-
公开(公告)号：CN119478722A
公开(公告)日：2025-02-18
申请号：CN202410071163.2
申请日：2024-01-18
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
IPC: G06V20/17 , G06V20/13 , G06V10/75 , G06T7/11 , G06T7/136 , G06T5/40 , G06T5/50 , G06V10/25 , G06V10/82
Abstract: 本发明公开了一种基于多模态信息对准的无人机对地目标定位方法及系统。采用多模态信息进行超体素分割，对卫星基准图和航拍图像进行匹配对准，从而根据无人机对地目标定位。将卫星基准图构成的卫星特征底图中的多张二维特征图分别进行超体素分割。再通过所述多个损失值从小到大进行排列后，将超体素分割的二维区域在特征方向进行结合，得到三维区域。不同的特征分割成相似位置的区域，表示这些特征检测这个位置的作用相同，能够作为一个三维区域来进行检测。按照影响从大到小来对这些特征进行相同作用的判断，能够将最能够表示重要性区域进行构造关系。三维区域和二维区域的结合能够使得之后再进行匹配更加准确，从而目标定位更加准确。
-
公开(公告)号：CN118605547A
公开(公告)日：2024-09-06
申请号：CN202410563913.8
申请日：2024-05-08
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种基于互馈学习的无人机具身智能安全决策方法，即获取多个连续时间点拍摄的无人机拍摄图像；基于多个连续时间点拍摄的无人机拍摄图像，获得多个基础环境信息；根据多个连续时间点的环境物体位置，判断环境物体为静止或为运动；若环境物体为运动，根据多个连续时间点的无人机拍摄图像和基础环境信息，通过环境匹配网络和时间判别网络，得到环境物体运动速度、环境物体运动方向和环境物体相隔距离；根据所述环境物体运动速度、环境物体运动方向和环境物体相隔距离，进行安全决策。此决策方法提高了无人机具身智能感知环境数据的准确性，在此基础上，判断无人机是否将会发生碰撞，以控制无人机停止，提高了高智能安全决策的准确性。
-
公开(公告)号：CN118135431A
公开(公告)日：2024-06-04
申请号：CN202410069716.0
申请日：2024-01-18
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
IPC: G06V20/17 , G06V10/74 , G06V10/75 , G06T5/50 , G06T7/10 , G06V10/764 , G06V10/80 , G06N3/0464
Abstract: 本发明公开了一种基于多尺度结构方向的无人机多模态匹配方法及系统，采用多模态的无人机拍摄的待检测目标的图像提供更多的特征进行检测，使用超体素分割对多模态的图像进行分割，连续不同时间的待检测目标的图像用于动态的变化情况判断，再静态判断待检测目标在姿态变化的无人机中的设备中拍摄的角度，能够更加准确地判断待检测目标的拍摄角度，从而更加准确的在相同位置构建不同特征的三维图，从而进行特征融合。由融合的特征对超体素分离的结构区域进行结构特征的提取，按照不同结构进行加权，按照加权特征进行模板匹配能够更加准确的按照局部结构和融合后的整体结构对待检测目标进行匹配，使得注重结构地对待检测目标进行准确的匹配。
-
公开(公告)号：CN118605547B
公开(公告)日：2025-04-15
申请号：CN202410563913.8
申请日：2024-05-08
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种基于互馈学习的无人机具身智能安全决策方法，即获取多个连续时间点拍摄的无人机拍摄图像；基于多个连续时间点拍摄的无人机拍摄图像，获得多个基础环境信息；根据多个连续时间点的环境物体位置，判断环境物体为静止或为运动；若环境物体为运动，根据多个连续时间点的无人机拍摄图像和基础环境信息，通过环境匹配网络和时间判别网络，得到环境物体运动速度、环境物体运动方向和环境物体相隔距离；根据所述环境物体运动速度、环境物体运动方向和环境物体相隔距离，进行安全决策。此决策方法提高了无人机具身智能感知环境数据的准确性，在此基础上，判断无人机是否将会发生碰撞，以控制无人机停止，提高了高智能安全决策的准确性。
-
公开(公告)号：CN118052975A
公开(公告)日：2024-05-17
申请号：CN202410069717.5
申请日：2024-01-18
Applicant: 北京交通大学 , 中国电子科技集团公司第五十四研究所
IPC: G06V10/25 , G06V10/80 , G06V10/82 , G06V20/17 , G06N3/0464
Abstract: 本发明涉及一种基于多层次融合的无人机异源图像目标检测方法及系统。本发明在图像输入层面和结果输出层面都进行了融合操作，对可见光图像序列和红外光图像序列特征进行融合，基于DS证据理论对提取到的特征进行置信度分析和融合，通过深度特征融合的可见光与红外图像目标检测实现高精度目标检测识别结果，通过基于深度卷积网络多源特征融合模块的设计，融合红外与可见光图像深度特征，提高目标检测精度，解决复杂环境下单传感器目标探测效率低、虚警率高等问题，提高多源日标检测的准确性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN117095314B
公开(公告)日：2024-03-26
申请号：CN202311055452.5
申请日：2023-08-22
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
Abstract: 本发明公开了跨域多维空地环境下的目标检测与重识别方法，该方法包括采集用于训练的地面摄像头+无人机联合监控体系中不同自然光照强度的可见光与热成像图像；使用变分贝叶斯自适应卡尔曼滤波模型进行数据迭代；利用边缘计算网关的人机交互控制端设置算法参数及跨域多维环境下目标物移动坐标变化数据组进行目标物移动状态变化量重识别提示；将跨域多维环境下目标物移动位置监控采集到的不同时间跨域多维环境下目标物移动位置监控数据送入跨域多维环境下目标物移动坐标变化数据组k‑means聚类算法；对监测到的跨域多维环境下目标物移动坐标变化数据组进行特征关联识别；本发明用于准确高效地监测出跨域多维环境下目标物移动位置进行有效重识别。
-
公开(公告)号：CN118052737A
公开(公告)日：2024-05-17
申请号：CN202410069722.6
申请日：2024-01-18
Applicant: 北京交通大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明提供了一种去雾算法，引入超像素场景先验以减少无人机去雾过程的计算，图像去雾过程可以从RGB色彩空间转换为Lab色彩空间，避免不同色度之间的混淆和多余信息，从而通过L通道选择高效去雾的可靠区域。考虑到去雾过程中光不均匀性的影响，本发明设计了一种基于简单线性迭代聚类的引导滤波算法，它用具有相似颜色块的超像素聚类窗口替代了大量的引导窗口，同时保留了互补信息。为了提高去雾后的感知能力，对超像素分割和目标检测结果进行了定量分析，并使用交替方向乘法器方法设计了感知和去雾的协同优化反馈迭代机制，以增强雾天环境下无人机视觉任务的有效性。本发明提出的框架可以有效对无人机图像进行去雾，并显著提高其感知处理能力。
-
公开(公告)号：CN117269951B
公开(公告)日：2024-03-26
申请号：CN202311051377.5
申请日：2023-08-21
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
Abstract: 本发明公开了空地多视角信息增强的目标跟踪方法，采集无人机监测数据Gn，采集不同时间无人机监测雷达反射波形数据Dz，通过多次将不同时间无人机监测雷达反射波形数据Dz，输入目标物跟踪稀疏贝叶斯特征模型，判断是否出现目标物跟踪情况尺度不一和遮挡问题，当出现目标物跟踪情况尺度不一和遮挡问题，记录尺度、遮挡时间及地点，利用不同时间无人机监测雷达反射波形数据Dz，得到目标物跟踪信息，通过目标物跟踪稀疏贝叶斯特征模型处理多源异构、低质信息，实时监测结合普通监测数据进行处理；本发明将尺度不一及遮挡问题时间长度作为神经网络其中一个输入得到整体多源异构、低质信息，结合局部和整体，更加准确的处理的多源异构、低质信息。
-
公开(公告)号：CN117269951A
公开(公告)日：2023-12-22
申请号：CN202311051377.5
申请日：2023-08-21
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
Abstract: 本发明公开了空地多视角信息增强的目标跟踪方法，采集无人机监测数据Gn，采集不同时间无人机监测雷达反射波形数据Dz，通过多次将不同时间无人机监测雷达反射波形数据Dz，输入目标物跟踪稀疏贝叶斯特征模型，判断是否出现目标物跟踪情况尺度不一和遮挡问题，当出现目标物跟踪情况尺度不一和遮挡问题，记录尺度、遮挡时间及地点，利用不同时间无人机监测雷达反射波形数据Dz，得到目标物跟踪信息，通过目标物跟踪稀疏贝叶斯特征模型处理多源异构、低质信息，实时监测结合普通监测数据进行处理；本发明将尺度不一及遮挡问题时间长度作为神经网络其中一个输入得到整体多源异构、低质信息，结合局部和整体，更加准确的处理的多源异构、低质信息。
-
公开(公告)号：CN117095314A
公开(公告)日：2023-11-21
申请号：CN202311055452.5
申请日：2023-08-22
Applicant: 中国电子科技集团公司第五十四研究所 , 北京交通大学
Abstract: 本发明公开了跨域多维空地环境下的目标检测与重识别方法，该方法包括采集用于训练的地面摄像头+无人机联合监控体系中不同自然光照强度的可见光与热成像图像；使用变分贝叶斯自适应卡尔曼滤波模型进行数据迭代；利用边缘计算网关的人机交互控制端设置算法参数及跨域多维环境下目标物移动坐标变化数据组进行目标物移动状态变化量重识别提示；将跨域多维环境下目标物移动位置监控采集到的不同时间跨域多维环境下目标物移动位置监控数据送入跨域多维环境下目标物移动坐标变化数据组k‑means聚类算法；对监测到的跨域多维环境下目标物移动坐标变化数据组进行特征关联识别；本发明用于准确高效地监测出跨域多维环境下目标物移动位置进行有效重识别。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.05 seconds)
