-
公开(公告)号:CN115131392B
公开(公告)日:2022-12-06
申请号:CN202211050064.3
申请日:2022-08-31
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供了一种基于天基光学观测图像的空间运动目标检测跟踪方法及装置,该方法包括:对天基光学观测数据文件进行解析和预处理,将预处理后得到的图像数据加入当前图像队列;判断当前图像队列的长度是否等于阈值;若是,根据当前图像队列计算得到当前图像队列的投影帧,并对投影帧通过自适应阈值分割提取恒星目标和运动目标,得到每帧图像数据对应的候选运动目标集;将候选运动目标集与当前活动轨迹集中的每条活动轨迹依次进行关联匹配,将匹配成功的候选运动目标加入至相应的活动轨迹的末尾,将未匹配成功的候选运动目标作为新的活动轨迹加入至当前活动轨迹集;更新当前图像队列,重复以上步骤,完成对剩余图像数据的运动目标检测及跟踪处理。
-
公开(公告)号:CN115131568A
公开(公告)日:2022-09-30
申请号:CN202211050721.4
申请日:2022-08-31
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供一种基于非局部注意力机制的空间目标分割方法及装置,涉及计算机视觉技术领域,以解决现有的基于Non‑Local注意力机制的图像分割算法权重矩阵参数量大、应用范围受限和权重矩阵的参数难以压缩的技术问题。该方法包括:构建包括局域特征聚合阶段和跨局域特征聚合阶段的两阶段局域注意力机制结构;将两阶段局域注意力机制结构嵌入图像语义分割网络,得到更新的图像语义分割网络;获取待处理空间图像,将待处理空间图像输入更新的图像语义分割网络,输出空间目标的分割结果。本发明可以轻量化注意力机制的计算量,压缩权重矩阵的参数量,扩展注意力机制的应用。
-
公开(公告)号:CN119295967A
公开(公告)日:2025-01-10
申请号:CN202411501834.0
申请日:2024-10-25
Applicant: 中国科学院空天信息创新研究院
IPC: G06V20/13 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 提供了一种基于多层级特征自适应对齐网络的地物变化检测方法,可应用于计算机视觉技术领域。该方法包括:将参考图像和目标图像输入训练完成的多层级特征自适应对齐网络中,利用主干特征提取网络,对参考图像和目标图像进行深度特征提取得到参考特征与目标特征;利用特征逐级对齐架构,消除目标特征与参考特征中相同的地物特征之间的差异,得到目标重构特征;以及基于目标重构特征与参考特征,利用地物变化预测模块,得到地物变化检测结果。通过采用多级残差拟合的方法由粗到细逐级完成对两期图像相同地物特征自适应修正与对齐,逐渐消除相同地物特征的不一致性,解决了因纹理变化、偏移等导致预测虚警的问题,提高检测准确率。
-
公开(公告)号:CN115131392A
公开(公告)日:2022-09-30
申请号:CN202211050064.3
申请日:2022-08-31
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供了一种基于天基光学观测图像的空间运动目标检测跟踪方法及装置,该方法包括:对天基光学观测数据文件进行解析和预处理,将预处理后得到的图像数据加入当前图像队列;判断当前图像队列的长度是否等于阈值;若是,根据当前图像队列计算得到当前图像队列的投影帧,并对投影帧通过自适应阈值分割提取恒星目标和运动目标,得到每帧图像数据对应的候选运动目标集;将候选运动目标集与当前活动轨迹集中的每条活动轨迹依次进行关联匹配,将匹配成功的候选运动目标加入至相应的活动轨迹的末尾,将未匹配成功的候选运动目标作为新的活动轨迹加入至当前活动轨迹集;更新当前图像队列,重复以上步骤,完成对剩余图像数据的运动目标检测及跟踪处理。
-
公开(公告)号:CN115131568B
公开(公告)日:2022-12-27
申请号:CN202211050721.4
申请日:2022-08-31
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供一种基于非局部注意力机制的空间目标分割方法及装置,涉及计算机视觉技术领域,以解决现有的基于Non‑Local注意力机制的图像分割算法权重矩阵参数量大、应用范围受限和权重矩阵的参数难以压缩的技术问题。该方法包括:构建包括局域特征聚合阶段和跨局域特征聚合阶段的两阶段局域注意力机制结构;将两阶段局域注意力机制结构嵌入图像语义分割网络,得到更新的图像语义分割网络;获取待处理空间图像,将待处理空间图像输入更新的图像语义分割网络,输出空间目标的分割结果。本发明可以轻量化注意力机制的计算量,压缩权重矩阵的参数量,扩展注意力机制的应用。
-
-
-
-