公开(公告)号：CN116563697A

公开(公告)日：2023-08-08

申请号：CN202310211466.5

申请日：2023-02-27

申请人： 清华大学 ,  清华大学深圳国际研究生院

发明人： 李刚 ,  秦川 ,  王学谦 ,  刘瑜 ,  何友

IPC分类号： G06V20/10 ,  G06V10/774 ,  G06V10/778 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于半软标签的SAR图像近岸舰船目标检测方法，该方法包括：获取基于SAR图像舰船检测数据集的训练集和测试集；将训练集和训练集中图像对应的真值标签输入至改进的DSA‑Net网络模型进行训练得到教师模型；利用教师模型进行概率值计算得到带有概率信息的软标签进而计算半软标签；以及利用真值标签和半软标签再次训练改进的DSA‑Net网络模型以得到学生模型用于目标检测的检测网络模型；对自蒸馏训练过程中不同蒸馏温度下的学生模型进行损失计算得到检测网络模型的最优检测权重，基于最优检测权重得到测试集中待检测图像的舰船目标检测结果。本发明可以提升对SAR图像中舰船目标的检测精度。

公开(公告)号：CN115063590B

公开(公告)日：2024-06-18

申请号：CN202210797945.5

申请日：2022-07-08

申请人： 清华大学 ,  清华大学深圳国际研究生院

发明人： 刘瑜 ,  李坚 ,  王学谦 ,  李刚 ,  姜智卓

IPC分类号： G06V10/26 ,  G06V10/80

摘要： 本发明提供了一种基于SAR图像超像素融合的CFAR目标检测方法、装置和设备。所述的方法包括：对SAR图像进行超像素分割，得到所述SAR图像的超像素集合；根据所述超像素集合中各个超像素各自的灰度均值，分离出海杂波超像素集合和候选目标超像素集合；对所述候选目标超像素集合中的至少部分候选目标超像素进行融合，得到融合后目标超像素集合；对所述融合后目标超像素集合中的每个融合后目标超像素进行CFAR目标检测，得到检测结果。本发明实施例对分割好的超像素引入融合操作，使超像素能够进行二次聚类，将待检测目标融合为一个整体，对其进行整体的目标检测处理。

公开(公告)号：CN116486280A

公开(公告)日：2023-07-25

申请号：CN202310521292.2

申请日：2023-05-10

申请人： 清华大学 ,  清华大学深圳国际研究生院

发明人： 刘瑜 ,  张霖平 ,  王学谦 ,  姜智卓 ,  李刚 ,  秦川 ,  何友

IPC分类号： G06V20/13 ,  G06V10/40 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464

摘要： 本申请提供一种基于频域特征融合的舰船检测方法、装置和存储介质，属于雷达检测的技术领域。所述方法包括将获取到的当前的遥感图像输入基于单阶段目标检测方法构建的船舰检测模型，根据所述当前的遥感图像，通过所述船舰检测模型中预先构建频域特征提取模块，生成所述当前的遥感图像对应的频域特征；根据所述当前的遥感图像，通过所述船舰检测模型中预先构建空间域特征提取模块，生成所述当前的遥感图像对应的空间域特征；所述船舰检测模型根据所述频域特征与所述空间域特征，生成融合后的特征；所述船舰检测模型根据所述融合后的特征，生成所述当前的遥感图像对应的检测结果。本申请旨在提供既可以提高精度又具有实时性的船舰检测方法。

公开(公告)号：CN115995041A

公开(公告)日：2023-04-21

申请号：CN202211728727.2

申请日：2022-12-30

申请人： 清华大学深圳国际研究生院 ,  清华大学

发明人： 刘瑜 ,  陈碧朗 ,  姜智卓 ,  王学谦 ,  李刚

IPC分类号： G06V20/10 ,  G06V10/22 ,  G06V10/40 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04

摘要： 本发明提供一种基于注意力机制的SAR图像多尺度舰船目标检测方法和装置，属于图像检测领域，方法包括：获取待检测的SAR图像；将SAR图像输入到多尺度舰船检测模型中，得到多尺度舰船检测模型输出的目标检测结果；其中，多尺度舰船检测模型包括特征提取层、特征融合层和预测层，其核心部分包括空间和通道注意力模块，空间和通道注意力模块包括空间注意力模块和通道注意力模块，通道注意力模块对空间注意力模块输出的特征图进行处理。本发明基于空间注意力模块和通道注意力模块得到空间和通道注意力模块，能在复杂环境下同时提取多尺度舰船的空间信息、语义信息和抑制复杂背景干扰的上下文信息，降低漏检率和虚警率，提高多尺度舰船目标的检测精度。

公开(公告)号：CN115761504A

公开(公告)日：2023-03-07

申请号：CN202211475738.4

申请日：2022-11-23

申请人： 清华大学 ,  清华大学深圳国际研究生院

发明人： 李刚 ,  王志豪 ,  王学谦 ,  刘瑜 ,  何友

IPC分类号： G06V20/10 ,  G06V10/20 ,  G06V10/44 ,  G06V10/762 ,  G06V10/84 ,  G06V10/50 ,  G06V10/54 ,  G06T7/38

摘要： 本申请提供一种洪灾变化检测方法、装置和存储介质，属于数据处理的技术领域。所述方法包括获取待检测地区的多源时序遥感图像序列，多源时序遥感图像序列包括多张光学遥感图像与多张雷达遥感图像；对多源时序遥感图像序列中的每个遥感图像进行预处理；根据预处理后的多源时序遥感图像序列，生成多源时序遥感图像序列中的每个遥感图像各自对应的洪灾检测结果；根据每个遥感图像各自对应的洪灾检测结果，利用多源时序遥感图像序列中遥感图像间的时序互补特性，通过时序增强算法生成待检测地区的多源时序遥感图像序列对应的洪灾变化检测结果。本申请旨在提高洪水变化检测结果的准确性。

公开(公告)号：CN115239775A

公开(公告)日：2022-10-25

申请号：CN202210794922.9

申请日：2022-07-07

申请人： 清华大学 ,  清华大学深圳国际研究生院

发明人： 刘瑜 ,  何越平 ,  王学谦 ,  李刚 ,  姜智卓

IPC分类号： G06T7/33 ,  G06T7/11

摘要： 本发明实施例提供了一种基于正负采样损失函数的SAR图像与光学图像的配准方法、装置、设备和介质，所述方法包括：获取待配准的SAR图像与待配准的光学图像；将所述待配准的SAR图像与所述待配准的光学图像输入目标网络，得到所述待配准的SAR图像与所述待配准的光学图像之间的热力图；将所述热力图上值最大的点所在位置，确定为所述待配准的SAR图像与光学图像的配准位置；所述目标网络的损失函数值仅通过增大正样本点的配准评分且减小负样本点的配准评分的方式减小。本发明实施例使得目标网络能够尽可能的增大正样本点的配准评分，减小负样本点的配准评分，来优化目标网络参数，从而提升配准的准确率。

公开(公告)号：CN115063590A

公开(公告)日：2022-09-16

申请号：CN202210797945.5

申请日：2022-07-08

申请人： 清华大学 ,  清华大学深圳国际研究生院

发明人： 刘瑜 ,  李坚 ,  王学谦 ,  李刚 ,  姜智卓

IPC分类号： G06V10/26 ,  G06V10/80

摘要： 本发明提供了一种基于SAR图像超像素融合的CFAR目标检测方法、装置和设备。所述的方法包括：对SAR图像进行超像素分割，得到所述SAR图像的超像素集合；根据所述超像素集合中各个超像素各自的灰度均值，分离出海杂波超像素集合和候选目标超像素集合；对所述候选目标超像素集合中的至少部分候选目标超像素进行融合，得到融合后目标超像素集合；对所述融合后目标超像素集合中的每个融合后目标超像素进行CFAR目标检测，得到检测结果。本发明实施例对分割好的超像素引入融合操作，使超像素能够进行二次聚类，将待检测目标融合为一个整体，对其进行整体的目标检测处理。

公开(公告)号：CN115294465A

公开(公告)日：2022-11-04

申请号：CN202210780463.9

申请日：2022-07-04

申请人： 清华大学 ,  清华大学深圳国际研究生院

发明人： 李刚 ,  秦川 ,  王学谦 ,  刘瑜 ,  何友

IPC分类号： G06V20/13 ,  G06N3/04 ,  G06N3/08 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82

摘要： 本发明公开了一种光学遥感图像舰船目标旋转检测方法和装置，该方法包括：获取待检测图像数据；其中，待检测图像数据包括待检测港口图像和待检测港口图像对应标签信息；将待检测图像数据输入至预设的网络模型得到待检测港口图像特征图，根据待检测港口图像特征图和待检测港口图像对应标签信息进行损失计算得到网络模型的最优检测权重；基于最优检测权重得到待检测图像数据的舰船目标检测结果。本发明提升对光学遥感图像中舰船目标的检测精度，着重解决近岸港口等复杂场景下检测精度不高和大长宽目标检测效率低的难点问题。

公开(公告)号：CN115908477A

公开(公告)日：2023-04-04

申请号：CN202211100366.7

申请日：2022-09-09

申请人： 清华大学 ,  清华大学深圳国际研究生院

发明人： 李刚 ,  李固冲 ,  刘瑜

IPC分类号： G06T7/207 ,  G01S13/72 ,  G06V10/762

摘要： 本申请提供一种可分辨多群目标跟踪方法、装置以及存储介质，属于数据处理的技术领域。所述方法包括：获取当前帧的量测数据；根据上一帧中多个目标的目标估计状态，将多个目标划分为多个可分辨群目标，并确定每个可分辨群目标中的领导者；基于LMB滤波器，利用所述当前帧的量测数据对所述多个可分辨群目标进行更新；根据更新后的LMB密度，估计出当前帧的目标个数和目标状态。本申请旨在在群和目标个数均时变且未知场景中，提高目标个数与目标状态的估计精度。

公开(公告)号：CN118781322A

公开(公告)日：2024-10-15

申请号：CN202410787351.5

申请日：2024-06-18

申请人： 清华大学 ,  清华大学深圳国际研究生院

发明人： 何友 ,  张霖平 ,  王学谦 ,  刘瑜 ,  李刚

IPC分类号： G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V10/52 ,  G06V10/143 ,  G06V20/10 ,  G06N3/045 ,  G06N3/0464

摘要： 本申请提出了一种基于内容感知下采样的多光谱遥感图像小目标检测方法，包括：将RGB图像、红外图像输入目标检测模型中，输出检测结果，其中，输入图像在目标检测模型中的处理过程包括：通过RGB模态主干网络、红外模态主干网络分别提取RGB图像、红外图像的多尺度特征，其中，RGB模态主干网络、红外模态主干网络中集成有内容感知下采样模块，内容感知下采样模块用以替代主干网络中的下采样操作，下采样操作为步长大于1的卷积操作；通过融合瓶颈层，采用逐元素加法的方式融合多尺度特征，在融合时使融合的特征形成多尺度特征金字塔结构，得到融合后的特征；使用检测头基于融合特征进行检测，得到检测结果。采用上述方案的本发明能够准确提取小目标的空间特征，有效提升对于微小目标的检测性能。