-
公开(公告)号:CN118314444A
公开(公告)日:2024-07-09
申请号:CN202410515120.9
申请日:2024-04-26
Applicant: 北京理工大学
IPC: G06V10/94 , G06V10/764 , G06V10/44 , G06V20/13
Abstract: 一种面向星载遥感应用的遥感场景分类方法,应用于星载遥感应用的边缘设备,边缘设备上设置有FPGA,FPGA上设置有全加网络加速器,全加网络加速器包括M个依次连接的全加网络加速引擎,M大于1,方法包括:FPGA从边缘设备获取图像数据,图像数据为星载遥感卫星拍摄的图像数据;通过全加网络加速器对图像数据进行处理,确定图像数据的特征;其中,全加网络加速器设置在FPGA上;FPGA将图像数据的特征返回边缘设备,边缘设备基于图像数据的特征,确定图像数据的遥感分类结果。通过在边缘设备的FPGA上设置全加网络加速器的方式,可以对边缘设备获取到的图像数据进行快速的处理,确定图像数据的遥感场景分类。
-
公开(公告)号:CN117593640A
公开(公告)日:2024-02-23
申请号:CN202311560406.0
申请日:2023-11-21
Applicant: 北京理工大学
Abstract: 本发明属于光学遥感图像成像技术领域,具体涉及一种基于频域特征挖掘的光学遥感图像目标检测系统及方法。该系统由双路径组成,分别为空域分支和频域分支。本方法设计了一个应用于遥感图像目标检测的频域分支,采用DCT变换构建频域特征,并设计了独特的卷积和Transformer混合的频域特征强化网络模块吧。本方法设计了一个独特的频域‑空域特征融合模块,有效的实现了空域特征和频域特征的融合,达到了补充空域特征缺失的重要空间细节特征的效果。
-
公开(公告)号:CN112198509B
公开(公告)日:2024-02-09
申请号:CN202010884825.X
申请日:2020-08-28
Applicant: 北京理工大学
IPC: G01S13/90
Abstract: 本发明公开了多通道星载SAR星上实时处理的方位频谱逆滤波重建方法,涉及合成孔径雷达技术领域,能够有效减少频谱重建方法所需存储量,适用星载SAR星上实时处理。本发明的技术方案包括如下步骤:构建频谱重建逆滤波系数W0。分析逆滤波系数分段更新对成像质量的影响,根据分析结果确定分段更新的聚焦深度取值Nmax。根据分段更新的聚焦深度取值Nmax,得到按照方位频点分段更新的逆滤波系数W1。将多通道数据分别进行傅里叶变换,得到的频谱为方位模糊的频谱。利用逆滤波系数W1针对方位模糊的频谱进行逆滤波,恢复出方位无模糊的频谱P,完成多通道SAR频谱重建。
-
公开(公告)号:CN117152072A
公开(公告)日:2023-12-01
申请号:CN202311067434.9
申请日:2023-08-23
Applicant: 北京理工大学
IPC: G06T7/00 , G06V20/10 , G06V10/62 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09 , G06N3/048
Abstract: 本发明公开了一种基于两阶段特征金字塔网络的遥感图像变化检测方法,将两张不同时间同一地点的图像分别进行编码特征提取获得两个图像的编码特征图,将编码特征图进行相似性处理和自注意力空间增强处理获得初始差异注意力特征图,通过第一阶段特征金字塔处理和第二阶段特征金字塔处理获得重优化变化特征图,通过损失函数进行深度监督和优化获得优化后的两阶段特征金字塔网络模型,基于优化后的两阶段特征金字塔网络模型进行检测获得检测结果。本发明可以很好地在高分辨率遥感场景下进行变化检测,在面对类不平衡、目标尺度差异过大的遥感场景也能取得良好效果,提升了高分辨率遥感场景中变化检测的各类衡量指标。
-
公开(公告)号:CN116627091A
公开(公告)日:2023-08-22
申请号:CN202211073843.5
申请日:2022-09-02
Applicant: 北京理工大学 , 中国人民解放军61646部队
IPC: G05B19/418
Abstract: 本发明涉及一种多种类任务的动态调度方法,属于任务的动态调度技术领域。本发明结合任务多种类的特点与处理需求,首先对下发的计划文件字段内容进行解析,发送实时特定消息来实现任务计划信息交互,并根据得到的计划信息进行任务优先级排序,完成任务的动态调度。任务优先级排序采用多种属性判断的划分逻辑:根据任务的紧急性与重要性排列出基本处理顺序,然后针对不同任务类型与不同任务处理方式,在基本顺序调度机制的基础上,完成任务优先级的判断并设置任务处理优先级,完成多种类任务动态调度方法的实时应用。
-
公开(公告)号:CN116580243A
公开(公告)日:2023-08-11
申请号:CN202310594974.6
申请日:2023-05-24
Applicant: 北京理工大学
IPC: G06V10/764 , G06V10/82 , G06V20/13 , G06N3/0455 , G06N3/0895 , G06V10/40 , G06V10/774
Abstract: 本发明公开了一种掩码图像建模引导域适应的跨域遥感场景分类方法,包括:构建域适应网络,对自编码器进行无标注的自监督预训练,得到预训练后的自编码器模型参数;将自编码器模型参数加载到自编码器中,将数据输入到域适应网络中,利用自编码器对源域图像和目标域图像进行掩码图像建模;利用特征适应模块对齐源域和目标域的高级语义特征分布;以及基于数据构建总体目标损失函数,并优化总体目标损失函数来迭代训练域适应网络,移除自编码器的解码器部分,利用自编码器的编码器和特征适应模块测试目标域图像,获得良好的场景分类结果。本发明在进行域不变特征提取的过程中保留域特定特征,进一步提升对于无标注数据目标域的分类泛化能力。
-
公开(公告)号:CN116503732A
公开(公告)日:2023-07-28
申请号:CN202310326057.X
申请日:2023-03-30
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于域适应的无监督SAR图像舰船目标检测方法,通过从像素级和特征级逐步将光学图像域中的知识迁移到SAR图像域。在像素级,引入扩散模型,将光学域的舰船目标切片转化为伪SAR域的切片,然后与纯海洋背景结合起来,生成丰富的高质量过渡域图像,有效减小了光学图像域和SAR图像域之间的语义鸿沟。在特征级,通过构建以transformer为基础的检测器,在特征提取后和结果预测前分别利用对抗学习策略进行特征对齐操作,SAR域检测器可以从过渡域检测器中学习不变特征,提高对目标检测能力。最后,在SAR图像域利用学习到的检测器,对待处理的SAR图像进行舰船目标检测。在一定程度上缓解了标注SAR图像带来的巨大人工和时间消耗。
-
公开(公告)号:CN116486158A
公开(公告)日:2023-07-25
申请号:CN202310457467.8
申请日:2023-04-24
Applicant: 北京理工大学
IPC: G06V10/764 , G06V10/40 , G06V10/44 , G06V10/80 , G06V20/10
Abstract: 本发明公开了一种边界引导的光学遥感图像地物分类方法。光学遥感图像地物分类是遥感影像解译工作中的热点研究问题,其在民用、国防领域都发挥着重要作用。准确及时地从遥感影像中获取地物信息有着实际需求。通常的基于卷积神经网络的地物分类方法在逐层学习特征过程中,会损失空间信息同时对图像中的长距信息及全局上下文信息关注较少。本发明旨在基于Transformer架构,借助注意力机制对长距信息和全局上下文信息进行更好的利用,以实现较好的特征融合,进而改善分割效果。
-
公开(公告)号:CN116071643A
公开(公告)日:2023-05-05
申请号:CN202211392985.8
申请日:2022-11-08
Applicant: 北京理工大学
Abstract: 本发明涉及一种后验实例信息引导的无锚框遥感旋转目标检测方法,属于遥感旋转目标检测技术领域。首先,采用多尺度相邻层特征融合网络对骨架网络输出的不同分辨率的特征层进行多尺度语义特征深度融合。其次,在多尺度相邻层特征融合网络之后设计像素级实例预测网络,用于获取遥感旋转目标的形状及角度信息。然后,将具有目标形状及角度信息的像素级实例预测结果注入到多尺度相邻层特征融合网络的输出特征,最后,利用基于中心点的无锚框检测算法定位图像中的遥感旋转目标。本方法显著提高了无锚框检测算法对光学遥感场景中的任意角度目标的检测效果,不仅提高了目标召回率,同时还大幅降低了虚警率,具有良好的实际应用价值。
-
公开(公告)号:CN112966209B
公开(公告)日:2023-05-05
申请号:CN202110267342.X
申请日:2021-03-11
Applicant: 北京理工大学
Abstract: 本发明涉及一种FFT处理器及其处理数据的方法。FFT处理器包括:串转并模块,将接收的第一时域数据由串行转为2n路第二时域数据并行,其中,2n不大于第一时域数据的长度。2n处理通道中的任意一个通道包括依次排列的m个操作级模块以及m‑1个乘法器模块,输入当前处理通道的第二时域数据,经过m个操作级模块以及m‑1个乘法器模块进行运算后得到第一频域数据并输出到旋转因子乘法器模块。旋转因子乘法器模块将来自2n个处理通道的第一频域数据分别与旋转因子相乘,获得2n组第二频域数据后输出。基‑2n蝶形单元对2n组第二频域数据进行基‑2n运算,并输出第三频域数据到并转串模块,并转串模块将2n组第三频域数据数据合并为串行的第四频域数据。
-
-
-
-
-
-
-
-
-