-
公开(公告)号：CN117456392A
公开(公告)日：2024-01-26
申请号：CN202311502486.4
申请日：2023-11-13
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
IPC: G06V20/17 , G06V20/10 , G06V10/764 , G06V10/20 , G06V10/40 , G06V10/774 , G06V10/25
Abstract: 本发明涉及无人机捕获图像目标检测技术领域，特别涉及一类无人机对地目标易损部位识别方法。通过提出的空间变换模块，无监督的学习方式自适应的对输入图像进行仿射变换；通过建立的类别相关特征重标定模块，将先验类别信息融入到提取的特征图中，将生成的无人机捕获对地目标易损部位数据集送入构建好的基于先验类别知识的易损部位目标检测深度学习模型进行模型的训练、测试、评估；在模型构建阶段，空间变换模块可自适应的裁剪掉干扰物体，有利于提高模型的检测精度；类别相关特征重标定模块，将先验类别信息引入空间网络中，有利于提高模型的鲁棒性。在评估阶段，通过调整模型的宽度和深度，优化模型的精确度和速度，以满足实际应用的需求。
-
公开(公告)号：CN117456391A
公开(公告)日：2024-01-26
申请号：CN202311502433.2
申请日：2023-11-13
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
IPC: G06V20/17 , G06V20/10 , G06V10/774 , G06V10/40 , G06V10/764
Abstract: 本发明涉及一种无人机对地军事目标及其关键部位的联合检测方法，特别涉及一种无人机对地军事目标及对地军事目标关键部位的联合检测方法，属于无人机捕获图像目标检测技术领域。本发明提供了一种无人机对地军事目标及其关键部位联合检测方法。通过提出的共享特征提取网络，可以减少参数冗余和计算资源的浪费，同时驱动“整体目标检测”和“关键部位检测”两个任务间的相互促进；并且，通过建立的类别驱动的注意力机制，可以实现任务间有效的知识迁移。本专利建立的联合检测模型在参数量和检测精度之间取得了良好的平衡，在利用无人机捕获图像在军事方面的目标识别潜力方面更为实际有用。
-
Patent Agency Ranking
公开(公告)号：CN116399350B
公开(公告)日：2023-09-01
申请号：CN202310603634.5
申请日：2023-05-26
Applicant: 北京理工大学
Abstract: 本发明涉及一种融合YOLOv5的半直接法视觉里程计的确定方法，属于视觉导航技术领域，特别涉及一类动态场景视觉导航技术领域。该发明能够卫星拒止环境下，于无人机边缘计算平台上实现动态场景下的视觉导航。本发明主要针对无人机机载平台算力有限与实际非室内场景高动态物体较多的情况，弥补传统视觉里程计所出现的导航精度低甚至导航失效的问题，具有轻量化、实时性较高、导航精度高的优点。
-
公开(公告)号：CN118552810A
公开(公告)日：2024-08-27
申请号：CN202410724805.4
申请日：2024-06-05
Applicant: 北京理工大学
IPC: G06V10/774 , G06V10/764 , G06V20/17 , G06V10/82
Abstract: 本发明提供一种空中低分辨率场景的多尺度目标识别模型训练方法，具体过程为：利用基于小目标检测层的Neck部分和多级非对称检测头，分别替换Yolov8Baseline检测网络中的Neck部分和检测头，建立空中低分辨率场景的多次度目标识别模型；其中，所述基于小目标检测层的Neck部分中的小目标检测层，用于将特征图的映射X按照尺度Scale进行切片，将得到的子特征切片，并按与尺度Scale相除的比例值对所述子特征切片进行下采样；利用空中目标训练数据集，对所述步骤一建立的空中低分辨率场景的多尺度目标识别模型进行训练，获得用于识别空中多尺度目标的识别模型。利用该方法所训练的识别模型能够实现对空中场景下目标的精确识别。
-
公开(公告)号：CN117518208A
公开(公告)日：2024-02-06
申请号：CN202311464891.1
申请日：2023-11-06
Applicant: 北京理工大学
Abstract: 本发明公开了用于二维弹道修正引信的单天线跳时积分捕获系统及方法，可用于捕获单天线旋转接收到的卫星信号。包括如下多个功能模块：载波NCO、码NCO、匹配滤波器、跳时积分通道、门限判别器、FFT精确载波鉴频器。安装于二维弹道修正引信侧面的单贴片微带天线，在旋转时接收到的卫星信号具有非连续、幅值变化大、捕获灵敏度低的特性，该发明能够提升单天线旋转接收到的卫星信号捕获灵敏度。本发明相比传统捕获方法具有更高的捕获灵敏度，能够实现单天线旋转接收卫星信号时，捕获到更多卫星信号。
-
公开(公告)号：CN116538872A
公开(公告)日：2023-08-04
申请号：CN202310692166.3
申请日：2023-06-12
Applicant: 北京理工大学
IPC: F42B35/00 , G06F18/25 , G06N3/0442 , G06N3/0464 , H03H17/02 , G01C21/16 , G01S19/49
Abstract: 本发明涉及一种基于Conv‑LSTM和卡尔曼滤波融合的惯导弹道参数测量方法，属于弹药惯性测量技术领域。本发明的方法能够在复杂电磁环境或敌方干扰、欺骗所导致的卫星定位失效情况下，实现对炮射智能弹药的高精度实时弹道测量。本发明主要针对一类依靠惯性/卫星组合信号进行弹道测量的智能弹药，能够弥补传统组合导航算法在卫星定位失效时出现的测量误差随时间积累等问题，具有较高的精度。
-
公开(公告)号：CN116399350A
公开(公告)日：2023-07-07
申请号：CN202310603634.5
申请日：2023-05-26
Applicant: 北京理工大学
Abstract: 本发明涉及一种融合YOLOv5的半直接法视觉里程计的确定方法，属于视觉导航技术领域，特别涉及一类动态场景视觉导航技术领域。该发明能够卫星拒止环境下，于无人机边缘计算平台上实现动态场景下的视觉导航。本发明主要针对无人机机载平台算力有限与实际非室内场景高动态物体较多的情况，弥补传统视觉里程计所出现的导航精度低甚至导航失效的问题，具有轻量化、实时性较高、导航精度高的优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
