公开(公告)号：CN119625527A

公开(公告)日：2025-03-14

申请号：CN202411694044.9

申请日：2024-11-25

Applicant: 四川通信科研规划设计有限责任公司

Inventor： 王燚 ,  杨博文 ,  庞宇 ,  唐双江 ,  王旋 ,  吴海

IPC: G06V20/10 ,  G06V20/70 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明公开了一种基于视觉语言模型的遥感图像目标识别方法及系统，涉及图像识别技术领域。该方法包括：基于实时开放词汇检测器YOLO‑World和遥感视觉语言基础模型RemoteCLIP构建初始图像检测模型；在初始图像检测模型上加入双注意融合编码器和多级文本引导融合解码器，以得到目标图像检测模型；在目标图像检测模型的预训练权重基础上进行知识自适应调优，以得到最终的图像目标识别模型；基于图像目标识别模型对遥感图像进行目标识别。本发明通过引入强大的视觉语言模型，优化图像特征提取和目标分类策略，从而提高遥感图像中目标识别的准确性和效率。

公开(公告)号：CN119672305A

公开(公告)日：2025-03-21

申请号：CN202411739388.7

申请日：2024-11-29

Applicant: 四川通信科研规划设计有限责任公司

Inventor： 王燚 ,  杨博文 ,  庞宇 ,  唐双江 ,  王旋 ,  吴海 ,  杨波

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0895

Abstract: 本发明公开了一种基于双目视觉和开放词汇的3D目标检测方法及系统，涉及目标检测技术领域。该方法包括：采用开放词汇2D检测模型计算每幅图像的像素特征；将左右视图的像素特征聚合到每个三维点上；基于左右视图的像素特征获取视差估计图；引入时间聚合引导视差一致性约束，以得到深度视差估计图；将深度视差估计图转换为3D点云，提取特征，得到3D特征；利用对象级图像引导检测损失、对象级交叉对比对齐和对象级自我对比学习将文本特征与2D融合特征向量、3D特征进行关联集成，以得到三维目标检测模型，实现三维目标检测，对不同目标对象进行区分。本发明可实现目标的精准检测与区分，从而提高3D目标识别的灵活性和通用性。