公开(公告)号：CN117392512A

公开(公告)日：2024-01-12

申请号：CN202311617301.4

申请日：2023-11-30

Applicant: 东北大学秦皇岛分校

Inventor： 王闯 ,  肖迅漫 ,  霍惟 ,  李连江

IPC: G06V10/82 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/084

Abstract: 本发明公开了一种基于深度学习生成偏振像的导弹识别目标方法，其步骤包括：S10输入红外强度图像；S20数据预处理；S30建立输入的红外图像与红外偏振图像之间的损失函数；S40用红外偏振图像对该网络进行训练，并用训练后的模型转化原始红外图像；S50利用转化而成的红外偏振图像识别导弹正在追踪打击的目标。本发明改进了红外偏振图像的获取方式，创造性地提出了利用深度学习算法由原始红外图像转化为红外偏振图像的方法。同时构建了基于SRResNet算法的深度学习网络，从而深度捕捉转化过程的内部特征。

公开(公告)号：CN118053522A

公开(公告)日：2024-05-17

申请号：CN202410204725.6

申请日：2024-02-25

Applicant: 东北大学秦皇岛分校

Inventor： 肖迅漫 ,  季浩富 ,  王闯 ,  霍惟 ,  卢方印 ,  娄卓然 ,  白玉月 ,  赵子玉 ,  李连江

IPC: G16C60/00 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明公开了一种基于斯托克斯参量偏振融合神经网络的远程材料鉴别方法，包括：构建斯托克斯参量偏振融合神经网络；训练斯托克斯参量偏振融合神经网络；拍摄需要远程鉴别的材料的照片，输入至训练完成的斯托克斯参量偏振融合神经网络，生成偏振像；识别材料对应的偏振像，进行材料鉴别。本发明能够通过材料的照片生成偏振像，实现远程鉴别材料。

公开(公告)号：CN117615237A

公开(公告)日：2024-02-27

申请号：CN202311617430.3

申请日：2023-11-30

Applicant: 东北大学秦皇岛分校

Inventor： 肖迅漫 ,  王闯 ,  霍惟 ,  李连江

IPC: H04N23/50 ,  H04N23/55 ,  H04N23/60 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/094

Abstract: 本发明涉及一种基于深度学习的数字偏振相机，该相机使用偏振像转换算法将普通光学器件拍摄到的常规光强度像转换为偏振像。所述偏振像转换算法可以使用深度学习算法和光学算法两种方式生成偏振像。深度学习算法利用常规光强度像和对应的θ度偏振像作为数据集进行训练，使用训练完成的模型生成偏振像；光学算法使用斯托克斯参数，将RGB值视作光强度值代入计算，得到θ度偏振像的RGB值，生成偏振像。从而使用纯算法的方式代替有光强损耗的偏振片获取无光强损耗的偏振像。