-
公开(公告)号：CN119478342A
公开(公告)日：2025-02-18
申请号：CN202411468796.3
申请日：2024-10-21
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明提供了一种基于YOLOv5的弱小目标检测方法、装置，包括：对待检测图像进行预处理，得到特征图像；将所述特征图像输入至优化的YOLOv5目标检测模型中，得到弱小目标检测结果；所述目标检测模型的优化包括：在YOLOv5神经网络中引入SPD‑Conv模块；使用Ghost‑Conv模块替代换YOLOv5神经网络的Conv模块，利用所述Ghost‑Conv模块对所述SPD‑Conv模块提取的特征进一步提取特征；在YOLOv5神经网络的C3模块中引入EMA注意力机制模块形成C3_EMA模块，所述C3_EMA模块通过分割特征图像和跨阶段连接抑制无效信息。本发明通过引入Ghost‑Conv模块替换原有的Conv模块，在C3模块中引入EMA注意力机制以及在特征融合模块中引入SPD‑Conv模块提高对弱小目标的识别精度，克服了原有模型提取的特征过于单一的问题。
-
Patent Agency Ranking
公开(公告)号：CN118135306A
公开(公告)日：2024-06-04
申请号：CN202410270734.5
申请日：2024-03-11
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: G06V10/764 , G06V20/10 , G06V10/82 , G06V10/762 , G06V10/80 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于图卷积神经网络和注意力机制的双分支高光谱图像分类方法，包括：输入高光谱原始图像对数据进行预处理；降维后数据输入到CNN注意力机制分支中，经过注意力机制模块，数据处理模块，注意力机制模块和卷积操作，得到处理后的分支特征；降维后数据输入到GCN分支当中，进行简单线性迭代聚类，分割为k个超像素，对k个超像素进行编码，得到超像素图节点，将图节点输入GCN模块中进行特征提取，将提取出的超像素节点特征解码为像素级分支特征；对两个分支进行特征融合，用交叉熵函数作为损失函数对训练模型，用softmax函数得到类别标签概率。本发明以有限的高光谱图像为研究对象，提高了高分类精度，保证了分类速度。
-
公开(公告)号：CN119310833B
公开(公告)日：2025-03-28
申请号：CN202411854976.5
申请日：2024-12-17
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: G05B11/42
Abstract: 本发明属于控制技术领域，本发明公开了一种分数阶随机最优控制模型下的PID控制方法及系统，包括：搭建PID控制环境，确定PID控制系统的传递函数；构建带有时滞的分数阶噪声驱动的离散随机最优控制模型以及最优控制模型的性能泛函；根据最优控制模型得到最优控制变量的表达式，最优控制变量使性能泛函取极值；将PID控制系统中实际的输入值和输出值代入到最优控制变量的表达式，得到最优控制变量的实际值；将最优控制变量的实际值代入PID控制系统的传递函数，得到PID控制系统的最优参数。本发明构建的最优控制模型通过引入分数阶噪声解决PID控制的扰动性，通过引入有时滞性的离散随机控制系统解决PID控制的延迟性，从而有效提高工程中自动控制的精度。
-
公开(公告)号：CN119580060A
公开(公告)日：2025-03-07
申请号：CN202411559406.3
申请日：2024-11-04
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: G06V10/82 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/045 , G06N3/048
Abstract: 本发明公开提供了一种基于Yolov8的弱小目标检测方法及装置，包括：对待检测图像进行预处理得到特征图像；将特征图像输入至优化的目标检测模型，利用目标检测模型进行弱小目标检测；目标检测模型的优化包括：在特征提取网络的空间金字塔池化层内融合感知大内核卷积，获取目标的多尺度的稀疏特征；在特征融合网络的输出端引入三重注意力机制层，将与稀疏特征整合后的特征信息进行自适应聚焦；构建多尺度的目标检测网络，对经自适应聚焦后的特征信息进行检测。本发明通过在空间池化金字塔内结合大内核卷积层捕捉目标的稀疏特征；利用特征融合网络输出端增加的三重注意力机制实现跨纬度交互，从而在整体上提高了模型对红外弱小目标的检测精度。
-
公开(公告)号：CN119540842A
公开(公告)日：2025-02-28
申请号：CN202510107082.8
申请日：2025-01-23
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: G06V20/40 , G06V10/40 , G06V10/80 , G06V10/764
Abstract: 本发明涉及交通控制技术领域，本发明公开了一种停车场景下的车辆轨迹预测方法，包括：获取包含停车场景下所有车辆和停车位的鸟瞰图图像，根据鸟瞰图图像得到行驶车辆与全部停车位的距离以及角度偏差；提取鸟瞰图图像的语义信息；将提取到的语义信息、行驶车辆与全部停车位的距离以及角度偏差进行融合，通过行为点得分函数得到行驶车辆继续行驶和停入某个停车位的行为概率；获取停车场景下的车辆轨迹历史数据，与行为概率、鸟瞰图图像的语义图像输入轨迹预测模型，生成行驶车辆的轨迹预测结果。本发明通过将车辆发生某行为的行为概率作为轨迹预测模型的输入，捕捉到车辆行驶过程中的不确定性，从而提高轨迹预测结果的准确性。
-
公开(公告)号：CN119310833A
公开(公告)日：2025-01-14
申请号：CN202411854976.5
申请日：2024-12-17
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: G05B11/42
Abstract: 本发明属于控制技术领域，本发明公开了一种分数阶随机最优控制模型下的PID控制方法及系统，包括：搭建PID控制环境，确定PID控制系统的传递函数；构建带有时滞的分数阶噪声驱动的离散随机最优控制模型以及最优控制模型的性能泛函；根据最优控制模型得到最优控制变量的表达式，最优控制变量使性能泛函取极值；将PID控制系统中实际的输入值和输出值代入到最优控制变量的表达式，得到最优控制变量的实际值；将最优控制变量的实际值代入PID控制系统的传递函数，得到PID控制系统的最优参数。本发明构建的最优控制模型通过引入分数阶噪声解决PID控制的扰动性，通过引入有时滞性的离散随机控制系统解决PID控制的延迟性，从而有效提高工程中自动控制的精度。
-
-
-
-
-
Search Results
6
records
(took 0.06 seconds)
