一种基于红外物理特征融合的小目标检测方法和系统

    公开(公告)号:CN109102003B

    公开(公告)日:2020-07-10

    申请号:CN201810790004.2

    申请日:2018-07-18

    Abstract: 本发明公开了一种基于红外物理特征融合的小目标检测方法和系统,其中方法包括:对样本多波段红外图像中的小目标进行标记,得到标记目标,随机选取样本多波段红外图像中的非目标进行标记,得到标记非目标,利用标记目标和标记非目标的特征向量训练分类器,得到目标分类器。对红外图像进行分割,得到分割图像,对分割图像进行标记得到候选目标区域;提取红外图像中候选目标区域的特征向量,将候选目标区域的特征向量输入目标分类器,检测候选目标区域是否有小目标。本发明在复杂背景下提高小目标检测率、降低小目标检测的虚警率。

    一种基于红外物理特征融合的小目标检测方法和系统

    公开(公告)号:CN109102003A

    公开(公告)日:2018-12-28

    申请号:CN201810790004.2

    申请日:2018-07-18

    Abstract: 本发明公开了一种基于红外物理特征融合的小目标检测方法和系统,其中方法包括:对样本多波段红外图像中的小目标进行标记,得到标记目标,随机选取样本多波段红外图像中的非目标进行标记,得到标记非目标,利用标记目标和标记非目标的特征向量训练分类器,得到目标分类器。对红外图像进行分割,得到分割图像,对分割图像进行标记得到候选目标区域;提取红外图像中候选目标区域的特征向量,将候选目标区域的特征向量输入目标分类器,检测候选目标区域是否有小目标。本发明在复杂背景下提高小目标检测率、降低小目标检测的虚警率。

    基于对数差值点集模板的图像快速配准方法

    公开(公告)号:CN103226823B

    公开(公告)日:2016-05-25

    申请号:CN201310085478.4

    申请日:2013-03-18

    Abstract: 本发明公开了一种基于对数差值点集模板的图像配准方法,包括:(1)分别确定基准图像和待配准图像的搜索区域;(2)计算搜索区域的像素灰度值对数差值矩阵;(3)将基准图像搜索区域的对数差值矩阵中绝对值最大的若干个点进行平均分组,每一组点的集合构成一个基准模板;(4)在待配准图像搜索区域的对数差值矩阵中搜索各基准模板的最佳匹配模板;(5)根据各基准模板及其最佳匹配模板得到最终配准结果,实现配准。本发明的对数差值点集模板方法在配准显微图像时计算操作主要为查表和减法等简单运算,计算速度快。同时,在保证配准速度的前提下可以评价配准结果的可信度,从而提高配准结果的可靠性。

    一种基于三元注意力机制的鲁棒三维目标检测方法

    公开(公告)号:CN111046781B

    公开(公告)日:2022-05-27

    申请号:CN201911248274.1

    申请日:2019-12-09

    Abstract: 本发明公开了一种基于三元注意力机制的鲁棒三维目标检测方法,即以点云数据作为输入,通过该网络,输出在点云空间中目标物的三维包围盒。步骤包括:首先将点云转化成体素形式;然后使用三元注意力机制对每个体素进行特征提取;紧接着采用一个Coarse‑to‑Fine回归方式输出最终的候选框。该方法的核心思想包括如下两部分:1)采用了一种新颖的三元注意力机制来学习每个体素的特征表示,获得鲁棒的体素特征;2)使用金字塔采样融合方式实现跨层的融合,能同时获得网络低层的高分辨率精细的特征以及高层的语义信息,从而实现对目标精确的定位。本发明相较于之前的方法,尤其是在受干扰严重以及场景复杂的情况下,本发明的方法具有很好的鲁棒性。

    一种基于三元注意力机制的鲁棒三维目标检测方法

    公开(公告)号:CN111046781A

    公开(公告)日:2020-04-21

    申请号:CN201911248274.1

    申请日:2019-12-09

    Abstract: 本发明公开了一种基于三元注意力机制的鲁棒三维目标检测方法,即以点云数据作为输入,通过该网络,输出在点云空间中目标物的三维包围盒。步骤包括:首先将点云转化成体素形式;然后使用三元注意力机制对每个体素进行特征提取;紧接着采用一个Coarse-to-Fine回归方式输出最终的候选框。该方法的核心思想包括如下两部分:1)采用了一种新颖的三元注意力机制来学习每个体素的特征表示,获得鲁棒的体素特征;2)使用金字塔采样融合方式实现跨层的融合,能同时获得网络低层的高分辨率精细的特征以及高层的语义信息,从而实现对目标精确的定位。本发明相较于之前的方法,尤其是在受干扰严重以及场景复杂的情况下,本发明的方法具有很好的鲁棒性。

    基于对数差值点集模板的图像快速配准方法

    公开(公告)号:CN103226823A

    公开(公告)日:2013-07-31

    申请号:CN201310085478.4

    申请日:2013-03-18

    Abstract: 本发明公开了一种基于对数差值点集模板的图像配准方法,包括:(1)分别确定基准图像和待配准图像的搜索区域;(2)计算搜索区域的像素灰度值对数差值矩阵;(3)将基准图像搜索区域的对数差值矩阵中绝对值最大的若干个点进行平均分组,每一组点的集合构成一个基准模板;(4)在待配准图像搜索区域的对数差值矩阵中搜索各基准模板的最佳匹配模板;(5)根据各基准模板及其最佳匹配模板得到最终配准结果,实现配准。本发明的对数差值点集模板方法在配准显微图像时计算操作主要为查表和减法等简单运算,计算速度快。同时,在保证配准速度的前提下可以评价配准结果的可信度,从而提高配准结果的可靠性。

    一种三维目标检测方法、装置及系统

    公开(公告)号:CN118918577A

    公开(公告)日:2024-11-08

    申请号:CN202410935345.X

    申请日:2024-07-12

    Abstract: 本发明涉及一种三维目标检测方法、装置及系统。其方法部分主要包括:将初始三维体素特征按照基于窗口的三维体素划分方式进行划分,得到第一阶段的三维体素特征;将第一阶段的三维体素特征通过三维描述子进行局部的特征提取,得到第二阶段的三维体素特征;将第二阶段的三维体素特征通过扩散和合并来进行特征生成,得到第三阶段的三维体素特征;将第三阶段的三维体素特征经过基于窗口划分和线性分组循环神经网络的骨干网络进行特征提取,得到第四阶段的三维体素特征;将第四阶段的三维体素特征通过鸟瞰图骨干网络和检测头进行处理,得到最终的检测结果。本发明在三维目标检测任务中表现出更优异的性能,为该领域提供了新的理论和技术支持。

Patent Agency Ranking