公开(公告)号：CN113469286A

公开(公告)日：2021-10-01

申请号：CN202110850336.7

申请日：2021-07-27

Applicant: 北京信息科技大学

Inventor： 陈榆琅 ,  张洋 ,  高晶敏

IPC: G06K9/62 ,  G06K9/32 ,  G06K9/46 ,  G06N3/04

Abstract: 本发明提供一种基于区域卷积神经网络航天器多局部构件检测方法，包括如下步骤：输入待检测航天器原始图像；对原始图像进行航天器初始特征提取，获得多尺度及语义信息的特征图；将所述特征图进一步提取特征并融合；将所述提取融合后的特征图生成精准的ROI；对所述ROI进行处理，以获取尺寸修正后的特征图；对所述修正后的特征图进行区域卷积神经网络处理，获取航天器目标构件的参数信息。本发明在航天器图像特征提取阶段采用了结合残差连接结构及特征金字塔结构进行初步的多尺度特征提取，然后再通过密集连接模块进行更深层的特征提取及融合，提高了不同各卷积层之间的特征传输并减缓由上采样及多尺度特征直接融合导致的语义模糊的问题。

公开(公告)号：CN117782317B

公开(公告)日：2024-09-24

申请号：CN202311810577.4

申请日：2023-12-26

Applicant: 北京信息科技大学

Inventor： 祝连庆 ,  张洋 ,  鹿利单 ,  董明利 ,  何彦霖 ,  陈伟强 ,  张旭

IPC: G01J3/28 ,  H01L31/0352 ,  H01L31/109 ,  H01L31/18 ,  B82Y20/00 ,  B82Y40/00

Abstract: 本发明提供了一种基于纳米线超构表面结构的中波多光谱成像器件包括介质基底层，以及在介质基底层上制备的介质缓冲层；在介质缓冲层上沉积GaN/AlN纳米线；GaN/AlN纳米线的一端为GaN，GaN/AlN纳米线的另一端为AlN，GaN/AlN纳米线的中间段为Al0.4Ga0.6N；GaN/AlN纳米线中N元素的浓度为50％，Ga元素和Al元素沿GaN/AlN纳米线长度逐渐改变，并且Ga元素和Al元素的浓度互补；在介质缓冲层上沉积多个阵列的电极，电极与GaN/AlN纳米线接触。本发明通过在Si/SiO2衬底上生长GaN/AlN纳米线，使用电子束光刻在纳米线上制造平行的In/Au电极阵列，最后沉积Al2O3钝化层。使用这种结构，结合正则化算法即可完成对入射光线光谱的重建，舍弃了传统成像系统中复杂沉重臃肿的色散聚焦等器件，实现了小型化、轻量化。

公开(公告)号：CN117782317A

公开(公告)日：2024-03-29

申请号：CN202311810577.4

申请日：2023-12-26

Applicant: 北京信息科技大学

Inventor： 祝连庆 ,  张洋 ,  鹿利单 ,  董明利 ,  何彦霖 ,  陈伟强 ,  张旭

IPC: G01J3/28 ,  H01L31/0352 ,  H01L31/109 ,  H01L31/18 ,  B82Y20/00 ,  B82Y40/00

Abstract: 本发明提供了一种基于纳米线超构表面结构的中波多光谱成像器件包括介质基底层，以及在介质基底层上制备的介质缓冲层；在介质缓冲层上沉积GaN/AlN纳米线；GaN/AlN纳米线的一端为GaN，GaN/AlN纳米线的另一端为AlN，GaN/AlN纳米线的中间段为Al0.4Ga0.6N；GaN/AlN纳米线中N元素的浓度为50％，Ga元素和Al元素沿GaN/AlN纳米线长度逐渐改变，并且Ga元素和Al元素的浓度互补；在介质缓冲层上沉积多个阵列的电极，电极与GaN/AlN纳米线接触。本发明通过在Si/SiO2衬底上生长GaN/AlN纳米线，使用电子束光刻在纳米线上制造平行的In/Au电极阵列，最后沉积Al2O3钝化层。使用这种结构，结合正则化算法即可完成对入射光线光谱的重建，舍弃了传统成像系统中复杂沉重臃肿的色散聚焦等器件，实现了小型化、轻量化。

公开(公告)号：CN119251471A

公开(公告)日：2025-01-03

申请号：CN202411341307.8

申请日：2024-09-25

Applicant: 北京信息科技大学

Inventor： 张洋 ,  张治康 ,  杨鸿波

IPC: G06V10/25 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/045

Abstract: 本申请公开了一种基于YOLO架构的目标检测方法及装置，其中，基于初始学生模型对有标签图像和无标签图像进行目标检测，得到有标签图像的学生检测结果和无标签图像的学生检测结果；基于教师模型对无标签图像进行分类，得到无标签图像的伪标签；基于伪标签分配器对伪标签进行评分；利用第一有监督损失函数确定第一有监督损失；利用无监督损失函数确定无监督损失；基于第一有监督损失和无监督损失确定总损失；基于总损失迭代训练初始学生模型和教师模型，至总损失小于第二预设损失值，将此时的初始学生模型确定为目标学生模型；将待识别图像输入目标学生模型，得到待识别图像的识别结果。本申请可以提高模型的训练效率和目标检测的检测准确率。

公开(公告)号：CN118101947A

公开(公告)日：2024-05-28

申请号：CN202311796387.1

申请日：2023-12-25

Applicant: 北京信息科技大学

Inventor： 张洋 ,  王贺 ,  杨鸿波

IPC: H04N19/159 ,  H04N19/154 ,  H04N19/517 ,  H04N19/593 ,  H04N19/124

Abstract: 本发明公开了一种基于Wyner‑Ziv编解码框架的抗误码传输算法UnderWater‑WZ，适用于解决水下视频在水声信道传输中所引起的误码与解码质量差问题。所述抗误码传输方法以Wyner‑Ziv系统框架为基础展开研究，主要处理控制误码率和图像修复两方面。针对WZ编码无法有效处理非线性运动目标的缺陷，改进关键帧编码方式、边信息生成方式、离散余弦变换过程三方面。通过引入低关联性编码策略，消除误码扩散影响。结合运动补偿时域内插与质量增强技术改进边信息生成方式，以此来充分利用序列时域与空域的关联性，实现宏块信息的稳定传递。最后设计离散余弦变换量化矩阵，计算帧内空间频率，增强接收端视频的成像质量。