公开(公告)号：CN117830857A

公开(公告)日：2024-04-05

申请号：CN202410117710.6

申请日：2024-01-26

申请人： 西安微电子技术研究所 ,  西北工业大学

发明人： 刘曦 ,  於志文 ,  周美娟 ,  贺鹏超 ,  王宁 ,  毛远宏 ,  王天行 ,  何海峰 ,  王亮

IPC分类号： G06V20/10 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于Atlas200DK的空间目标检测方法及相关设备，本方法基于Atlas200DK，采用将Resnet18作为骨干网络，替换了YOLO v3网络模型中的原始特征提取网络Darknet53，这一结合极大提升了模型的检测速率，同时，考虑了算法与处理器之间适配性的问题，通过将目标检测模型进行模型文件转换处理，保证优化后的算法能够正常执行，最终将获取到的空间目标图像输入至Atlas200DK支持的目标检测模型，经解析处理得到目标检测结果，通过对YOLO v3网络模型的优化以及适配性的调整，即使面对大量的数据时，依然能够保证模型的推理速度，达到了高速、低功耗的处理效果；采用本方法能够提高空间目标监视的处理速度和检测精度，满足了当前星载计算机系统对空间目标监视的高可靠性的要求。

公开(公告)号：CN117935237A

公开(公告)日：2024-04-26

申请号：CN202410108164.X

申请日：2024-01-25

申请人： 西安微电子技术研究所

发明人： 周美娟 ,  王宁 ,  毛远宏 ,  王天行 ,  贺鹏超 ,  刘曦 ,  何海峰

IPC分类号： G06V20/60 ,  G06V10/40 ,  G06V10/80 ,  G06N3/006 ,  G06N20/00

摘要： 本发明公开了一种空间微小目标识别方法、系统、设备及存储介质，属于数据处理技术领域，方法包括从基于火箭行进过程中的空间目标图像中提取图像特征数据；将图像特征数据与帕累托模型参数进行混合初始化，随机产生初始解集，对初始解集进行克隆，生成的解形成克隆解集；对克隆解集进行变异操作，生成的解形成变异解集，变异解集与原始解集合并形成新的解集，对新的解集执行删除、更新解集后得到最终解集；根据最终解集中的图像特征完成对空间微小目标的识别。本方法能够快速精确识别火箭行进过程中的事件情况，便于火箭检测系统实时掌握火箭飞行状态。

公开(公告)号：CN116843917A

公开(公告)日：2023-10-03

申请号：CN202310935324.3

申请日：2023-07-27

申请人： 西安微电子技术研究所

发明人： 毛远宏 ,  贺鹏超 ,  刘曦 ,  周美娟 ,  王宁 ,  梁欣欣

IPC分类号： G06V10/44 ,  G06V20/70 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明属于图像处理领域，公开了一种红外和可见光异源目标识别方法、系统、设备及介质，包括：获取待识别图像；将待识别图像和预设的目标图像输入预训练的异源图像目标检测模型，得到待识别图像的识别结果；其中，待识别图像和目标图像为红外和可见光异源图像；异源图像目标检测模型为基于对比学习的目标检测模型。通过对比学习来实现在高层语义特征空间中相似样本的距离越小越好，不相似异源样本间的距离越大越好的目标，从异源目标特征之间的相关性区分，这样可以充分将异源场景下的相同目标的特征向量彼此接近，而不同目标的特征距离拉远，更加关注于目标本身的语义信息，而忽略掉红外和可见光的底层成像差异，进而获得更好的识别准确率。

公开(公告)号：CN117274858A

公开(公告)日：2023-12-22

申请号：CN202311138180.5

申请日：2023-09-05

申请人： 西安微电子技术研究所 ,  北京航空航天大学

发明人： 王莉 ,  马钟 ,  王宁 ,  王田 ,  程嘉翔 ,  吕金虎 ,  张宝昌

IPC分类号： G06V20/40 ,  G06V10/774 ,  G06V10/54 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

摘要： 本发明公开了一种弱小目标协同行为检测方法，包括：建立训练集；采用训练集对三维卷积神经网络训练，获得检测模型；将视频输入检测模型，获得目标的动作事件，其中，对训练视频进行稠密光估计，获取视频的光流估计信息，将光流估计信息作为神经网络的输入之一。本发明公开的弱小目标协同行为检测方法，解决了数据集分布不均衡的问题，提高了检测识别准确率，实现了对绝对直径不超过2像素弱小目标的动作事件识别。

公开(公告)号：CN118351447A

公开(公告)日：2024-07-16

申请号：CN202410541460.9

申请日：2024-04-30

申请人： 西安微电子技术研究所

发明人： 王宁 ,  霍鹏程 ,  周美娟 ,  马钟 ,  毛远宏 ,  刘曦

IPC分类号： G06V20/10 ,  G06V10/82 ,  G06V10/42 ,  G06V10/77 ,  G06V10/766 ,  G06Q10/04 ,  G06Q50/02 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/08

摘要： 本发明公开了一种基于特征降维及度量学习的农作物估产方法及系统，构建基于时序信息的农作物估产网络，将第一预处理农作物图像输入到农作物估产网络训练该网络模型，待模型收敛后，得到优化的农作物估产网络，将第二预处理农作物图像输入到训练好的优化的农作物估产网络中得到最终的估产结果。通过全局特征提取将时间序列图像映射到同一维度，并将其送入到卷积神经网络中同时利用时序信息和空间信息学习深度特征。另外，拥有相似农作物产量的县通过网络学习也应得到相似的特征。在卷积神经网络的特征学习中加入度量学习对特征学习进行约束。因此，本发明使用多任务学习策略同时学习回归损失及特征约束能够解决现有技术存在的问题。

公开(公告)号：CN115935822A

公开(公告)日：2023-04-07

申请号：CN202211615343.X

申请日：2022-12-15

申请人： 西安微电子技术研究所

发明人： 毛远宏 ,  贺鹏超 ,  刘曦 ,  王宁 ,  周美娟 ,  马钟 ,  柴波

IPC分类号： G06F30/27 ,  G06N3/08 ,  G06N3/0442 ,  G06F119/04 ,  G06F119/12

摘要： 本发明公开了一种计算机参数长期退化趋势预测方法、系统、设备及介质，在神经网络的训练过程中采用了Curriculum Learning训练方法，使用真实值输入和预测值输出来相结合的方式来训练模型，逐渐提升预测输入的占比，直至满足长期预测的需求。通过此种训练方式，在保证精度的同时，能够实现对于计算机关键参数长期的循环预测。在目前循环神经网络的基础上，对其训练方式进行改进，能够解决循环预测中误差累积的问题，实现更加准确和长期的趋势预测，从而给后续维护工作预留更长的准备时间。

公开(公告)号：CN115525452A

公开(公告)日：2022-12-27

申请号：CN202211174419.X

申请日：2022-09-26

申请人： 西安微电子技术研究所

发明人： 毛远宏 ,  王宁 ,  贺鹏超 ,  刘曦 ,  周美娟

IPC分类号： G06F11/00 ,  G06F11/34

摘要： 本发明公开了一种嵌入式计算机参数退化趋势智能化分析方法，通过获取测试设备的表征参数，首先对其进行预处理，根据预处理后的表征参数在各个测试温度场景下进行模型拟合，再获取各温度测试场景下测试设备的平均伪寿命，计算设备激活能，并获得目标温度下的加速因子。根据加速因子获得目标温度下的伪寿命，通过实时输入的真实参数值，进一步校正设备激活能从而调整目标温度的加速因子，获得在目标温度下设备更加精准的退化趋势，能够根据实时输入的采集数据及时调整退化过程预测曲线,实现对于嵌入式计算机长期贮存场景下的退化过程预估，解决了电子产品寿命维护评估的难题。

公开(公告)号：CN117649516A

公开(公告)日：2024-03-05

申请号：CN202311606030.2

申请日：2023-11-28

申请人： 西安微电子技术研究所

发明人： 王宁 ,  周美娟 ,  贺鹏超 ,  刘曦 ,  毛远宏

IPC分类号： G06V10/25 ,  G06V10/82 ,  G06V10/774 ,  G06V10/776 ,  G06T7/277 ,  G06N3/0464 ,  G06N3/082

摘要： 本发明公开了一种基于Farneback光流法与时序神经网络的目标识别方法及相关设备，属于图像目标识别领域，本方法通过对训练图像和测试图像进行真实类别标记，得到训练样本集和测试样本集；构建联合利用目标空间信息和时序信息的微小目标识别网络，将训练样本集输入到微小目标识别网络并使用优化算法训练网络模型；待模型收敛后，将测试样本集输入到训练好的网络模型中，得到最终的识别结果；本方法不使用目标单一的空间信息，而是利用不同目标特性与图像特征之间的关联性，采用多帧图像的时序信息进行目标识别，提升微小目标识别准确度；相比传统的识别方法，采用本方法提高了在远距离观测条件下对微小目标的识别性能。

公开(公告)号：CN116776743A

公开(公告)日：2023-09-19

申请号：CN202310923651.7

申请日：2023-07-25

申请人： 西安微电子技术研究所

发明人： 毛远宏 ,  贺鹏超 ,  刘曦 ,  周美娟 ,  王宁 ,  马钟 ,  柴波

IPC分类号： G06F30/27 ,  G06F119/02

摘要： 本发明公开了一种基于域对抗的计算机关键参数退化预测方法及相关设备，属于嵌入式计算机关键参数预测技术领域，本方法采用双分支网络结构，即真实输入分支模型和渐进学习分支模型；渐进学习分支模型中，将预测值逐步加入训练样本，直至满足长期预测的需求；基于域对抗的训练方式进行改进，保证两个分支模型提取的特征彼此接近，最终通过输出的渐进学习分支模型完成对计算机关键参数退化趋势的精准预测；采用本方法能够解决循环预测中误差累积的问题，实现更加准确和长期的趋势预测，从而为后续维护工作预留更长的准备时间；本方法提高了预测的长期性，便于适时安排电子系统维护工作，保证了计算机工作的可靠性。

公开(公告)号：CN118409319A

公开(公告)日：2024-07-30

申请号：CN202410541447.3

申请日：2024-04-30

申请人： 西安微电子技术研究所

发明人： 王宁 ,  周美娟 ,  贺鹏超 ,  刘曦 ,  毛远宏

IPC分类号： G01S13/90 ,  G01S7/41

摘要： 本发明公开了一种基于压缩感知前视多通道SAR解模糊成像方法及系统，采用空时级联的成像处理流程，在时域SAR二维分辨的基础上，信噪比会显著提升，且在二维图像域建立的空时观测模型下，信号具备强稀疏性的特点，这有利于提高成像重建的精度，在构建的模型基础上，对稀疏参数和噪声参数进行估计，即将左右多普勒模糊作为模型建立的关键因素，在成像的同时解决前视成像中的左右多普勒模糊问题，提高了前视分辨效率，成像质量高。