-
公开(公告)号：CN116256701B
公开(公告)日：2023-08-01
申请号：CN202310549759.4
申请日：2023-05-16
Applicant: 中南大学
Abstract: 本发明提供一种基于深度学习的探地雷达互扰波抑制方法及系统，该方法包括如下步骤：构建模拟探测场景和初始互扰波抑制网络；基于模拟探测场景并通过仿真探测生成网络数据集；将网络数据集划分为训练数据集和验证数据集；使用训练数据集训练初始互扰波抑制网络，得到训练后的基础互扰波抑制网络；通过验证数据集验证基础互扰波抑制网络，确定基础互扰波抑制网络的最优模型参数；根据最优模型参数对基础互扰波抑制网络进行调参，得到互扰波抑制网络；获取存在互扰波干扰的探地雷达图像，并将探地雷达图像输入至互扰波抑制网络中，得到互扰波抑制后的探地雷达图像。本发明可以抑制在使用探地雷达探测多个目标场景时的互扰波。
-
公开(公告)号：CN116148850B
公开(公告)日：2023-07-14
申请号：CN202310438788.3
申请日：2023-04-23
Applicant: 中南大学
Abstract: 本发明提供一种远距离人体呼吸信号检测的方法、系统及存储介质，该方法包括如下步骤：基于多个不同的载频并通过目标雷达向目标物体发射多次探测波；分别接收不同载频下多次探测波经目标物体反射的散射回波；基于多个散射回波获取对应载频下的多个时域回波，并将多个时域回波组成为对应载频下的时域回波记录剖面；根据时域回波记录剖面计算生成时域回波的一维距离像；选取一维距离像中具有周期性变化的距离区间；对不同载频下处于距离区间内的每个时域回波进行第一FFT频谱特征分析，得到不同载频下的第一频谱特征；若不同载频下的第一频谱特征相同，则判定散射回波中存在呼吸信号。本发明具有探测远距离人体呼吸信号精度较高的效果。
-
公开(公告)号：CN116256701A
公开(公告)日：2023-06-13
申请号：CN202310549759.4
申请日：2023-05-16
Applicant: 中南大学
Abstract: 本发明提供一种基于深度学习的探地雷达互扰波抑制方法及系统，该方法包括如下步骤：构建模拟探测场景和初始互扰波抑制网络；基于模拟探测场景并通过仿真探测生成网络数据集；将网络数据集划分为训练数据集和验证数据集；使用训练数据集训练初始互扰波抑制网络，得到训练后的基础互扰波抑制网络；通过验证数据集验证基础互扰波抑制网络，确定基础互扰波抑制网络的最优模型参数；根据最优模型参数对基础互扰波抑制网络进行调参，得到互扰波抑制网络；获取存在互扰波干扰的探地雷达图像，并将探地雷达图像输入至互扰波抑制网络中，得到互扰波抑制后的探地雷达图像。本发明可以抑制在使用探地雷达探测多个目标场景时的互扰波。
-
公开(公告)号：CN115496917A
公开(公告)日：2022-12-20
申请号：CN202211354900.7
申请日：2022-11-01
Applicant: 中南大学
IPC: G06V10/44 , G06V10/762 , G06V10/764 , G06T3/40
Abstract: 本发明实施例提供了一种GPRB‑Scan图像中的多目标检测方法及装置，所述方法包括：获得GPRB‑Scan图像数据，对所述图像数据中的目标数据用矩形框进行框定作为真实边界框；对所述图像数据进行预处理，所述预处理包括对所述图像数据整体进行缩放、填充以形成目标尺寸的图像数据；对所述真实边界框进行聚类，并基于聚类结果计算得到多个对应所述图像数据的矩形的边界框；将所述边界框作为用于对所述图像数据进行目标检测的目标网络的锚框，使所述目标网络能够基于所述锚框及提取的图像特征生成候选框，所述候选框框选有所述图像数据中的目标数据。
-
公开(公告)号：CN118655566B
公开(公告)日：2025-02-11
申请号：CN202410821138.1
申请日：2024-06-24
Applicant: 中南大学
IPC: G01S13/88
Abstract: 本发明提供一种基于探地雷达的地下目标变化检测方法、装置、设备及介质，该基于探地雷达的地下目标变化检测方法包括：获取通过探地雷达对探测区域进行采集的GPR Bscan图像数据，其中探测区域包括目标区域及背景区域；获取不同时刻的GPR Bscan图像数据，其中，各时刻的地下目标区域形状不同，目标区域和背景区域介质的介电常数可以是变化的，也可以是不变的；将两个不同时刻下的GPR Bscan图像数据进行组合，得到GPR Bscan图像数据对；对GPR Bscan图像数据对采用变化检测网络进行处理，得到检测目标的变化检测结果。提高了地下目标变化识别效率及准确率。
-
Patent Agency Ranking
公开(公告)号：CN118980997A
公开(公告)日：2024-11-19
申请号：CN202411057598.8
申请日：2024-08-02
Applicant: 中南大学
Abstract: 本发明公开了一种风场检测方法，具体是涉及到一种基于非线性残差网络的航空危害风场检测方法及装置。方法包括：利用雷达对飞机起降通道进行探测，获得飞机起降通道的多普勒速度采样数据，并记录遭遇危害风场的危害时刻；基于多普勒速度采样数据的二阶结构函数和多普勒速度采样数据对应的传统危害评估特征建立危害特征库；从危害特征库中提取代表性物理特征；基于危害风场数据、非危害风场数据、危害风场数据和非危害风场数据对应的代表性物理特征训练得到非线性残差网络；基于非线性残差网络进行航空危害风场检测，得到检测结果。本发明实施例克服了传统神经网络方法面临的可解释性和标签数据不足的难题，具有较高的危害风场检测准确率。
-
公开(公告)号：CN116106833B
公开(公告)日：2023-07-04
申请号：CN202310385701.0
申请日：2023-04-12
Applicant: 中南大学
Abstract: 本发明提供一种基于深度学习的抑制表层钢筋回波的处理方法及系统，该方法包括如下步骤：通过探地雷达对目标区域进行扫描，获取目标区域的目标回波图像；通过对目标区域的仿真探测获取图像数据集，图像数据集包括有钢筋干扰的第一回波图像数据集和无钢筋干扰的第二回波图像数据集；基于无监督的钢筋注意检测器构建初始对抗网络；利用第一回波图像数据集和第二回波图像数据集训练初始对抗网络，得到循环生成对抗网络；将目标回波图像输入至循环生成对抗网络，得到抑制表层钢筋回波干扰处理后的目标回波图像。本发明可以解决因表层钢筋对下行和上行电磁波的强干扰而导致钢筋下方的空洞回波信号变弱和难以识别的问题。
-
公开(公告)号：CN116167944A
公开(公告)日：2023-05-26
申请号：CN202310208455.1
申请日：2023-03-07
Applicant: 中南大学
Abstract: 本发明提供一种分段线性图像边缘保持的全弯曲滤波方法、装置及系统，该方法包括：构建用于使图像具有边缘保持能力的高阶几何全弯曲滤波模型；基于全弯曲滤波模型的目标函数，结合乘法策略将其一阶导数和二阶导数结合；基于梯度下降法处理全弯曲滤波模型得到欧拉‑拉格朗日类型的高阶各向异性非线性方程；基于高阶各向异性非线性方程，采用有限差分法进行求解，得到全弯曲滤波模型的解；确定图像中的目标像素；在基于全弯曲滤波模型处理图像时，结合多个滤波窗口并行处理多个目标像素，并分别选取最大差分值作为各目标像素在图像中位置处的梯度。本发明的分段线性图像边缘保持的全弯曲滤波方法能够在光滑图像的同时显著提高边缘保持能力。
-
公开(公告)号：CN119107236B
公开(公告)日：2025-04-18
申请号：CN202411157996.7
申请日：2024-08-22
Applicant: 中南大学
IPC: G06T3/4076 , G01S13/88 , G01S13/89 , G06T3/4046 , G06T5/70 , G06T5/60 , G06N3/0464
Abstract: 本发明公开了一种探地雷达数据处理方法，具体是涉及到一种探地雷达B‑scan图像超分辨率处理方法及装置。所述方法包括：构建探地雷达数据集，探地雷达数据集包括多个原始B‑scan图像；对多个原始B‑scan图像中的每一个原始B‑scan图像进行预处理，得到目标数据集；构建条件去噪扩散模型，条件去噪扩散模型包括高斯噪声扩散阶段和推理阶段，高斯噪声扩散阶段包括残差自注意力U‑net网络；基于目标数据集训练条件去噪扩散模型，得到训练好的条件去噪扩散模型；利用训练好的条件去噪扩散模型对待处理图像进行超分辨率重建处理。本发明可以实现细节恢复和噪声抑制，从而提高B‑scan图像的数据质量和分析效果。
-
公开(公告)号：CN116256722B
公开(公告)日：2023-08-01
申请号：CN202310546871.2
申请日：2023-05-16
Applicant: 中南大学
IPC: G01S7/41 , G01S13/88 , G01S13/89 , G01S7/16 , G01S7/292 , G01S7/35 , G01S7/36 , G06V10/30 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种探地雷达B‑scan图像的多次波干扰抑制方法及装置，方法包括：根据探地雷达针对感兴趣目标不同探测场景进行探测，获取多组B‑scan图像；对多组B‑scan图像进行预处理，生成训练数据集，构建编码器‑解码器架构网络并对编码器‑解码器架构网络进行训练；将实测且经预处理的包含有感兴趣目标回波和临近的非金属目标上下界面多次波的第一B‑scan图像输入编码器‑解码器架构网络，进行多次波干扰抑制，获得抑制多次波干扰后的B‑scan图像。通过以上方式，本发明能够有效地抑制临近的非金属目标上下界面多次波对感兴趣目标回波的干扰，并增强感兴趣目标的回波。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.013 seconds)
