：2024-05-14
Applicant: 北京理工大学 , 北方雷科(安徽)科技有限公司
IPC: H04B17/19 , H04B17/29 , H04L67/125
Abstract: 本发明提供一种弱网环境下“云‑端”数据远程通信方法，包括自检环节和数据采集环节；其中所述自检包括：开机自检、远程自检和周期自检；开机自检：接收机在上电后会先后进行开机自检，开机自检通过后，接收机将当前状态信息发送云中心，并进入待机状态；远程自检：云中心向接收机发送远程自检信号，接收机收到远程自检信号后，将远程自检信息发送云中心；周期自检：以设定频率发送自检信号至云中心，周期自检通过后，接收机将当前状态信息、直达波定位结果以及脉压功能是否正常发送云中心；上述自检未通过后进行通信重连。本发明保证即使在网络环境较差的情况下，仍可以进行数据远程可靠传输的方法。
-
公开(公告)号：CN118447228A
公开(公告)日：2024-08-06
申请号：CN202410558649.9
申请日：2024-05-08
Applicant: 北京理工大学
IPC: G06V10/25 , G06V20/13 , G06V10/44 , G06V10/42 , G06V10/30 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06V10/771 , G06V10/82
Abstract: 本发明属于光学遥感图像处理技术领域，具体涉及一种基于频域特征对齐的光学遥感图像目标检测域适应方法。本发明提出的频域特征对齐模块首先将检测器提取的特征转换到频率空间中，通过简化注意力求解器，并利用该轻量级注意力机制，显著增强提取特征中的域特定信息。与现有方法相比，该方法可以更有效捕捉光学遥感图像中的目标特征，实现更精准的特征对齐。其中频域特征对齐模块，利用一种基于门控机制的可学习滤波器网络来选择性地对齐复杂背景中的域特定信息。与现有方法相比，该方法可以有效抑制图像中复杂背景特征的干扰，实现更精准的特征对齐。
-
公开(公告)号：CN117934834A
公开(公告)日：2024-04-26
申请号：CN202410072508.6
申请日：2024-01-18
Applicant: 北京理工大学
IPC: G06V10/26 , G06V20/13 , G06V10/25 , G06V10/764
Abstract: 本发明属于光学图像成像技术领域，具体涉及一种基于多层级上下文交互的光学遥感图像语义分割方法。本发明的方法对原始特征表示和粗聚合图像级上下文进行聚合操作，在数据集级上下文线索的交互和引导下，分别学习互补的上下文线索，优化信息共享，获取更有效的多层级上下文特征表达；在上下文聚合阶段引入相互交互，获得一致性和兼容性良好的上下文。利用数据集级上下文线索，自适应地增强原始特征表示的语义信息。适应遥感场景的密集目标和复杂目标分割：本发明能够在复杂的背景中工作，数据集上下文可以高效补充难分类对象的特征，图像级上下文可以高效补充小目标和密集目标的空间细节，两者互补可以提升遥感场景语义分割的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
171
records
(took 0.122 seconds)
