公开(公告)号：CN119091150A

公开(公告)日：2024-12-06

申请号：CN202411134366.8

申请日：2024-08-19

Applicant: 同济大学

Inventor： 张志飞 ,  应丽 ,  苗夺谦

IPC: G06V10/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06T3/4053 ,  G06T3/4046

Abstract: 本发明涉及一种基于多粒度特征增强的可见光船舶检测方法、设备、介质，包括如下步骤：步骤S1，获取待检测的可见光船舶图像；步骤S2，针对所述可见光船舶图像，通过基于三支决策的可见光图像海雾程度自动分类算法，将所述可见光船舶图像划分为有雾图像或无雾图像；步骤S3，若所述可见光船舶图像被划分为有雾图像，针对所述可见光船舶图像进行精准去雾处理；步骤S4，将所有无雾可见光船舶图像输入预训练好的多粒度特征增强网络中，提取不同粒度的船舶特征，实现可见光船舶检测。与现有技术相比，本发明引入三支决策理论，并融合多粒度思想，设计一个具有辨别性的网络结构。即使可见光船舶检测受到海雾和多尺度船舶影响时，本发明依然能够保持良好的通用性和鲁棒性。

公开(公告)号：CN119206411A

公开(公告)日：2024-12-27

申请号：CN202411134365.3

申请日：2024-08-19

Applicant: 同济大学

Inventor： 张志飞 ,  应丽 ,  苗夺谦

IPC: G06V10/80 ,  G06V10/42 ,  G06V10/44 ,  G06V10/82

Abstract: 本发明涉及一种基于多粒度特征融合的SAR船舶检测方法、设备、介质，方法包括如下步骤：步骤S1，获取待检测的SAR船舶图像；步骤S2，基于所述SAR船舶图像，利用基于多粒度混合特征融合的主干网络，得到通道、空间和坐标粒度下的局部特征以及全局特征，采用自适应空间特征融合机制得到第一融合特征图；步骤S3，基于所述第一融合特征图，利用基于多粒度特征协同增强的金字塔网络，得到不同卷积核粒度下的特征图，采用自适应空间特征融合机制得到第二融合特征图；步骤S4，基于所述第二融合特征图，得到SAR船舶图像的检测结果。与现有技术相比，本发明具有提高复杂背景下SAR船舶检测的精度、避免忽略不同尺度船舶特征之间的差异等优点。