-
公开(公告)号：CN114387511B
公开(公告)日：2024-08-06
申请号：CN202111605871.2
申请日：2021-12-25
Applicant: 河南大学
Abstract: 本发明提供一种用于遥感图像中小目标检测的多分支检测方法。该方法包括：步骤1：构建RepDarkNet主干网络，使用所述RepDarkNet主干网络对遥感图像进行特征提取，其中，所述RepDarkNet主干网络包含五个串联的特征提取分支；步骤2：构建跨层融合网络，使用所述跨层融合网络对所述RepDarkNet主干网络提取到的五个特征图进行跨层特征融合；步骤3：设计边界框回归损失函数，基于所述边界框损失函数和融合后特征得到小目标检测框。通过在Dior数据集和NWPU VHR‑10数据集上进行实验，本发明可以较好地检测到遥感图像中的小尺寸目标。
-
公开(公告)号：CN116645581A
公开(公告)日：2023-08-25
申请号：CN202310685974.7
申请日：2023-06-09
Applicant: 河南大学
IPC: G06V10/80 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明提供一种定向遥感目标检测方法。该方法包括：步骤1：采用主干网络提取输入图像的三种不同尺度大小的特征图C3、C4和C5；步骤2：采用特征金字塔网络对特征图C3、C4和C5进行融合，得到五种不同尺度大小的金字塔特征图P3、P4、P5、P6和P7；步骤3：采用跨网格标签分配策略来为真值框分配正负样本，进而采用分配好的样本对特征细化检测头进行训练；步骤4：将五种不同尺度大小的金字塔特征图P3、P4、P5、P6和P7输入至训练好的特征细化检测头，得到目标检测结果。
-
公开(公告)号：CN115223056A
公开(公告)日：2022-10-21
申请号：CN202210848740.5
申请日：2022-07-19
Applicant: 河南大学
Abstract: 本发明公开一种基于多尺度特征增强的光学遥感图像舰船目标检测方法，包括：构建基于多尺度特征增强的光学遥感图像舰船目标检测网络；所述舰船目标检测网络包含带有混合倒置残差块的CSP Darknet53以进行特征提取、带有多尺寸特征增强功能的PANet以进行特征融合、YOLO Head网络部分以进行船舰目标检测；基于光学遥感图像舰船目标检测数据进行舰船目标检测网络训练，得到基于多尺度特征增强的光学遥感图像舰船目标检测模型；将光学遥感图像输入得到的舰船目标检测模型中，基于舰船目标检测模型进行光学遥感图像舰船目标检测。本发明方法相比于基线网络取得了更好的效果，满足实时性检测的要求。
-
公开(公告)号：CN114612781A
公开(公告)日：2022-06-10
申请号：CN202210249333.2
申请日：2022-03-14
Applicant: 河南大学
Abstract: 本发明属于光学遥感图像检测技术领域，公开一种用于光学遥感图像中舰船目标检测的方法，包括：步骤1：构建D‑RFB模块，并基于D‑RFB模块对从光学遥感图像中提取的特征图进行进一步的信息提取，同时为不同尺度的特征图提供合适的感受野；步骤2：构建弹性沙漏模块，并基于弹性沙漏模块构建弹性沙漏路径聚合网络；步骤3：基于弹性沙漏路径聚合网络对不同尺度的特征图进行融合，并输出最终的舰船目标检测结果。本发明解决了现有的目标检测方法对于光学遥感图像中舰船目标检测精度较差，中小尺寸舰船目标漏检多的问题，以及小尺寸舰船目标像素较少，位置信息以及语义信息不充分的问题，可有效提高光学遥感图像中舰船检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN114387511A
公开(公告)日：2022-04-22
申请号：CN202111605871.2
申请日：2021-12-25
Applicant: 河南大学
Abstract: 本发明提供一种用于遥感图像中小目标检测的多分支检测方法。该方法包括：步骤1：构建RepDarkNet主干网络，使用所述RepDarkNet主干网络对遥感图像进行特征提取，其中，所述RepDarkNet主干网络包含五个串联的特征提取分支；步骤2：构建跨层融合网络，使用所述跨层融合网络对所述RepDarkNet主干网络提取到的五个特征图进行跨层特征融合；步骤3：设计边界框回归损失函数，基于所述边界框损失函数和融合后特征得到小目标检测框。通过在Dior数据集和NWPU VHR‑10数据集上进行实验，本发明可以较好地检测到遥感图像中的小尺寸目标。
-
公开(公告)号：CN114926734A
公开(公告)日：2022-08-19
申请号：CN202210526368.6
申请日：2022-05-16
Applicant: 河南大学
Abstract: 本发明提供一种基于特征聚合和注意融合的固体废弃物检测装置及方法。该装置包括特征提取单元、特征融合单元和目标检测单元；所述特征提取单元采用深层聚合网络作为主干网络，用于从输入的遥感图像中提取图像特征信息以输出五种不同下采样倍数的特征图，按照下采样倍数从小到大的顺序依次记作C1、C2、C3、C4和C5；所述特征融合单元，用于对下采样倍数较大的三种特征图进行特征注意融合以输出三种不同大小的特征图，按照尺寸从大到小的顺序依次记作P3、P4和P5；所述目标检测单元，用于从所述的三种不同大小的特征图中检测固体废弃物。
-
公开(公告)号：CN114612781B
公开(公告)日：2025-01-28
申请号：CN202210249333.2
申请日：2022-03-14
Applicant: 河南大学
Abstract: 本发明属于光学遥感图像检测技术领域，公开一种用于光学遥感图像中舰船目标检测的方法，包括：步骤1：构建D‑RFB模块，并基于D‑RFB模块对从光学遥感图像中提取的特征图进行进一步的信息提取，同时为不同尺度的特征图提供合适的感受野；步骤2：构建弹性沙漏模块，并基于弹性沙漏模块构建弹性沙漏路径聚合网络；步骤3：基于弹性沙漏路径聚合网络对不同尺度的特征图进行融合，并输出最终的舰船目标检测结果。本发明解决了现有的目标检测方法对于光学遥感图像中舰船目标检测精度较差，中小尺寸舰船目标漏检多的问题，以及小尺寸舰船目标像素较少，位置信息以及语义信息不充分的问题，可有效提高光学遥感图像中舰船检测的精度。
-
公开(公告)号：CN114926734B
公开(公告)日：2024-06-28
申请号：CN202210526368.6
申请日：2022-05-16
Applicant: 河南大学
Abstract: 本发明提供一种基于特征聚合和注意融合的固体废弃物检测装置及方法。该装置包括特征提取单元、特征融合单元和目标检测单元；所述特征提取单元采用深层聚合网络作为主干网络，用于从输入的遥感图像中提取图像特征信息以输出五种不同下采样倍数的特征图，按照下采样倍数从小到大的顺序依次记作C1、C2、C3、C4和C5；所述特征融合单元，用于对下采样倍数较大的三种特征图进行特征注意融合以输出三种不同大小的特征图，按照尺寸从大到小的顺序依次记作P3、P4和P5；所述目标检测单元，用于从所述的三种不同大小的特征图中检测固体废弃物。
-
公开(公告)号：CN114596488A
公开(公告)日：2022-06-07
申请号：CN202210182313.8
申请日：2022-02-25
Applicant: 河南大学
Abstract: 本发明提供一种基于密集特征融合网络的轻量级遥感目标检测方法。该方法包括：步骤1：构建主干网络，利用所述主干网络提取遥感图像的不同尺寸的特征信息；步骤2：构建密集特征融合颈部网络，利用所述密集特征融合颈部网络将不同尺寸的特征信息进行特征融合；步骤3：将融合后的特征信息将送到预测头进行检测，获得检测结果。本发明可以更好地解决由复杂多变的遥感图像引起的外界干扰因素问题，从而提取遥感图像中复杂背景下目标的特征信息。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
