-
公开(公告)号：CN119559499B
公开(公告)日：2025-05-13
申请号：CN202411593334.4
申请日：2024-11-08
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 基于多模型集成和渐进式预测的遥感图像目标检测识别方法，属于目标探测与识别技术领域。方法如下：将数据集分成训练集和验证集，将训练集训练得到输入数据；将输入数据输入网络中获得不同层级的特征图，将不同层级的特征图输入到网络上，得到模型A；将输入数据输入网络中得到高层次的特征图，将高层次的特征图输入到网络上，得到模型B；使用模型A和模型B构建多模型集成预测框架，输出目标检测识别结果。本发明在网络训练过程中充分结合了多样性训练增广策略以获取更为多样性的训练样本，提升模型泛化能力；相较于单一模型预测可提升mAP 10％以上，能够充分挖掘现有检测方法对于遥感目标检测识别的潜力。
-
公开(公告)号：CN117237802B
公开(公告)日：2025-04-29
申请号：CN202311173885.0
申请日：2023-09-12
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V10/776 , G06V10/80 , G06F18/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/08
Abstract: 一种基于多分支信息互补的多源遥感图像目标检测识别方法，所述方法为：基于跨域信息引导的信号级融合检测识别。信号级融合检测识别通过跨域信息引导融合模块实现多源数据互补信息的充分融合，再经由目标检测识别模块实现目标位置、类别信息输出。基于交并比的多分支融合识别结果关联。利用单源目标检测识别模块处理单源图像，输出单源检测识别结果，结合信号级融合识别结果，计算多分支目标预测框交并比并进行关联。基于阶梯置信度阈值筛选的多分支识别结果决策级融合。对于关联后的多分支预测结果，基于预测框关联数目、目标置信度和类别，筛选目标并确定最终目标类型。本方法可以实现针对复杂场景、环境下的目标高概率、低虚警率的检测识别。
-
公开(公告)号：CN117557857A
公开(公告)日：2024-02-13
申请号：CN202311574622.0
申请日：2023-11-23
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/048 , G06N3/082 , G06N3/096
Abstract: 本发明公开了一种结合渐进式引导蒸馏和结构重构的检测网络轻量化方法，所述方法把MobileNet v3Block中的SE注意力机制替换为CBAM注意力机制，从空间和通道两个方面提升特征显著性，然后将目标检测网络中的卷积模块替换为改进后的MobileNet v3Block模块；再通过基于批归一化的剪枝方剔除重要性低的冗余通道，以进一步提升模型的轻量程度。本发明将渐进式引导蒸馏从图像分类任务扩展到目标检测任务，改进基于主干特征映射的知识蒸馏方法，通过教师网络提供先验知识，使用教师网络的中间表示特征作为提示辅助训练，以助教网络作为媒介平衡学生网络的检测精度和速度。
-
公开(公告)号：CN115641507A
公开(公告)日：2023-01-24
申请号：CN202211387533.0
申请日：2022-11-07
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于自适应多层级融合的遥感图像小尺度面目标检测方法，所述方法包括如下步骤：步骤1：使用主干特征提取网络提取输入图像的浅层和深层的多层级特征图，下采样层级分别为4、8、16、32倍；步骤2：使用自适应融合权重的多层次特征提取架构实现对步骤1中不同下采样级数特征的融合；步骤3：选用融合后的下采样级数为4倍和8倍的高分辨率特征层进行目标位置和类别信息的预测，得到最终的检测结果。该方法能够实现对不同层级中语义和结构信息的有效融合，提高网络对小尺度目标的特征提取和检测定位能力，有效减少场景中虚警源对目标检测的干扰，从而实现遥感图像小尺度目标的高检测率、低虚警率的检测。
-
公开(公告)号：CN113204909B
公开(公告)日：2022-07-19
申请号：CN202110624730.9
申请日：2021-06-04
Applicant: 哈尔滨工业大学
IPC: G06F30/23
Abstract: 本发明公开了一种基于地基观测光度信号的卫星几何特征与姿态估计方法，包括：S1，建立地基观测条件下的卫星光度信号观测模型；S2，建立卫星的“几何‑姿态‑光度”数据库：S3，辨识卫星的几何模型和尺度；S4，建立被观测卫星的姿态运动学方程；S5，设置无损卡尔曼滤波器的初始参数；S6，将姿态运动学方程和卫星光度信号观测模型分别作为无损卡尔曼滤波算法的时间更新模型和观测更新模型，采用无损卡尔曼滤波算法对下一观测时刻卫星姿态参数进行更新估计；S7，将步骤S6估计的卫星姿态参数作为新的观测时刻卫星状态参数重复步骤S6，当卫星姿态参数估计值误差小于设定阈值或卫星超出观测范围时停止迭代，从而获得高精度的卫星姿态参数估计值。
-
Patent Agency Ranking
公开(公告)号：CN109697431B
公开(公告)日：2021-11-23
申请号：CN201811641904.7
申请日：2018-12-29
Applicant: 哈尔滨工业大学
Abstract: 一种基于高光谱图像的弱小目标检测方法，具体方案如下，步骤一：利用信杂比进行目标可探测性分析，通过计算不同谱段目标相对其邻域背景的信杂比，优选出目标与背景具有的差异性由大到小的若干个谱段；步骤二：在优选的目标与背景间差异性最大的谱段进行弱小目标提取，利用多结构元素数学形态学方法抑制背景，通过自适应阈值分割得到若干个疑似目标；步骤三：利用优选探测谱段光谱信息，将不同场景中目标与背景的混叠光谱作为目标位于不同场景时的标准光谱，基于光谱角匹配原理，计算疑似目标和所处背景的混叠光谱与标准光谱的相似度，实现对弱小目标的确认。本发明属于目标探测与识别技术领域，可实现复杂环境背景中远距离弱小目标的高效确认。
-
公开(公告)号：CN113204909A
公开(公告)日：2021-08-03
申请号：CN202110624730.9
申请日：2021-06-04
Applicant: 哈尔滨工业大学
IPC: G06F30/23
Abstract: 本发明公开了一种基于地基观测光度信号的卫星几何特征与姿态估计方法，包括：S1，建立地基观测条件下的卫星光度信号观测模型；S2，建立卫星的“几何‑姿态‑光度”数据库：S3，辨识卫星的几何模型和尺度；S4，建立被观测卫星的姿态运动学方程；S5，设置无损卡尔曼滤波器的初始参数；S6，将姿态运动学方程和卫星光度信号观测模型分别作为无损卡尔曼滤波算法的时间更新模型和观测更新模型，采用无损卡尔曼滤波算法对下一观测时刻卫星姿态参数进行更新估计；S7，将步骤S6估计的卫星姿态参数作为新的观测时刻卫星状态参数重复步骤S6，当卫星姿态参数估计值误差小于设定阈值或卫星超出观测范围时停止迭代，从而获得高精度的卫星姿态参数估计值。
-
公开(公告)号：CN109407311B
公开(公告)日：2021-06-08
申请号：CN201811626144.2
申请日：2018-12-28
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于相位差异法的衍射光学成像系统波前反演算法，所述算法包括如下步骤：步骤一：建立包含衍射光学成像系统衍射效率和空间移变特性的衍射光学成像特性表征模型；步骤二：基于最大似然方法建立针对衍射光学成像系统的相位差异波前反演模型；步骤三：基于标量衍射理论推导离焦衍射位相表达式及离焦衍射效率表征模型；步骤四：针对衍射成像的空间移变特性，基于等晕区分块思想对焦面空变退化图像和离焦面空变退化图像进行分块处理；步骤五：利用基于模拟退火的粒子群算法对相位差异波前反演模型进行全局最优化求解，输出不同视场对应波前信息。本发明可为未来超大口径薄膜衍射光学成像系统的空间应用提供支持。
-
公开(公告)号：CN115641507B
公开(公告)日：2024-11-05
申请号：CN202211387533.0
申请日：2022-11-07
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于自适应多层级融合的遥感图像小尺度面目标检测方法，所述方法包括如下步骤：步骤1：使用主干特征提取网络提取输入图像的浅层和深层的多层级特征图，下采样层级分别为4、8、16、32倍；步骤2：使用自适应融合权重的多层次特征提取架构实现对步骤1中不同下采样级数特征的融合；步骤3：选用融合后的下采样级数为4倍和8倍的高分辨率特征层进行目标位置和类别信息的预测，得到最终的检测结果。该方法能够实现对不同层级中语义和结构信息的有效融合，提高网络对小尺度目标的特征提取和检测定位能力，有效减少场景中虚警源对目标检测的干扰，从而实现遥感图像小尺度目标的高检测率、低虚警率的检测。
-
公开(公告)号：CN118409464A
公开(公告)日：2024-07-30
申请号：CN202410478095.1
申请日：2024-04-19
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种场景动态匹配相机预曝光时间计算与自主配置方法，所述方法如下：步骤一：定义飞行器坐标系，将姿态控制角转换为观测角，建立三维观测几何模型；步骤二：根据飞行高度、速度、前置角度、姿态角工况信息，建立预曝光时间与观测角变化关系表征模型；步骤三：建立预曝光时间与姿态控制角的查找表，通过插值计算实现参数自主配置。本发明为场景动态匹配相机实际工程应用提供了不可或缺的支撑条件；通过建立三维观测几何模型，兼顾地球曲率、转速等影响，提出了预曝光时间随观测角变化规律表征模型；形成了典型工况条件下，姿态控制角等工况参数与预曝光时间关系查找表，实现预曝光时间自主查询配置的同时有效减少硬件资源消耗。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.029 seconds)
