公开(公告)号：CN111523401B

公开(公告)日：2022-10-04

申请号：CN202010246028.9

申请日：2020-03-31

申请人： 河北工业大学 ,  中国电子科技集团公司第五十三研究所

发明人： 赵红东 ,  康晴 ,  闫秀生 ,  孙梅 ,  常瑶 ,  杨东旭 ,  刘赫

IPC分类号： G06V20/52 ,  G06V10/75 ,  G06N3/04 ,  G06N3/08

摘要： 本发明一种识别车型的方法，涉及用于识别图形的方法，是基于车辆可见光和红外图像的深度学习神经网络车型识别的方法，利用深度学习神经网络的卷积层、批量归一化层和赤化层全连接层的深度学习神经网络标准化模块结构，并采用相同尺寸的不同车型可见光和红外图像对深度学习神经网络训练和测试，克服了注重车辆可见光图像特征而忽略红外图像特征和注重车辆红外图像特征而忽略可见光图像特征两种方法以及使用车辆可见光图像和红外图像特征而没有使用深度学习神经网络的方法造成的车型识别准确率不高的缺陷。

公开(公告)号：CN111523401A

公开(公告)日：2020-08-11

申请号：CN202010246028.9

申请日：2020-03-31

申请人： 河北工业大学 ,  中国电子科技集团公司第五十三研究所

发明人： 赵红东 ,  康晴 ,  闫秀生 ,  孙梅 ,  常瑶 ,  杨东旭 ,  刘赫

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明一种识别车型的方法，涉及用于识别图形的方法，是基于车辆可见光和红外图像的深度学习神经网络车型识别的方法，利用深度学习神经网络的卷积层、批量归一化层和赤化层全连接层的深度学习神经网络标准化模块结构，并采用相同尺寸的不同车型可见光和红外图像对深度学习神经网络训练和测试，克服了注重车辆可见光图像特征而忽略红外图像特征和注重车辆红外图像特征而忽略可见光图像特征两种方法以及使用车辆可见光图像和红外图像特征而没有使用深度学习神经网络的方法造成的车型识别准确率不高的缺陷。

公开(公告)号：CN115496971A

公开(公告)日：2022-12-20

申请号：CN202211312203.5

申请日：2022-10-25

申请人： 南京航空航天大学 ,  中国电子科技集团公司第五十三研究所

发明人： 丁萌 ,  于快快 ,  刘浩 ,  常瑶 ,  徐一鸣

IPC分类号： G06V10/774 ,  G06N3/04 ,  G06N3/08 ,  G06V10/25 ,  G06V10/82

摘要： 本发明公开了一种红外目标检测方法、装置、电子设备及存储介质，涉及红外目标检测领域，该方法包括：将当前采集的红外目标图像输入到训练好的红外目标检测模型中以进行类别检测；其中，训练好的红外目标检测模型是基于注意力机制神经网络和训练数据集确定的；注意力机制神经网络包括特征提取网络、与特征提取网络的输出端连接的注意力模块、与注意力模块的输出端连接的特征加强模块、与特征加强模块的三个输出端连接的目标分类和检测网络；注意力模块用于对特征提取网络输出的原始特征图进行融合系数的计算，确定多尺度特征图。本发明能够对红外目标图像进行低成高效、准确检测。