公开(公告)号：CN119313873A

公开(公告)日：2025-01-14

申请号：CN202411386867.5

申请日：2024-09-30

Applicant: 西北工业大学

Inventor： 闵令通 ,  范子满 ,  窦飞阳 ,  罗昌盛 ,  吕勤毅 ,  王大伟 ,  王秉路 ,  汪顺舟 ,  袁源

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于大核多尺度注意力机制的船舶目标检测方法及系统，获取待检测船舶目标图像；利用基于多尺度融合策略的目标检测神经网络对待检测船舶目标图像进行目标检测；目标检测神经网络中，将检测任务分为边界框预测、类别预测和物体预测，并融入大核多尺度注意力模块，大核多尺度注意力模块先采用5×5的深度可分离卷积聚合局部特征，再将二维大卷积核(k,k)分解成级联的水平深度可分离卷积(1,k)和垂直深度可分离卷积(k,1)，利用提取出的多尺度信息对Ghost Module提取的通道局部特征加权；将加权后的特征再次通过Ghost Module进行深度融合，进一步提高了船舶检测的准确性。

公开(公告)号：CN116229135B

公开(公告)日：2025-02-14

申请号：CN202211557960.9

申请日：2022-12-06

Applicant: 西北工业大学

Inventor： 闵令通 ,  范子满 ,  周德云 ,  李枭扬 ,  吕勤毅 ,  杨振 ,  支元杰 ,  何玉亭

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于高低层特征融合的小目标检测方法，包括：获取待进行小目标检测的目标图像；利用预设的基于多尺度融合策略的目标检测神经网络对目标图像进行小目标检测；其中，目标检测神经网络中基于一高低层特征融合模块实现对低层特征和高层特征的融合；高低层特征融合模块，用于分别对低层特征和高层特征进行预处理，以使低层特征和高层特征的维度相同；对预处理后低层特征先进行通道压缩再进行通道扩展，以保留小目标的有用信息以及过滤无用信息，得到通道压缩扩展特征；将通道压缩扩展特征与预处理后的高层特征进行相乘，并将乘积结果与预处理后的高层特征进行相加，作为高低层融合特征。本发明进一步提高了小目标检测的准确性。

公开(公告)号：CN118673400A

公开(公告)日：2024-09-20

申请号：CN202410691723.4

申请日：2024-05-30

Applicant: 西北工业大学

Inventor： 闵令通 ,  王腾 ,  范子满 ,  窦飞阳 ,  罗昌盛 ,  吕勤毅 ,  支元杰

IPC: G06F18/2415 ,  G01S7/02 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明涉及了雷达资源分配调度技术领域，具体涉及了基于近端策略优化的机载雷达引导搜索决策方法及系统。构建包括上层策略模块和底层策略模块的决策模型，上层策略模块包括策略网络及价值网络；通过该决策模型采集雷达搜索决策轨迹，使用雷达轨迹进行上层策略模块策略网络和价值网络的训练，更新策略网络参数和价值网络参数；将当前观测状态输入训练好的决策模型，基于上层策略模块得到待搜索空域方位坐标，基于底层策略模块得到雷达波束驻留时间及波位搜索数据率，实现集群目标空域超视距分布场景下雷达引导搜索任务的决策。本方法决策更加精准。

公开(公告)号：CN117494724A

公开(公告)日：2024-02-02

申请号：CN202311535080.6

申请日：2023-11-16

Applicant: 西北工业大学

Inventor： 闵令通 ,  吕勤毅 ,  支元杰 ,  孙佳傲 ,  范子满

IPC: G06F40/30 ,  G06N5/02 ,  G06N3/0464 ,  G06N3/0442 ,  G06F40/216

Abstract: 本发明提供了一种通过融合医疗术语实体描述信息的语义增强方法，采用词嵌入技术对非结构化的文本信息进行预训练，并通过知识表示学习模型对结构化数据的语义编码原理，本发明提出结合文本描述的实体语义模型TransH‑DKRL，同时保留术语之间的结构信息。具体而言通过词嵌入对文本信息进行抽取，通过知识表示学习模型对医疗术语之间的结构信息提取，经过特征融合的方式结合两种信息，达到提取文本语义与术语语义的同时，抽取结构语义的目的。经过链接预测实验表明本发明达到取得了良好的效果。

公开(公告)号：CN118334503A

公开(公告)日：2024-07-12

申请号：CN202311626745.4

申请日：2023-11-30

Applicant: 西北工业大学

Inventor： 闵令通 ,  范子满 ,  吕勤毅 ,  王大伟 ,  温红强 ,  石鑫 ,  孙佳傲

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/42 ,  G06V10/44 ,  G06V10/46 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464

Abstract: 一种遥感图像检测方法及系统，输入图片，通过主干网络Backbone、特征金字塔FPN、区域建议网络RPN和感兴趣区域对齐RoIAlign网络之后，得到空间信息和位置信息；从通道的维度编码空间信息，进行空间和通道的特征重组；将位置信息传输到分类转换器，得到位置信息转换器，对分类目标中显著信息进行判别，从全局建模类别特征；基于空间和通道的特征重组构建回归分支检测头，基于位置信息转换器构建分类分支检测头，并行进行图像检测。本发明在检测头的定位分支中，我们对空间通道信息特征重组，将空间信息与通道信息建模来解决定位过程中特征提取过程中特征湮灭和丢失的问题。在分类分支中，提出了基于Transformer的类别检测头，从全局信息入手来捕获不同目标的特征差异。

公开(公告)号：CN116229135A

公开(公告)日：2023-06-06

申请号：CN202211557960.9

申请日：2022-12-06

Applicant: 西北工业大学

Inventor： 闵令通 ,  范子满 ,  周德云 ,  李枭扬 ,  吕勤毅 ,  杨振 ,  支元杰 ,  何玉亭

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于高低层特征融合的小目标检测方法，包括：获取待进行小目标检测的目标图像；利用预设的基于多尺度融合策略的目标检测神经网络对目标图像进行小目标检测；其中，目标检测神经网络中基于一高低层特征融合模块实现对低层特征和高层特征的融合；高低层特征融合模块，用于分别对低层特征和高层特征进行预处理，以使低层特征和高层特征的维度相同；对预处理后低层特征先进行通道压缩再进行通道扩展，以保留小目标的有用信息以及过滤无用信息，得到通道压缩扩展特征；将通道压缩扩展特征与预处理后的高层特征进行相乘，并将乘积结果与预处理后的高层特征进行相加，作为高低层融合特征。本发明进一步提高了小目标检测的准确性。