公开(公告)号：CN115049940B

公开(公告)日：2025-05-16

申请号：CN202210695145.2

申请日：2022-06-20

Applicant: 上海宇航系统工程研究所

Inventor： 王泽斌 ,  金后 ,  朱虹 ,  徐峰 ,  顾冬晴 ,  唐生勇 ,  卫国宁 ,  计佳俊

IPC: G06V10/82 ,  G06V10/77 ,  G06V10/44 ,  G06V10/764 ,  G06V20/13 ,  G06T7/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明公开了一种基于深度学习内外双反馈的空间目标部件智能识别方法，包括1)基于空间目标智能识别与损失函数构建的内反馈网络；2)基于主成分分析、BP神经网络的空间目标图像质量评价和图像质量提升构建的外反馈网络。其中，内反馈智能识别基于VGG16神经网络搭建21层的深度卷积神经网络，网络中进一步扩大神经网络感受野以提升目标识别的准确率。外反馈链路中，图像质量评价采用空间图像常用4大类18项无参考图像质量评价指标，通过BP神经网络构建空间目标图像质量与部件识别准确率的关系模型，针对影响部件识别准确率的敏感项开展图像质量提升，实现消除空间环境固有“低质”影响因素下目标部件识别准确率的提升。

公开(公告)号：CN115049940A

公开(公告)日：2022-09-13

申请号：CN202210695145.2

申请日：2022-06-20

Applicant: 上海宇航系统工程研究所

Inventor： 王泽斌 ,  金后 ,  朱虹 ,  徐峰 ,  顾冬晴 ,  唐生勇 ,  卫国宁 ,  计佳俊

IPC: G06V20/13 ,  G06V10/77 ,  G06T7/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习内外双反馈的空间目标部件智能识别方法，包括1)基于空间目标智能识别与损失函数构建的内反馈网络；2)基于主成分分析、BP神经网络的空间目标图像质量评价和图像质量提升构建的外反馈网络。其中，内反馈智能识别基于VGG16神经网络搭建21层的深度卷积神经网络，网络中进一步扩大神经网络感受野以提升目标识别的准确率。外反馈链路中，图像质量评价采用空间图像常用4大类18项无参考图像质量评价指标，通过BP神经网络构建空间目标图像质量与部件识别准确率的关系模型，针对影响部件识别准确率的敏感项开展图像质量提升，实现消除空间环境固有“低质”影响因素下目标部件识别准确率的提升。