-
公开(公告)号：CN113011528B
公开(公告)日：2022-11-01
申请号：CN202110464398.4
申请日：2021-04-28
Applicant: 中国电子科技集团公司第五十四研究所 , 西安电子科技大学
IPC: G06V10/774 , G06V10/82 , G06V30/41 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于上下文和级联结构的遥感图像小目标检测方法，属于图像处理技术领域。其步骤为：1)获取训练样本和测试样本；2)构建遥感图像小目标检测网络模型；3)对遥感图像小目标检测网络模型进行训练；4)获取遥感图像小目标检测结果。本发明通过引入上下文模块框，使目标区域用于上下文感知能力，有效改善了小目标定位难问题，再通过级联结构提高预测边界框质量，实现了更高的检测精度，可用于资源勘探、自然灾害预警、城市规划和无人机目标识别等领域。
-
公开(公告)号：CN113011528A
公开(公告)日：2021-06-22
申请号：CN202110464398.4
申请日：2021-04-28
Applicant: 中国电子科技集团公司第五十四研究所 , 西安电子科技大学
Abstract: 本发明公开了一种基于上下文和级联结构的遥感图像小目标检测方法，属于图像处理技术领域。其步骤为：1)获取训练样本和测试样本；2)构建遥感图像小目标检测网络模型；3)对遥感图像小目标检测网络模型进行训练；4)获取遥感图像小目标检测结果。本发明通过引入上下文模块框，使目标区域用于上下文感知能力，有效改善了小目标定位难问题，再通过级联结构提高预测边界框质量，实现了更高的检测精度，可用于资源勘探、自然灾害预警、城市规划和无人机目标识别等领域。
-
Patent Agency Ranking
公开(公告)号：CN116310492A
公开(公告)日：2023-06-23
申请号：CN202310011379.5
申请日：2023-01-05
Applicant: 中国电子科技集团公司第五十四研究所
IPC: G06V10/764 , G06V10/82 , G06V10/776 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种小样本遥感图像场景分类方法，属于图像感知领域。该方法首先将遥感图像场景分类数据集划分为训练集、验证集和测试集；接着基于上述数据集分别构建情景集；接着构建基于注意力机制的深度近邻神经网络模型；接着基于情景集对基于注意力机制的深度近邻神经网络模型进行训练及验证；最后基于情景集对训练好的基于注意力机制的深度近邻神经网络模型进行测试。本发明针对遥感图像场景分类中场景背景复杂的问题，提出了基于注意力机制的深度神经网络模型，引入情景训练方式，采用深度局部描述子进行特征表示，引入了注意力机制得到场景类别相关的注意力图，将深度局部描述子区分为与场景相关和无关的两部分，基于度量模块计算查询图像的局部描述子与类别之间的相似性，并利用注意力图进行加权求和，解决了小样本遥感图像场景分类问题。
-
公开(公告)号：CN112348758B
公开(公告)日：2022-09-02
申请号：CN202011264114.9
申请日：2020-11-12
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种光学遥感图像数据增强方法及目标识别方法，属于图像处理及遥感图像目标检测技术领域。本发明采用数据增强方法对光学遥感图像进行数据增强，增加图像中的目标个数；然后使用增强后的图像对目标识别神经网络进行训练；并使用训练好的目标识别神经网络对待检测的遥感图像进行目标识别。数据增强时，首先制作各类目标的前景图片；然后将待增强的光学遥感图像作为背景图片，识别出背景图片中所应放置的目标类别；接着选出能放置目标的背景图片切片作为候选框，并在指定的候选框中放置相应类别的目标。本发明能够增加训练样本的多样性，提高光学遥感图像的目标检测精度。
-
公开(公告)号：CN112668481A
公开(公告)日：2021-04-16
申请号：CN202011592353.7
申请日：2020-12-29
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明提出了一种遥感图像语义抽取方法，旨在对遥感图像的进行解译，试图通过一句话来贴切描述一张遥感图像，使得模型能够智能化地自动挖掘和理解遥感图像的信息，实现步骤为：1)制作本方法所使用的遥感图像语义抽取数据集；2)构建基于ShuffleNet V2的遥感图像特征提取网络模型；3)构建基于GRU网络的语义特征表示模型；4)构建基于ShuffleNet V2和GRU网络的遥感图像语义抽取模型；5)训练基于ShuffleNet V2和GRU网络的遥感图像语义抽取模型。本发明针对遥感图像语义抽取模型参数过多和生成描述的速度较慢等问题，提出了一种快速的遥感图像语义抽取模型。该模型在精度损失较小的情况下，可以大幅降低模型大小和提高模型运行速度，在民用领域和军事领域都有着广泛的应用。
-
公开(公告)号：CN112613366A
公开(公告)日：2021-04-06
申请号：CN202011466901.1
申请日：2020-12-14
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明提出了一种基于量子遗传算法的驾驶员状态检测神经网络构建方法，属于图像处理及安全驾驶技术领域。其包括以下步骤：1)获取训练样本和测试样本；2)对数据样本进行预处理；3)基于量子遗传算法的卷积神经网络搜索算法，构建驾驶员状态检测网络模型。本发明搜索出的网络模型在检测准确率上领先于传统深度卷积网络架构，并且算法参数量和测试运行时间也更具有优势，可以在有限的车辆计算能力下满足驾驶员状态检测的实时性要求，并能实现驾驶员状态检测系统的快速应用部署。
-
公开(公告)号：CN112348758A
公开(公告)日：2021-02-09
申请号：CN202011264114.9
申请日：2020-11-12
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种光学遥感图像数据增强方法及目标识别方法，属于图像处理及遥感图像目标检测技术领域。本发明采用数据增强方法对光学遥感图像进行数据增强，增加图像中的目标个数；然后使用增强后的图像对目标识别神经网络进行训练；并使用训练好的目标识别神经网络对待检测的遥感图像进行目标识别。数据增强时，首先制作各类目标的前景图片；然后将待增强的光学遥感图像作为背景图片，识别出背景图片中所应放置的目标类别；接着选出能放置目标的背景图片切片作为候选框，并在指定的候选框中放置相应类别的目标。本发明能够增加训练样本的多样性，提高光学遥感图像的目标检测精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.055 seconds)
