-
公开(公告)号：CN110426745B
公开(公告)日：2021-01-05
申请号：CN201910089658.7
申请日：2019-01-30
Applicant: 西安电子科技大学 , 北京华航无线电测量研究所
IPC: G01V8/00
Abstract: 本发明公开了一种基于块混合高斯低秩矩阵分解的毫米波人体图像中隐匿物检测的方法，主要解决现有技术由于隐匿物散射回波弱造成成像质量低，及对隐匿物灰度值与人体相似时检测准确率低的问题。其实现方案为：1.去除原始毫米波人体图像中成像区域背景中的异常点，并按人体部位比例将人体图像划分为六部分；2.通过基于块的混合高斯低秩矩阵分解算法对人体各区域进行分解，得到低秩部分和稀疏部分；3.对稀疏部分利用形态学法进行二值化，去除小噪点，得到最终检测结果图。本发明在无需大量训练样本的情况下，提高了对毫米波人体图像中复杂多样的弱小目标检测率，检测到的隐匿物更完整，可用于检测机场、车站公共场所中人体携带的隐匿物。
-
公开(公告)号：CN110426745A
公开(公告)日：2019-11-08
申请号：CN201910089658.7
申请日：2019-01-30
Applicant: 西安电子科技大学 , 北京华航无线电测量研究所
IPC: G01V8/00
Abstract: 本发明公开了一种基于块混合高斯低秩矩阵分解的毫米波人体图像中隐匿物检测的方法，主要解决现有技术由于隐匿物散射回波弱造成成像质量低，及对隐匿物灰度值与人体相似时检测准确率低的问题。其实现方案为：1.去除原始毫米波人体图像中成像区域背景中的异常点，并按人体部位比例将人体图像划分为六部分；2.通过基于块的混合高斯低秩矩阵分解算法对人体各区域进行分解，得到低秩部分和稀疏部分；3.对稀疏部分利用形态学法进行二值化，去除小噪点，得到最终检测结果图。本发明在无需大量训练样本的情况下，提高了对毫米波人体图像中复杂多样的弱小目标检测率，检测到的隐匿物更完整，可用于检测机场、车站公共场所中人体携带的隐匿物。
-
公开(公告)号：CN116563659A
公开(公告)日：2023-08-08
申请号：CN202210108504.X
申请日：2022-01-28
Applicant: 北京华航无线电测量研究所
IPC: G06V10/774 , G06T5/40 , G06T7/11 , G06T7/13 , G06T7/155 , G06T7/187 , G06T7/40 , G06V10/762 , G06V10/764
Abstract: 本发明涉及一种结合先验知识和特征分类的光学烟雾检测方法，包括：基于烟雾灰度特征从目标图像中分割出烟雾候选区域；对烟雾候选区域进行形态学处理，结合烟雾形状信息和烟雾高度信息筛选出第一类烟雾候选区域；基于图像的灰度特征、纹理特征和梯度特征，对烟雾候选区域提取多维特征描述子，送入训练好的分类器进行判断，筛选出第二类烟雾候选区域；选取第一类烟雾候选区域和第二类烟雾候选区域的交集作为确认的烟雾候选区域；对确认的烟雾候选区域进行边缘提取、融合，获得烟雾区域的位置信息，从而获得最终的烟雾检测结果输出。该算法复杂度低，占用硬件资源少，能快速的实现烟雾检测，适用于硬件资源有限的运算平台。
-
公开(公告)号：CN112990420A
公开(公告)日：2021-06-18
申请号：CN201911212375.3
申请日：2019-12-02
Applicant: 北京华航无线电测量研究所
Abstract: 本发明提出了一种用于卷积神经网络模型的剪枝方法，以BN层中的放缩因子γ作为评判该网络连接重要性的手段，基于该手段设计出稀疏训练的目标函数，将训练好的稀疏网络按照设定的剪枝率进行网络裁剪，最终实现在性能不降低的前提下，获得压缩模型。本发明能够大幅度缩减模型存储的空间占有率和提升模型预测实时性。
-
公开(公告)号：CN106056968B
公开(公告)日：2018-09-21
申请号：CN201610617634.0
申请日：2016-07-29
Applicant: 北京华航无线电测量研究所
Abstract: 本发明提供了一种基于光学图像的车位检测方法，首先根据获取的实时图像，人为圈取需要检测的车位矩形框，分析每个车位矩形框的图像方差值，以此作为初始帧车位处是否停靠车辆的依据。对于后续的视频帧，通过统计帧内车位矩形框的方差值、帧间方差的变化值以及前景检测的方式综合决策该车位矩形框内是否有车辆停靠。本发明能有效的解决路边混乱停车的监管不力问题，大大节省人力、物力；本发明还可实时传输车位状态信息，且检测结果准确。
-
Patent Agency Ranking
公开(公告)号：CN118196463A
公开(公告)日：2024-06-14
申请号：CN202211547586.4
申请日：2022-12-05
Applicant: 北京华航无线电测量研究所
IPC: G06V10/764 , G06V10/26 , G06F15/78
Abstract: 本发明涉及基于FPGA的多级池化方法，属深度学习智能算法领域，解决了现有多级池化的资源消耗多的问题。方法包括：将动态随机存储器分为A区和B区，将第一级池化级数对应的待处理图像发送到A区；每执行一级池化级数对应的池化处理，执行：生成池化指令：当池化级数为奇数时控制A区为分割区、B区为池化结果存储区；偶数反之；动态随机存储器根据池化指令配置A区和B区；利用分割区对当前池化级数对应的待处理图像按行进行分割，并按行顺序存储分割后的子图像；对每一组待处理子图像进行池化处理，得到池化结果；将池化结果存储在池化结果存储区，并作为下一级池化级数对应的待处理图像；跳转至执行下一级池化处理。
-
公开(公告)号：CN116563591A
公开(公告)日：2023-08-08
申请号：CN202210108550.X
申请日：2022-01-28
Applicant: 北京华航无线电测量研究所
IPC: G06V10/764 , G06T5/00 , G06T5/30 , G06T5/40 , G06T7/11 , G06T7/13 , G06T7/41 , G06V10/774 , G06V10/762
Abstract: 本发明涉及一种基于特征提取的海天背景下的光学烟雾检测方法，包括：建立用于分类器学习的烟雾目标、其他目标和背景目标的样本库；基于图像的灰度特征、纹理特征和梯度特征，对样本库中所有样本提取多维特征描述子；采用对所有样本提取的多维特征描述子学习训练分类器，使分类器能够识别烟雾目标；对于待识别的海天背景下的包含光学烟雾干扰的目标图像，提取多个烟雾疑似目标区域块；针对每个烟雾疑似目标区域块，分别提取所述多维特征描述子，送入训练好的分类器进行判断，检测出烟雾目标。本发明采用的烟雾特征描述子构建和分类算法，算法简单有效，占用硬件资源少，运行速度快，适用于资源有限的硬件平台。
-
公开(公告)号：CN112989867A
公开(公告)日：2021-06-18
申请号：CN201911212008.3
申请日：2019-12-02
Applicant: 北京华航无线电测量研究所
Abstract: 本发明公开了一种目标检测与场景分割一体化网络设计方法，包括特征提取主体网络、目标检测子网络以及场景分割子网络，所述目标检测子网络与场景分割子网络共享特征提取主体网络。本发明将传统的多任务多网络串行改进为多任务单网络并行，从而大幅度降低模型大小，降低多任务执行时间。
-
公开(公告)号：CN118298167A
公开(公告)日：2024-07-05
申请号：CN202310717119.X
申请日：2023-06-16
Applicant: 北京华航无线电测量研究所
IPC: G06V10/26 , G06T3/4053 , G06T3/4007 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种针对高分辨率图像的语义分割方法及系统，属于图像语义分割技术领域，解决了现有方式对于高分辨率图像的语义分割效果较差的问题。该方法包括：获取待处理高分辨率图像的尺寸；以基准图像的尺寸为标准，对待处理高分辨率图像进行图像分块处理，得到若干个分块图像，并标识每一分块图像在高分辨率待处理图像中的位置信息；所述位置信息包括长度序号和宽度序号；分别对每一分块图像进行语义分割，得到每一分块图像的语义分割结果；根据每一分块图像在待处理图像中的位置信息，拼接所有分块图像的语义分割结果，得到高分辨率待处理图像的语义分割结果。
-
公开(公告)号：CN118154412A
公开(公告)日：2024-06-07
申请号：CN202211547998.8
申请日：2022-12-05
Applicant: 北京华航无线电测量研究所
Abstract: 本发明基于FPGA的高速池化方法，属于深度学习智能算法技术领域，解决了现有技术中池化操作消耗片上存储资源、且无法保证实时性的技术问题。该方法包括：对待处理图像按行进行分割，并按行顺序依次存储分割后的子图像；从第一行开始，每M行子图像作为一组待处理子图像；池化核的尺寸为M×M；对每一组待处理子图像进行接收及池化处理：每接收一组待处理子图像，将该组待处理子图像中的M行子图像按列同步输入至FPGA芯片中尺寸为M×M的块状存储单元；当块状存储单元充满M×M个数据时，进行池化处理，并输出池化结果；汇总每一组待处理子图像输出的池化结果，作为所述待处理图像的池化结果。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.072 seconds)
