-
公开(公告)号：CN112581509B
公开(公告)日：2023-08-15
申请号：CN202011559249.8
申请日：2020-12-25
Applicant: 北京环境特性研究所
IPC: G06T7/269 , G06T7/262 , G06T7/215 , G06T7/13 , G06T7/11 , G06T7/136 , G06T1/20 , G06T1/60 , G06T5/00
Abstract: 本发明公开了一种基于SOPC的无人机载地面目标实时跟踪系统，包括摄像头单元、图像处理单元、图像压缩单元、无线图传模块和地面站，摄像头单元与图像处理单元连接、图像处理单元与图像压缩单元连接、图像压缩单元与无线图传模块连接，无线图传模块与地面站连接；图像处理单元包括FPGA和ARM，FPGA用于进行图像的采集、处理、存储和传输，FPGA完成图像的存储后向ARM发送图像存储完毕和指示当前存储地址的信号，以启动ARM的跟踪流程；ARM用于完成控制指令的解析、跟踪算法的实现和跟踪流程控制。本发明还公开了一种地面目标跟踪方法。该基于SOPC的无人机载地面目标实时跟踪系统的目的是解决如何实现对地面目标的实时稳定跟踪的问题。
-
公开(公告)号：CN115830425A
公开(公告)日：2023-03-21
申请号：CN202211478588.2
申请日：2022-11-23
Applicant: 北京环境特性研究所
IPC: G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明涉及红外探测技术领域，特别涉及一种红外小目标的检测方法、装置、计算设备及存储介质。方法包括：获取待检测的红外小目标图像；将红外小目标图像输入至预先训练生成的第一检测模型中；其中，第一检测模型基于第一神经网络和由第二神经网络训练生成的第二检测模型训练得到，第一神经网络和第二神经网络均包括特征融合模块、预测模块和由多个子模块串联而成的特征提取模块；第二神经网络的每个子模块均包括若干个依次级联的残差网络；第一神经网络的每个子模块中残差网络的数量小于第二神经网络的每个子模块中残差网络的数量；得到红外小目标图像的检测结果。本方案可以在不降低检测准确率的同时，减少红外小目标检测模型的参数量。
-
公开(公告)号：CN114119514A
公开(公告)日：2022-03-01
申请号：CN202111341950.7
申请日：2021-11-12
Applicant: 北京环境特性研究所
Abstract: 本申请涉及目标检测技术领域，特别涉及一种红外弱小目标的检测方法、装置、电子设备和存储介质。该方法通过构建特征提取网络以提取红外图像中不同深度的特征；构建采用ASPP结构的第一金字塔结构，以提取红外图像的上下文特征；构建特征融合结构，以组成第二金字塔结构，用于对所述特征提取网络和所述第一金字塔结构的输出结果进行特征融合；构建全卷积网络结构，以对特征融合后的结果进行语义分割，并输出红外图像中的目标检测结果。本申请提供的红外弱小目标的检测方法能够提高红外弱小目标的检测准确率和降低虚警率。
-
公开(公告)号：CN114037820A
公开(公告)日：2022-02-11
申请号：CN202111305676.8
申请日：2021-11-05
Applicant: 北京环境特性研究所
Abstract: 本发明涉及目标检测技术领域，特别涉及一种基于多特征融合的红外弱小多目标的检测方法和装置。该方法包括：获取待检测的第一红外图像，并对第一红外图像进行锐化处理，得到第二红外图像；对第二红外图像在预设方向上所有像素点的灰度值进行重构，得到方向特征图像；对第二红外图像进行傅里叶变换，得到第一幅度频谱和相位频谱；基于第一幅度频谱和相位频谱，得到用于表征第二红外图像的频谱特征图像；利用尺度滤波法对第二红外图像进行处理，得到尺度特征图像；将方向特征图像、频谱特征图像和尺度特征图像进行特征融合，得到多特征融合图像；对多特征融合图像进行阈值分割，得到第一红外图像中的目标。本方案能够提高提高弱小多目标的检测准确率。
-
公开(公告)号：CN113888562A
公开(公告)日：2022-01-04
申请号：CN202111226407.2
申请日：2021-10-21
Applicant: 北京环境特性研究所
Abstract: 本发明提供了一种目标检测方法、装置、计算设备及存储介质，其中方法包括：利用预设尺度的处理窗口对红外图像进行滑动遍历；针对滑动遍历到的每一个处理窗口，将该处理窗口划分为中心子窗口和邻域子窗口；所述中心子窗口被所述邻域子窗口包围；计算每一个处理窗口中的中心子窗口与邻域子窗口的对比度差异，得到所述红外图像的对比梯度图；根据所述对比梯度图确定特征阈值，并根据所述特征阈值和所述对比梯度图确定目标区域。本方案，能够对弱小目标进行准确检测。
-
Patent Agency Ranking
公开(公告)号：CN109883391B
公开(公告)日：2021-09-24
申请号：CN201910210286.9
申请日：2019-03-20
Applicant: 北京环境特性研究所
IPC: G01C3/32
Abstract: 本发明涉及一种基于微透镜阵列数字成像的单目测距方法，包括：采用微透镜阵列相机获得基准样本的样本四维光场图像,通过不同数字重聚焦参数对样本四维光场图像进行数字重聚焦，获得多个样本重聚焦图像；由样本重聚焦图像获得数字成像聚焦面对应的最清晰分区的测距距离；对不同数字重聚焦参数与相应的测距距离进行拟合，获得测距拟合曲线；再采用微透镜阵列相机获得目标四维光场图像，选择数字重聚焦参数对目标四维光场图像进行数字重聚焦，获得目标重聚焦图像；对目标重聚焦图像进行处理，结合测距拟合曲线获得目标距离。本发明仅需单次曝光后经过成像算法便可获得不同深度的图像序列，可用于呈现动态变化并对实时性要求高的目标测距。
-
公开(公告)号：CN109977912B
公开(公告)日：2021-04-16
申请号：CN201910276687.4
申请日：2019-04-08
Applicant: 北京环境特性研究所
Abstract: 本发明涉及一种视频人体关键点检测方法，包括：提取待检测视频中的多帧待检测图像；获取多帧所述待检测图像之间的光流场，以及获取各所述待检测图像的特征图；根据所述光流场将所述特征图融合，得到所述待检测图像的增强特征图；将所述增强特征图输入预设神经网络，得到所述待检测图像中的人体关键点。通过提取多帧图像之间的光流场，对待检测图像进行增强，进而提高视频关键点检测的准确率。
-
公开(公告)号：CN108648409B
公开(公告)日：2020-07-24
申请号：CN201810396544.2
申请日：2018-04-28
Applicant: 北京环境特性研究所
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种烟雾检测方法，包括：利用暗通道先验方法和双边滤波方法增强采集到的视频图像；根据增强后的视频图像和大气散射模型，获取视频图像的透射函数；利用ViBe方法检测获取的透射函数，得到烟雾候选区域；根据ViBe方法检测结果，对增强后的视频图像进行梯度重建，还原烟雾候选区域覆盖的背景区域；针对梯度重建后背景区域的每个像素，求该像素与增强后的视频图像的背景区域中对应像素的相似程度，当相似程度超过预设的相似阈值，判定所述像素为烟雾像素。本发明还涉及一种烟雾检测装置。本发明所提供的烟雾检测方法及装置检测快且准确率高，不但能够区分烟雾与其他的运动目标，而且能够区分烟雾与阴影。
-
公开(公告)号：CN109977912A
公开(公告)日：2019-07-05
申请号：CN201910276687.4
申请日：2019-04-08
Applicant: 北京环境特性研究所
Abstract: 本发明涉及一种视频人体关键点检测方法，包括：提取待检测视频中的多帧待检测图像；获取多帧所述待检测图像之间的光流场，以及获取各所述待检测图像的特征图；根据所述光流场将所述特征图融合，得到所述待检测图像的增强特征图；将所述增强特征图输入预设神经网络，得到所述待检测图像中的人体关键点。通过提取多帧图像之间的光流场，对待检测图像进行增强，进而提高视频关键点检测的准确率。
-
公开(公告)号：CN108648409A
公开(公告)日：2018-10-12
申请号：CN201810396544.2
申请日：2018-04-28
Applicant: 北京环境特性研究所
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种烟雾检测方法，包括：利用暗通道先验方法和双边滤波方法增强采集到的视频图像；根据增强后的视频图像和大气散射模型，获取视频图像的透射函数；利用ViBe方法检测获取的透射函数，得到烟雾候选区域；根据ViBe方法检测结果，对增强后的视频图像进行梯度重建，还原烟雾候选区域覆盖的背景区域；针对梯度重建后背景区域的每个像素，求该像素与增强后的视频图像的背景区域中对应像素的相似程度，当相似程度超过预设的相似阈值，判定所述像素为烟雾像素。本发明还涉及一种烟雾检测装置。本发明所提供的烟雾检测方法及装置检测快且准确率高，不但能够区分烟雾与其他的运动目标，而且能够区分烟雾与阴影。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.031 seconds)
