-
公开(公告)号：CN111062310B
公开(公告)日：2022-07-29
申请号：CN201911280878.4
申请日：2019-12-13
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/75 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明属于机器学习领域，具体涉及实用性很强的一种基于虚拟样本生成的少样本无人机图像识别方法。本发明通过摄像装置由地对空远距离拍摄一段帧数为N的无人机飞行的短视频，获取N个的无人机区域作为正样本，结合其它相关视频收集树、楼、云、鸟、风筝、气球等干扰小区域作为负样本，作为训练样本集。本发明的有益效果在于：在不过度失真的情况下，增加样本的有效信息和多样性，从而提升了模型的泛化能力；识别算法部分中，快速DPM模型采用固定了根滤波器输入的特征图和锚点的位置以及符合无人机模块化特征的部件模型，提升了运行速度和准确率。
-
公开(公告)号：CN112861744A
公开(公告)日：2021-05-28
申请号：CN202110192691.X
申请日：2021-02-20
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于旋转锚点聚类的遥感图像目标快速检测方法，首先利用基于k‑means聚类算法设计旋转锚点，得到一系列旋转锚点；再通过对旋转锚点进行前景背景二分类和坐标粗回归，结合旋转非极大值抑制后处理，得到正负样本信息和精简后的高质量提案；最后对提案进行多尺度旋转RoI池化处理，得到含有感兴趣区RoIs的固定长度向量，把向量输入到全连接层(FC)进行具体类别的分类与坐标回归，再次采用INMS后处理得到目标的最终检测结果。本发明能有效降低锚点的冗余度、提升遥感图像目标的检测速度与检测精度、算法易于实现、调参简便、具备数学可解释性等优点，该方法具有广阔的应用前景和良好的经济效益。
-
公开(公告)号：CN111062310A
公开(公告)日：2020-04-24
申请号：CN201911280878.4
申请日：2019-12-13
Applicant: 哈尔滨工程大学
Abstract: 本发明属于机器学习领域，具体涉及实用性很强的一种基于虚拟样本生成的少样本无人机图像识别方法。本发明通过摄像装置由地对空远距离拍摄一段帧数为N的无人机飞行的短视频，获取N个的无人机区域作为正样本，结合其它相关视频收集树、楼、云、鸟、风筝、气球等干扰小区域作为负样本，作为训练样本集。本发明的有益效果在于：在不过度失真的情况下，增加样本的有效信息和多样性，从而提升了模型的泛化能力；识别算法部分中，快速DPM模型采用固定了根滤波器输入的特征图和锚点的位置以及符合无人机模块化特征的部件模型，提升了运行速度和准确率。
-
Patent Agency Ranking
公开(公告)号：CN111046866B
公开(公告)日：2023-04-18
申请号：CN201911289182.8
申请日：2019-12-13
Applicant: 哈尔滨工程大学
IPC: G06V30/14 , G06V30/148 , G06V30/18 , G06V30/19 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明涉及一种结合CTPN和SVM的人民币冠字号区域检测方法，包括以下步骤：通过摄像设备拍摄各币值人民币，标注人民币冠字号区域为正样本，其他区域为负样本，建立样本集；利用样本集训练CTPN网络，得到提议冠字号区域的初步定位模型；对样本集进行预处理并提取投影统计特征向量，训练SVM，得到能筛选冠字号区域的二次判别模型；进行检测时，对获得的待检测人民币图片，先利用初步定位模型提议多个候选的冠字号区域，再提取候选区域的投影统计特征向量，并结合二次判别模型，得到正确的冠字号区域。本发明的有益效果是：在大幅减小漏检概率的同时，提高了检测冠字号区域的准确度；在人民币图片变色、模糊等情况下仍具备准确识别冠字号区域的能力。
-
公开(公告)号：CN111046866A
公开(公告)日：2020-04-21
申请号：CN201911289182.8
申请日：2019-12-13
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种结合CTPN和SVM的人民币冠字号区域检测方法，包括以下步骤：通过摄像设备拍摄各币值人民币，标注人民币冠字号区域为正样本，其他区域为负样本，建立样本集；利用样本集训练CTPN网络，得到提议冠字号区域的初步定位模型；对样本集进行预处理并提取投影统计特征向量，训练SVM，得到能筛选冠字号区域的二次判别模型；进行检测时，对获得的待检测人民币图片，先利用初步定位模型提议多个候选的冠字号区域，再提取候选区域的投影统计特征向量，并结合二次判别模型，得到正确的冠字号区域。本发明的有益效果是：在大幅减小漏检概率的同时，提高了检测冠字号区域的准确度；在人民币图片变色、模糊等情况下仍具备准确识别冠字号区域的能力。
-
公开(公告)号：CN109829319B
公开(公告)日：2021-06-18
申请号：CN201811584307.5
申请日：2018-12-24
Applicant: 哈尔滨工程大学
Abstract: 本申请发明属于图像加密领域，具体涉及一种基于压缩感知技术和Hybrid混沌系统的图像加密方法。该方案利用Hybrid混沌系统生成测量矩阵，利用压缩感知的压缩过程实现图像的一次加密，获得密钥1，然后再次利用Hybrid混沌系统对第一次加密的图像进行置乱，获得二次加密图像，并得到密钥2，解密时，利用得到的二次加密图像和密钥2获得一次加密图像，然后利用密钥1，再次生成测量矩阵，并利用本文所提出的压缩感知恢复算法——ISL0算法对一次加密图像进行解密，从而获得原始图像。通过直方图分析，密钥敏感性分析，抗剪切，抗噪声以及加密图像的相邻元素的相关性分析等仿真结果表明本文所提出的图像加密方案具有创新性，可行性和可靠性。
-
公开(公告)号：CN109829319A
公开(公告)日：2019-05-31
申请号：CN201811584307.5
申请日：2018-12-24
Applicant: 哈尔滨工程大学
Abstract: 本申请发明属于图像加密领域，具体涉及一种基于压缩感知技术和Hybrid混沌系统的图像加密方法。该方案利用Hybrid混沌系统生成测量矩阵，利用压缩感知的压缩过程实现图像的一次加密，获得密钥1，然后再次利用Hybrid混沌系统对第一次加密的图像进行置乱，获得二次加密图像，并得到密钥2，解密时，利用得到的二次加密图像和密钥2获得一次加密图像，然后利用密钥1，再次生成测量矩阵，并利用本文所提出的压缩感知恢复算法——ISL0算法对一次加密图像进行解密，从而获得原始图像。通过直方图分析，密钥敏感性分析，抗剪切，抗噪声以及加密图像的相邻元素的相关性分析等仿真结果表明本文所提出的图像加密方案具有创新性，可行性和可靠性。
-
公开(公告)号：CN112861744B
公开(公告)日：2022-06-17
申请号：CN202110192691.X
申请日：2021-02-20
Applicant: 哈尔滨工程大学
IPC: G06V20/13 , G06V10/25 , G06V10/762 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于旋转锚点聚类的遥感图像目标快速检测方法，首先利用基于k‑means聚类算法设计旋转锚点，得到一系列旋转锚点；再通过对旋转锚点进行前景背景二分类和坐标粗回归，结合旋转非极大值抑制后处理，得到正负样本信息和精简后的高质量提案；最后对提案进行多尺度旋转RoI池化处理，得到含有感兴趣区RoIs的固定长度向量，把向量输入到全连接层(FC)进行具体类别的分类与坐标回归，再次采用INMS后处理得到目标的最终检测结果。本发明能有效降低锚点的冗余度、提升遥感图像目标的检测速度与检测精度、算法易于实现、调参简便、具备数学可解释性等优点，该方法具有广阔的应用前景和良好的经济效益。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.028 seconds)
