-
公开(公告)号：CN114782789B
公开(公告)日：2025-03-21
申请号：CN202210150629.9
申请日：2022-02-14
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明公开了一种基于空时张量的红外场景时敏弱小目标检测方法及装置，能够解决复杂且不满足低秩假设的场景中的时敏红外弱小目标检测问题的技术问题。该方法包括：构建用于求解红外图像的低秩背景成分信息与稀疏目标成分信息的第一问题模型；基于红外图像的角点信息及边缘信息，确定红外图像的先验权重，将所述第一问题模型转换为第二问题模型；采用时空局部取样的方式构建低秩稀疏矩阵，得到所述原始红外图像对应于第二问题模型的张量；将待处理的红外图像的张量代入所述第二问题模型，分离出待处理的红外图像的低秩矩阵信息代表的背景成分与稀疏成分信息代表的目标成分；将所述目标成分作为目标图像，将所述目标图像进行处理，得到检测结果。
-
公开(公告)号：CN114494342B
公开(公告)日：2024-12-20
申请号：CN202111666781.4
申请日：2021-12-31
Applicant: 中国科学院空天信息创新研究院
IPC: G06T7/246 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种同步轨道卫星可见光序列图像海上目标检测跟踪方法。本发明首先对多帧图像进行分组合成，方便利用目标的运动信息检测候选目标，可提高检出率并降低虚警率；随后对输入序列图像分块后，进行自适应量化的预处理，减小亮度对目标检测的影响；再利用卷积神经网络，对目标进行检测模型训练和加载，能适应复杂场景下的目标检测；利用已训练的检测模型在单组图像上进行目标检测，基于交并比，在多组图像上的检测结果进行目标关联。本方法以数据驱动的方式，自动地在数据中学习能够描述目标的良好特征，计算复杂度随检出目标数呈线性变化，运算效率高，能够满足时效性要求。
-
公开(公告)号：CN118072183B
公开(公告)日：2024-09-03
申请号：CN202410481268.5
申请日：2024-04-22
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供一种遥感目标检测方法以及使用该方法的移动终端，涉及遥感目标检测领域。该遥感目标检测方法包括：接收遥感卫星下传的遥感影像；根据遥感卫星的轨道参数和遥感卫星上相机的预设参数，对遥感影像的方位进行镜像纠正；根据遥感卫星的运行参数和相机的预设参数，建立遥感影像的有理多项式系数模型，利用有理多项式系数模型对镜像纠正后的遥感影像的坐标进行几何校正；通过量化、剪枝后的检测模型，对几何校正后遥感影像中的遥感目标进行检测，输出遥感影像和遥感目标的特征信息。本发明解决了传统遥感图像处理需要使用高性能计算机、处理时间久等问题，使得遥感图像处理更加便捷、高效、实时，同时扩展了移动终端的应用场景。
-
公开(公告)号：CN114943879A
公开(公告)日：2022-08-26
申请号：CN202210860624.5
申请日：2022-07-22
Applicant: 中国科学院空天信息创新研究院
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06V20/10 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明提供一种基于域适应半监督学习的SAR目标识别方法，涉及SAR目标识别技术领域，用以解决无标记样本对初始模型的继续优化的作用较为有限、模型的准确度不高的技术问题。该方法将无标记样本做强弱两种方式的增强，将更具有多样性、识别难度更大的强增强样本用于模型的训练，并将强增强样本所对应弱增强样本的伪标签作为其伪标签以保证伪标签的正确性，通过对强弱增强样本的使用使得模型能够得到更加有效的训练；通过构建域适应损失减少标记和无标记样本间的域差异，有效地减少了错误伪标签的数量；通过在无标记样本的分类损失中加入Top‑k损失降低错误伪标签对模型训练的影响。由此，本发明可有效增强SAR目标识别的准确度。
-
公开(公告)号：CN116704372A
公开(公告)日：2023-09-05
申请号：CN202310744170.X
申请日：2023-06-21
Applicant: 中国科学院空天信息创新研究院
IPC: G06V20/13 , G06V10/75 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种船舶精细化识别方法及装置，涉及图像识别技术领域，用于解决现有检测方法难以精细化识别船舶轮廓的问题。方法包括：将待检测遥感图像输入训练好的识别模型，得到船舶目标检测框和船舶的多个部件对应的像素的坐标，其中，多个部件包括主炮，垂直发射系统，烟囱和飞行甲板；对船舶的多个部件对应的像素的坐标进行加权拟合，得到与船舶对应的中心直线；以中心直线确定的目标方向与垂直方向夹角值为方向角，对船舶目标检测框进行姿态调整至垂直方向；将姿态调整后的船舶目标检测框与模板库中的模板图像进行匹配，得到船舶的型号和精细化轮廓。
-
Patent Agency Ranking
公开(公告)号：CN115830061A
公开(公告)日：2023-03-21
申请号：CN202210961739.3
申请日：2022-08-11
Applicant: 中国科学院空天信息创新研究院
Abstract: 本公开实施例公开了一种结合空时信息的空中红外运动目标检测方法及装置，所述方法包括：对原始红外序列图像进行先验权重滤波预处理，得到预处理后的序列图像；所述原始红外序列图像为针对空中运动目标采集的红外图像；基于所述预处理后的序列图像中的目标区域的均值和背景区域的均值的方差信息建立所述序列图像的局部方差特征图，获得目标潜在区域；针对所述目标潜在区域进行空域加权和时域加权，得到目标特征图；基于所述目标特征图检测得到运动目标。该技术方案能够提高目标检测的准确性。
-
公开(公告)号：CN115631452A
公开(公告)日：2023-01-20
申请号：CN202211420935.6
申请日：2022-11-15
Applicant: 中国科学院空天信息创新研究院
Abstract: 本发明提供一种智能红外弱小目标检测方法、装置、电子设备及介质，涉及红外目标检测和红外遥感图像处理技术领域。该方法在传统的ACM算法的基础上，首先对其特征融合模块进行了改进，其次在特征提取模块的各阶段向特征融合模块的通路上增加了上下文信息提取模块。待测图像在输入网络之后，首先经过特征提取模块，分别在三个阶段得到三个不同尺度的第一特征图。随后，三个第一特征图分别通过上下文信息提取模块与多尺度特征融合模块逐个进行融合。得到最终的融合后的目标特征图之后，可以将该目标特征图通过一个检测头获得最终的检测结果。本发明可以解决ACM算法存在的问题，达到更好的红外小目标检测性能。
-
公开(公告)号：CN114092748A
公开(公告)日：2022-02-25
申请号：CN202111446821.4
申请日：2021-11-30
Applicant: 中国科学院空天信息创新研究院
Abstract: 本公开提供了一种SAR无意识干扰检测方法、装置、设备和介质。该方法包括：获取SAR浏览图，SAR浏览图为SAR系统生成的SAR产品图的缩放预览图；将SAR浏览图划分为多个待检测图像；将每个待检测图像依次输入预设的分类模型，以识别每个待检测图像是否存在无意识干扰；当待检测图像存在无意识干扰时，确定无意识干扰在所述SAR浏览图中的干扰位置。本公开通过将问题转化为图像处理的二分类问题，利用数据量小的浏览图并训练深层神经网络提取干扰元素在图像层面的特征，来识别SAR图像是否存在无意识干扰，实现了干扰的快速检测和准确定位。
-
公开(公告)号：CN113962889B
公开(公告)日：2025-03-11
申请号：CN202111230111.8
申请日：2021-10-21
Applicant: 中国科学院空天信息创新研究院
IPC: G06T5/73 , G06T5/70 , G06T5/60 , G06N3/0455 , G06N3/084
Abstract: 本公开提供一种遥感图像的薄云去除方法，包括：获取遥感图像数据集，对遥感图像数据集进行处理，得到训练集与测试集；将通道注意力机制与残差机制进行融合，构建残差通道注意力块，将多个残差通道注意力块串联，得到残差组，其中，残差通道注意力块的输入端与输出端残差连接，残差组的输入端与输出端残差连接；根据残差组构建残差通道注意力网络，其中，残差通道注意力网络的编码端及解码端由多个残差组构成对称级联的网络结构；将训练集输入残差通道注意力网络进行训练，以使残差通道注意力网络对遥感图像中的各个特征进行学习，得到训练好的残差通道注意力网络；将测试集输入训练好的残差通道注意力网络，以去除测试集包含的遥感图像中的薄云。
-
公开(公告)号：CN117292337A
公开(公告)日：2023-12-26
申请号：CN202311576046.3
申请日：2023-11-24
Applicant: 中国科学院空天信息创新研究院
IPC: G06V20/54 , G06V10/25 , G06V10/26 , G06V10/28 , G06V10/34 , G06V10/30 , G06V10/36 , G06V10/54 , G06V10/56 , G06V10/74 , G06V10/762 , G06V10/774 , G06V10/776 , G06V10/82
Abstract: 本发明提供一种遥感图像目标检测方法，包括：在待测遥感图像中，确定目标出现区域；根据目标出现区域，对待测遥感图像进行裁剪及切片，得到待测图像；采用预先训练好的目标检测模型对待测图像进行检测，确定遥感图像目标；其中，遥感图像目标为移动目标；以及预先训练好的目标检测模型由形态学方法训练得到，形态学方法包括数据增强、目标描框确定和目标最小外接矩形确定中的一项或多项。本发明的方法，提高了模型对遥感图像的目标检测率，以及大幅减少了数据计算量。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.034 seconds)
