-
公开(公告)号：CN117452372A
公开(公告)日：2024-01-26
申请号：CN202311397666.0
申请日：2023-10-25
Applicant: 哈尔滨工业大学
IPC: G01S7/48 , G06F18/241 , G06F17/12
Abstract: 基于激光雷达物理模型的轻量化波形二分类方法及设备，属于全波形激光雷达波形数据处理技术领域。为了解决现有的单目标和多目标回波不区分的全波形激光雷达数据处理方法存在计算量大、效率低等问题，本发明首先对接收回波进行有效峰值检测，如果检测到一个以上的有效峰值，则将其分类为确定性多目标回波波形，其余的为不确定性回波波形，然后通过接收波形提取高斯函数的平均值、标准偏差和峰值，并拟合高斯函数，同时计算拟合高斯函数与接收波形的相关性得到相关系数，将相关系数与相关系数阈值进行比较，如果高于相关系数阈值则将接收到的波形分为单目标波形，否则基于激光雷达物理模型，利用双高斯拟合继续进行判断。
-
公开(公告)号：CN117092621A
公开(公告)日：2023-11-21
申请号：CN202310633129.5
申请日：2023-05-31
Applicant: 哈尔滨工业大学
Abstract: 基于光线追踪校正的高光谱图像‑点云立体配准方法，属于高光谱图像与激光雷达数据立体配准技术领域。为了解决低空机载平台的高光谱图像与激光雷达点云立体配准存在因低空视角误差导致立体维度信息损失大的问题。本发明首先计算在扫描高光谱单帧时无人机的空间位置与飞行方向向量，由平面法向量与平面上的固定点确定分层平面，并基于分层平面确定单个高光谱扫描帧对应的空间层；然后在分层的结果上，根据高光谱图像点云层内任一点得到对应的偏移点，并将根据坐标栅格参数以正射投影建立每个点与栅格的对应关系，进而得到数字表面模型；根据相位一致性原理，对数字表面模型与高光谱图像进行边缘提取，然后对数字表面模型与高光谱图像进行配准。
-
公开(公告)号：CN116758223A
公开(公告)日：2023-09-15
申请号：CN202310823147.X
申请日：2023-07-06
Applicant: 哈尔滨工业大学
Abstract: 基于双角度多光谱图像的三维多光谱点云重建方法、系统及设备，属于多光谱图像三维重建技术领域。为了解决现有三维重建方法不能直接从非配准相机中重建完整波段点云的问题。本发明首先针对设置角度不同的相机采集的图像进行纹理增强；相机为多光谱相机；针对倾斜图像进行倾斜图像投影校正和提取特征点，再将特征点坐标反变换回到倾斜图像中，从而确定倾斜图像中的特征点，基于特征点对原始图像进行匹配像对搜索和图像匹配；然后对图像执行多视图密集匹配得到深度图点云并得到多光谱深度图点云，将同一个相机所采集多光谱深度图点云拼接，再将不同的多光谱相机对应的包含不同波段光谱的点云进行拼接得到全波段多光谱点云，最后滤除异常点。
-
公开(公告)号：CN116597148A
公开(公告)日：2023-08-15
申请号：CN202310648684.5
申请日：2023-06-02
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/048 , G06N3/08 , G01S17/89 , G06T7/10
Abstract: 机载多光谱激光雷达点云语义分割方法、存储介质及设备，属于机载激光雷达点云数据处理技术领域。为了解决现有的机载多光谱点云中存在地物尺寸以及分布不均衡的问题而导致点云分割下过差的问题。本发明基于机载多光谱原始点云合成多光谱点云，并按照均匀网格选取样本，同时通过基于k聚类的方法对每种地物的密度中心球状邻域采样，然后将两种采样结果进行拼接，完成全面密网采样，之后按照波段进行分离，利用语义分割网络逐波段对单波段点云进行语义分割，进而得到拼接矩阵并利用融合网络进行融合得到最终的语义分割结果；本发明还利用联合训练策略进行训练提高网络的整体拟合能力，进而提升网络的分割效果。
-
公开(公告)号：CN111144423B
公开(公告)日：2023-05-05
申请号：CN201911369736.5
申请日：2019-12-26
Applicant: 哈尔滨工业大学
IPC: G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 基于一维组卷积神经网络的高光谱遥感数据多尺度光谱特征提取方法，属于遥感数据特征提取技术领域。为了解决现有基于卷积神经网络高光谱遥感数据的光谱特征提取尺度单一的问题，同时解决高光谱遥感数据的高维度信号造成的维数灾难的问题。本发明中以每个尺度值减一后的值与对应的分组数的乘积相等为原则，直接将高维的高光谱向量信号在光谱波段维度上等分成若干组，每个尺度利用多个不同的滤波器对每段高维的高光谱向量信号进行单独的一维常规卷积操作，通过若干组操作实现快速降低光谱向量的特征维度。本发明适用于高光谱遥感数据的多尺度光谱特征提取。
-
Patent Agency Ranking
公开(公告)号：CN108334847B
公开(公告)日：2019-10-22
申请号：CN201810119263.2
申请日：2018-02-06
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种真实场景下的基于深度学习的人脸识别方法，是为了解决现有真实场景下的人脸识别方法只能解决单一因素影响，而不能解决姿势、光照等因素的影响而提出的，包括：使用一个现有的人脸检测器预测训练数据库中每个图片的人脸位置，并截取保存真实的人脸和非人脸图像；根据人脸图像和非人脸图片降采样得到相应的低分辨率图像；构建生成对抗网络，生成对抗网络包括生成器和鉴别器；生成器进一步包括上采样网络以及优化网络；使用高分辨率人脸、非人脸图像以及对应的低分辨率人脸、非人脸图像对生成对抗网络进行训练；依据鉴别器对从现有的人脸检测器得到的人脸候选区域的得分在输入图片中标记出人脸的位置。本发明适用于人脸的识别检测。
-
公开(公告)号：CN109145958A
公开(公告)日：2019-01-04
申请号：CN201810842331.8
申请日：2018-07-27
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种基于多任务生成对抗网络的真实场景小物体检测方法，属于计算机视觉领域中的物体检测技术领域。所述检测方法将多任务生成对抗网络引入到物体检测中，通过让多任务生成对抗网络中的生成器网络和鉴别器网络相互博弈的方式进行学习，实现小物体检测网络的建立进而完成图像的小物体检测。所述小物体检测方法克服了现阶段的物体检测方法在真实场景中检测正确率低的困难，促进了基于深度学习的物体检测方法在真实场景下的应用。
-
公开(公告)号：CN108334848A
公开(公告)日：2018-07-27
申请号：CN201810119264.7
申请日：2018-02-06
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/00228 , G06K9/00288 , G06K9/6256 , G06N3/0454 , G06N3/08 , G06T3/4007 , G06T3/4076 , G06T2207/20081 , G06T2207/20084 , G06T2207/30201
Abstract: 本发明提供一种基于生成对抗网络的微小人脸识别方法。本发明是为了解决现阶段的人脸检测技术无法捕获复杂背景下的微小人脸，当基于失真的图像进行人脸检测时会导致检测率严重下降的缺点而提出的，包括：使用一个现有的人脸检测器预测训练数据库中每个图片的人脸位置，并截取保存真实的人脸和非人脸图像；根据人脸图像和非人脸图片降采样得到相应的低分辨率图像；构建生成对抗网络，生成对抗网络包括生成器和鉴别器；使用高分辨率人脸、非人脸图像以及对应的低分辨率人脸、非人脸图像对生成对抗网络进行训练；依据鉴别器对从现有的人脸检测器得到的人脸候选区域的得分在输入图片中标记出人脸的位置。本发明适用于人脸的识别检测。
-
公开(公告)号：CN116664639A
公开(公告)日：2023-08-29
申请号：CN202310406866.1
申请日：2023-04-17
Applicant: 哈尔滨工业大学
IPC: G06T7/33
Abstract: 基于多尺度点特征的非城市场景航带间点云配准方法及设备，属于无人机激光雷达点云数据处理技术领域。为了解决现有的点云配准方法存在的在非城市场景中难以提取结构化特征的问题。本发明在无人机激光雷达点云数据中提取多尺度点特征，并依据此点特征进行关键点配对，利用随机采样一致性算法选取配对点并计算点云变换参数，包括旋转矩阵和平移向量，对待配准点云进行点云变换从而实现点云配准。该方法可以适用于非城市场景采集的点云数据，不需要提取结构化特征，易于实现，消除了不同航带点云之间的空间误差。本发明适用于激光雷达的点云配准。
-
公开(公告)号：CN114782274B
公开(公告)日：2023-05-26
申请号：CN202210459888.X
申请日：2022-04-28
Applicant: 哈尔滨工业大学
Abstract: 基于光照估计的无人机多光谱图像辐射校正方法，属于遥感中的多光谱数据辐射校正领域。本发明针对现有无人机多光谱图像的辐射校正需借助环境光照传感器辅助对多光谱数据进行光照补偿，实现难度大的问题。包括建立多光谱图像集，选择包含参考目标的图像作为参考图像，构建基于参考图像的方程组；对待校正多光谱图像中包含重叠区域的任意两幅图像提取联结点，利用联结点构建基于重叠图像的方程组；联立两个方程组得到光照估计方程组；将光照估计方程组与反射率约束条件联合构建目标函数并优化求解，得到所有图像成像时的光照函数；利用光照函数对所有待校正多光谱图像进行辐射校正。本发明实现了无环境光传感器条件下的无人机多光谱图像辐射校正。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.028 seconds)
