-
Patent Agency Ranking
公开(公告)号：CN110310264A
公开(公告)日：2019-10-08
申请号：CN201910553506.8
申请日：2019-06-25
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于DCNN的大尺度目标检测方法、装置。该方法包括：获取包含目标物体的遥感图像；其中，目标物体为大尺度目标物体和/或小尺度目标物体；对遥感图像进行显著性检测，判断遥感图像中是否包含大尺度目标物体；在遥感图像包含大尺度目标物体时，对遥感图像进行图像下采样，得到尺度压缩后的目标图像；采用预先建立的第一模型对目标图像进行目标检测，确定目标图像中的大尺度目标物体的第一位置信息；其中，第一模型为具有目标物体检测能力的深度卷积神经网络模型。本发明可以提高大尺度图像目标检测的准确率。
-
公开(公告)号：CN110310264B
公开(公告)日：2021-07-20
申请号：CN201910553506.8
申请日：2019-06-25
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于DCNN的大尺度目标检测方法、装置。该方法包括：获取包含目标物体的遥感图像；其中，目标物体为大尺度目标物体和/或小尺度目标物体；对遥感图像进行显著性检测，判断遥感图像中是否包含大尺度目标物体；在遥感图像包含大尺度目标物体时，对遥感图像进行图像下采样，得到尺度压缩后的目标图像；采用预先建立的第一模型对目标图像进行目标检测，确定目标图像中的大尺度目标物体的第一位置信息；其中，第一模型为具有目标物体检测能力的深度卷积神经网络模型。本发明可以提高大尺度图像目标检测的准确率。
-
公开(公告)号：CN111178207A
公开(公告)日：2020-05-19
申请号：CN201911328287.X
申请日：2019-12-20
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了基于复数平面坐标系定位的目标检测方法，包括：获取待检测图像；将待检测图像输入目标检测DCNN模型确定待检测目标的类型及在待检测图像中位置，其中目标检测DCNN模型通过以下步骤生成：获取初始目标检测DCNN模型及图像样本；标记目标对象的位置得到标记矩形框；基于标记矩形框以及复数平面坐标系确定真值向量(x*，y*，w*，h*，α*，β*)；标记目标对象的类型得到标记类型，将标记类型及真值向量确定为标定标签；将图像样本输入初始目标检测DCNN模型得到预测标签；基于预测标签及标定标签的差异调整模型的参数得到目标检测DCNN模型。采用本发明实施例，可以提高检测结果中目标定位的准确度。
-
公开(公告)号：CN109101952A
公开(公告)日：2018-12-28
申请号：CN201811025889.3
申请日：2018-09-04
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于移动互联网的地物识别方法、装置、系统及服务器，其中，所述方法应用于地物识别系统中的服务器，所述地物识别系统还包括：客户端设备，所述方法包括：接收所述客户端设备通过移动互联网发送的多个图像数据；针对每一图像数据，从该图像数据中提取地理位置信息和图片；基于所提取的各个地理位置信息，计算所述目标区域的面积；根据预先训练的深度卷积神经网络DCNN，对所提取的各个图片进行识别，得到所述目标区域包含的物种的类别信息。本发明实施例可以快速且便捷地进行地物识别，并降低地物识别的人工成本。
-
公开(公告)号：CN111178207B
公开(公告)日：2023-08-01
申请号：CN201911328287.X
申请日：2019-12-20
Applicant: 北京邮电大学
IPC: G06V20/60 , G06V10/22 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供了基于复数平面坐标系定位的目标检测方法，包括：获取待检测图像；将待检测图像输入目标检测DCNN模型确定待检测目标的类型及在待检测图像中位置，其中目标检测DCNN模型通过以下步骤生成：获取初始目标检测DCNN模型及图像样本；标记目标对象的位置得到标记矩形框；基于标记矩形框以及复数平面坐标系确定真值向量(x*，y*，w*，h*，α*，β*)；标记目标对象的类型得到标记类型，将标记类型及真值向量确定为标定标签；将图像样本输入初始目标检测DCNN模型得到预测标签；基于预测标签及标定标签的差异调整模型的参数得到目标检测DCNN模型。采用本发明实施例，可以提高检测结果中目标定位的准确度。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
