-
公开(公告)号:CN116168221B
公开(公告)日:2023-07-25
申请号:CN202310450328.2
申请日:2023-04-25
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本申请涉及一种基于Transformer的跨模态图像匹配定位方法及装置,解决跨模态图像匹配精度低、定位误差大的问题,采用跨模态图像风格迁移能够将跨模态图像转换到同一特征域内,基于Transformer的智能匹配算法可以有效解决提高匹配精度,从而实现可靠、有效的跨模态图像匹配地理定位。
-
公开(公告)号:CN113865617B
公开(公告)日:2023-06-09
申请号:CN202111003263.4
申请日:2021-08-30
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明涉及一种飞行器机动发射主动段后视景象匹配精确位姿修正方法,在飞行器上安装微型后视摄像头;根据相机成像原理,通过对图像中显著目标识别矩形框所占像素面积进行计算,建立相机相对目标实际高度与目标成像所占像素面积的函数关系,根据该函数关系,实时换算出飞行器垂直上升段的高度位置,进而对飞行器位置信息进行修正;然后提出飞行器主动段的转弯上升段中俯仰角θ的修正方法,利用飞行器俯仰角发生变化时,后视相机所拍摄的前下视图像在基准图中所对应匹配图像在轨迹平面上的最远可视点和最近可视点的距离差的不同,建立俯仰角与该距离差之间映射关系,进而对飞行器俯仰角进行修正。
-
公开(公告)号:CN117541528A
公开(公告)日:2024-02-09
申请号:CN202310297492.4
申请日:2023-03-24
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明提供了一种基于多巡飞器的时敏目标轻量化融合检测方法,包括以下步骤:先构造目标检测轻量化神经网络,构造过程包括Bundle的选择与评估,构建硬件感知的基本模块;搜索得到完整的DNN;添加DNN设计功能,得到轻量化目标检测神经网络SenseNet;再进行多源图像融合检测,具体为基于构造得到的SenseNet网络,对可见光遥感图像和SAR图像分别进行检测;再采用决策级融合策略‑DS证据理论,对分类检测得到的结果进行融合,最终以输出判定结果来判断可见光检测和SAR检测是否匹配,本发明解决了现有的解决遥感图像中目标识别准确率低且现有神经网络模型复杂、计算量大的问题。
-
公开(公告)号:CN116485677A
公开(公告)日:2023-07-25
申请号:CN202310470476.0
申请日:2023-04-27
Applicant: 中国人民解放军火箭军工程大学
IPC: G06T5/00 , G06T5/50 , G06T7/11 , G06N3/0464 , G06N3/08
Abstract: 本发明属于目标信息消隐技术领域,公开了一种目标实时智能消隐方法,包括以下步骤,其中步骤一为数据集收集与标注,包括目标数据集收集和场景数据集收集;步骤二为模型训练,包括目标分割模型训练和目标消隐模型训练;步骤三为实时目标消隐,包括图像采集、单帧目标分割、更新图像储存库、目标消隐和图像显示步骤。本发明通过视频采集到终端存储之间传输的视频流,智能识别敏感目标并高效消隐,可以有效减少敏感目标出现于互联网;同时在技术实现上,采用实时分割生成掩码,然后进行消隐的方式,有效解决了当前消隐算法极大依赖于人工标注的问题,极大减少了人力物力。
-
公开(公告)号:CN115841048B
公开(公告)日:2023-05-12
申请号:CN202310101478.2
申请日:2023-02-13
Applicant: 中国人民解放军火箭军工程大学
IPC: G06F30/20
Abstract: 本发明提供了一种基于目标机理模型的多模仿真数据集制备方法,包括:步骤1,基于时敏目标模型的目标环境场景构建;步骤2,基于传感器参数的多波段成像仿真;步骤3,进行视频与图像数据集采集;步骤4,图像显著性检测的半自动数据标注。本发明的方法在分析大量多种公开的现役武器装备相关信息数据的基础上构建军事时敏目标模型库以及多种模拟背景环境,然后通过多模传感器虚拟成像仿真建模,实现可见光、夜视、中波红外和长波红外仿真功能,最后在数据采集的基础上进行半自动数据标注从而实现数据集制备。
-
公开(公告)号:CN113865617A
公开(公告)日:2021-12-31
申请号:CN202111003263.4
申请日:2021-08-30
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本发明涉及一种飞行器机动发射主动段后视景象匹配精确位姿修正方法,在飞行器上安装微型后视摄像头;根据相机成像原理,通过对图像中显著目标识别矩形框所占像素面积进行计算,建立相机相对目标实际高度与目标成像所占像素面积的函数关系,根据该函数关系,实时换算出飞行器垂直上升段的高度位置,进而对飞行器位置信息进行修正;然后提出飞行器主动段的转弯上升段中俯仰角θ的修正方法,利用飞行器俯仰角发生变化时,后视相机所拍摄的前下视图像在基准图中所对应匹配图像在轨迹平面上的最远可视点和最近可视点的距离差的不同,建立俯仰角与该距离差之间映射关系,进而对飞行器俯仰角进行修正。
-
公开(公告)号:CN116596993A
公开(公告)日:2023-08-15
申请号:CN202310560741.4
申请日:2023-05-18
Applicant: 中国人民解放军火箭军工程大学
IPC: G06T7/70 , G06V10/40 , G06V10/25 , G06V10/26 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/08 , G06V20/17
Abstract: 本发明提供了一种基于伪孪生网络与深度特征的目标识别匹配定位方法,具体包括以下步骤:基于伪孪生网络模型进行目标识别与图像匹配定位一体化设计,获取目标图像并基于SSD算法对目标进行识别,基于深度特征匹配方法进行目标匹配定位,基于网格运动统计模型优化匹配结果。本发明采用伪孪生网络结构,通过目标识别算法选取参考图与实时图的适配区,利用深度特征与GMS算法相结合的匹配策略,完成目标识别与匹配定位任务。本发明与其他的匹配算法相比,鲁棒性更强、匹配精度更高,在保证实时性的前提下,提高了网络的泛化能力,实现了目标识别与匹配定位算法的一体化设计,减少了运算量,在光照、尺度和成像角度发生较大变化时,表现更加优异。
-
公开(公告)号:CN116363531A
公开(公告)日:2023-06-30
申请号:CN202310298128.X
申请日:2023-03-24
Applicant: 中国人民解放军火箭军工程大学
IPC: G06V20/17 , G06V10/24 , G06V10/764 , G06V10/774 , G06V10/82 , G06V20/70 , G01C21/12
Abstract: 本发明提供了一种基于KDSR‑CNN的轻量化导航标志物检测方法,包括以下步骤:S1、在巡航范围内获取无人机视角的航拍视频;S2、制备视觉导航数据集并进行数据增强;S3、构建轻量化KDSR‑CNN网络模型;S4、知识蒸馏训练轻量化网络从而提高模型精度;S5、在嵌入式平台上部署进行推理验证。本发明显著降低了模型的参数量和计算量,更易部署在嵌入式平台,同时提高了导航标志物的检测精度,从而可以有效提高视觉导航的定位精度,有效实现了飞行器的实时航空目标检测。
-
公开(公告)号:CN115841048A
公开(公告)日:2023-03-24
申请号:CN202310101478.2
申请日:2023-02-13
Applicant: 中国人民解放军火箭军工程大学
IPC: G06F30/20
Abstract: 本发明提供了一种基于目标机理模型的多模仿真数据集制备方法,包括:步骤1,基于时敏目标模型的目标环境场景构建;步骤2,基于传感器参数的多波段成像仿真;步骤3,进行视频与图像数据集采集;步骤4,图像显著性检测的半自动数据标注。本发明的方法在分析大量多种公开的现役武器装备相关信息数据的基础上构建军事时敏目标模型库以及多种模拟背景环境,然后通过多模传感器虚拟成像仿真建模,实现可见光、夜视、中波红外和长波红外仿真功能,最后在数据采集的基础上进行半自动数据标注从而实现数据集制备。
-
公开(公告)号:CN116596814A
公开(公告)日:2023-08-15
申请号:CN202310379176.1
申请日:2023-04-11
Applicant: 中国人民解放军火箭军工程大学
IPC: G06T5/50 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/0895 , G06N3/096 , G06V10/80
Abstract: 本发明提供了一种基于对比表示学习的多模图像智能融合方法,包括以下步骤:数据采集:从公共数据集中收集用于图像融合任务的训练与测试图像,具体是从公共数据集TNO和RoadScene中收集红外与可见光图像;数据预处理:构建训练集与测试集,并统一源图像尺度;模型训练:包括图像融合网络结构搭建、损失函数构建以及模型训练;模型保存:当模型的损失函数不再减少时,及时保存最优模型。本发明通过自监督的对比损失,指导网络自适应地保留红外图像显著目标与可见光图像中的背景纹理信息;而且整个网络是轻量化的,可以快速重构出融合图像,并且生成的融合图像的多项性能超过了多数现有基于深度学习的图像融合方法。
-
-
-
-
-
-
-
-
-