-
公开(公告)号:CN120047794A
公开(公告)日:2025-05-27
申请号:CN202510179130.4
申请日:2025-02-18
Applicant: 武汉大学
IPC: G06V10/82 , G06V10/80 , G06V10/774 , G06V10/77 , G06N3/0464 , G06N3/0895 , G06F30/20
Abstract: 本发明公开一种基于改进深度学习模型的地月空间非合作目标识别方法及系统,应用于空间碎片、废弃卫星等非合作目标在复杂背景下的检测与匹配。本发明首先构建了一个高保真度的深空非合作目标仿真数据集,通过模拟多种传感器在地月空间环境下的观测数据,并对数据进行精确标注。其次,在YOLOv5模型基础上,引入自注意力机制和空间注意力模块,针对非合作目标与背景恒星的相似性问题,通过双流网络架构处理光学成像数据和激光测距数据,并引入跨模态注意力机制,优化了特征提取与目标匹配过程,增强了模型对低信噪比条件下的鲁棒性。并且,通过自监督对比学习增强特征学习能力,能够在弱信号环境中有效区分非合作目标与背景,提升实时监测与预警能力。
-
公开(公告)号:CN120047758A
公开(公告)日:2025-05-27
申请号:CN202510536216.8
申请日:2025-04-27
Applicant: 武汉大学
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06V10/766
Abstract: 本申请公开了基于yolo‑R模型的月球落石旋转目标检测方法、装置、存储介质及电子设备。该方法包括:获取月球遥感影像数据训练集;其中,月球遥感影像训练数据集包括月球遥感影像的切片图像和月球落石的四点式标签;将月球遥感影像的切片图像输入到改进的yolo‑R模型中,得到旋转目标预测结果;基于旋转目标预测结果和月球落石的四点式标签构建损失函数,基于损失函数对改进的yolo‑R模型进行训练;获取待检测月球遥感影像的切片图像,将待检测月球遥感影像的切片图像输入到训练好的改进的yolo‑R模型中,得到待检测月球遥感影像的切片图像的旋转目标预测结果。本申请能减少将普通月球表面岩石识别为月球落石的误检,提高目标检测的准确率。
-
公开(公告)号:CN118915174A
公开(公告)日:2024-11-08
申请号:CN202410878192.X
申请日:2024-07-02
Applicant: 武汉大学
Abstract: 本发明公开了一种多普勒信号频率精确估算方法和装置,针对传统的基于DFT的迭代复数插值法,去除了算法中迭代和细估计的部分,并在此基础上加入多项式插值的方法。多项式插值提供了更高的自由度和更精确的逼近能力。多项式插值方法能够更好地捕捉数据间的复杂性和非线性特征,从而提供了更准确的插值结果。本发明在基于DFT的迭代复数插值法的基础上,对多普勒型号频率精确估计,进而为深入研究行星和小行星提供重要的科学数据。
-
-