-
公开(公告)号：CN119291665A
公开(公告)日：2025-01-10
申请号：CN202411210506.5
申请日：2024-08-30
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种基于地基GNSS‑S雷达的空中目标预测融合跟踪方法，包括以下步骤：通过地基GNSS‑S雷达同时获得空中目标的多颗GNSS卫星导航信号的散射回波；对散射回波进行压缩和处理，获得近距离多站运动轨迹；对获得的运动轨迹进行分析，获得在近距离处的位置和速度；根据获得的位置和速度，对空中目标运动到远距离处进行模糊预测，获得多个预测结果；对每一个预测结果在多个双站点迹图像中位置进行时间配准和空间配准；对配准后的预测结果进行多个双站点迹图像的信号融合，并从每一预测结果的多站图像信号融合结果中选择信噪比最高的预测结果作为空中目标在远距离处的位置和速度。本发明，提高了GNSS‑S雷达探测系统的远距离目标探测跟踪能力。
-
公开(公告)号：CN112036419B
公开(公告)日：2024-04-05
申请号：CN202010978115.3
申请日：2020-09-17
Applicant: 南京航空航天大学 , 北京卫星信息工程研究所
IPC: G06V10/82 , G06V10/774 , G06V10/40 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于VGG‑Attention模型的SAR图像部件解译方法，首先对原始VGG网络进行改进，并在改进后的VGG网络中添加注意力模块，得到VGG‑Attention模型，在训练过程中输入给定标签的SAR图像，VGG‑Attention模型提取SAR图像的整体数据特征，残差注意力模块将所提取的深层特征中的重要特征进行加强和集中，通过优化网络参数实现对SAR图像显著部件的解译。本发明在不降低解译效果的前提下减少了训练所需时间，提升了网络的鲁棒性，能有效对SOC和大俯仰角EOC条件下的SAR目标图像中的显著部件进行较准确的解译。
-
公开(公告)号：CN116630794B
公开(公告)日：2024-02-06
申请号：CN202310457764.2
申请日：2023-04-25
Applicant: 北京卫星信息工程研究所 , 哈尔滨工程大学
IPC: G06V20/10 , G06V10/77 , G06V10/80 , G06V10/766 , G06V10/764 , G06T7/73 , G06V10/82 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于排序样本选择的遥感图像目标检测方法、电子设备，获取遥感图像及对应的目标标签，并进行预处理；通过特征提取主干网络以及特征金字塔网络，得到对应的多尺度特征图；构建分类分支网络以及位置及角度回归分支网络，对多尺度特征图进行预测，获得目标预测值；利用目标标签以及预测值，在多尺度特征图上计算得到交并比自适应阈值，筛选样本点以获得满足条件的正负样本；计算分类排序损失、定位排序损失以及回归损失进行网络训练；重复执行上述步骤，训练检测模型；利用检测模型进行检测。本发明，缓解正负样本不均衡导致传统分类能力难以学习的问题，促进目标检测性能提升，对高分辨率遥感图像旋转框目标检测具有重要意义。
-
公开(公告)号：CN115792995B
公开(公告)日：2024-02-06
申请号：CN202211517073.9
申请日：2022-11-29
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种基于星载GNSS‑S的目标探测系统及方法，包括：对天GNSS直达信号处理单元，用于接收导航卫星的直达信号，并输出自身平台参数信息以及根据直达信号输出相应的导航卫星信息，导航卫星信息包括电文比特信息；对海GNSS散射信号处理单元，用于接收直达信号经海面目标区域的散射信号，及确定目标区域的信息；直散信号同步转换单元，用于根据导航卫星信息及平台参数信息，确定直达信号和散射信号之间时间同步所需的时间同步信息、距离向压缩所需的参考信号以及方位相参累积所需的相位补偿因子并输出至对海GNSS散射信号处理单元；其中，对海GNSS散射信号处理单元根据直散信号同步转换单元的输出信息确定目标区域的信息。可有效提高目标回波信号信噪比。
-
公开(公告)号：CN116524368B
公开(公告)日：2023-12-19
申请号：CN202310403716.5
申请日：2023-04-14
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及遥感图像目标检测方法，包括获取至少一幅包含待测目标的卫星遥感图像，利用卷积神经网络提取卫星遥感图像的多尺度特征，根据嵌入掩膜引导特征金字塔网络学习前景目标区域的特征，并生成用于提取原始图像中疑似目标区域的旋转候选框，利用旋转RoIAlign对齐操作对疑似目标区域进行特征提取，将提取到的特征送入由Smooth‑L1回归损失和角边距分类损失组成的有向检测头进行分类识别与回归定位。本发明提升了目标检测方法对港口等复杂背景的抗干扰能力，减少了云雾、形似干扰物造成的虚警，提高了目标检测的识别精度，可应用于高分辨率遥感图像中的船只、飞机等目标识别。(56)对比文件Pengming Feng等.Embranchment CnnBased Local Climate Zone ClassificationUsing Sar And Multispectral RemoteSensing Data.IGARSS 2019 - 2019 IEEEInternational Geoscience and RemoteSensing Symposium.2019,全文.Jiankang Deng等.ArcFace: AdditiveAngular Margin Loss for Deep FaceRecognition.2019 IEEE/CVF Conference onComputer Vision and Pattern Recognition(CVPR).2020,全文.
-
Patent Agency Ranking
公开(公告)号：CN116486169B
公开(公告)日：2023-12-19
申请号：CN202310477115.9
申请日：2023-04-27
Applicant: 北京卫星信息工程研究所
IPC: G06V10/764 , G06V10/26 , G06V10/762 , G06F16/36 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V20/50
Abstract: 本发明涉及遥感图像目标动向判别方法，包括：S100，对遥感图像进行全景分割标注和目标行为动向标注，确定目标动向知识图谱；S200，基于遥感图像建立全景分割模型，以ResNet作为特征提取主干网络，并引入交叉注意力模块提取长距上下文信息；S300，根据全景分割网络中的实例分割分支对遥感图像进行实例级分割，根据全景分割网络中的语义分割分支对遥感图像进行语义级分割；S400，引入基于贝叶斯决策的分支融合模块，对实例分割分支和语义分割分支的结果进行决策融合，生成全景分割图像；S500，将全景分割图像进行像素聚类生成场景信息知识图谱；S600，根据图注意力网络，对场景信息知识图谱中的关注目标进行动向判别。本发明可推理遥感图像中目标的行为动向信息。
-
公开(公告)号：CN116450632B
公开(公告)日：2023-12-19
申请号：CN202310421521.3
申请日：2023-04-18
Applicant: 北京卫星信息工程研究所
IPC: G06F16/215 , G06F16/29
Abstract: 本发明涉及一种地理样本数据质量评估方法、设备及存储介质，地理样本数据质量评估方法包括：分析多应用层级的地理人工智能样本数据的质量特征，建立多应用层级的样本数据质量指标体系；确定进行质量评估的地理人工智能样本数据集的特征与质量规范；确定进行质量评估的地理人工智能样本数据集的质量评估规范；执行地理人工智能样本数据质量评估，获取质量评估结果；基于质量评估结果，生成地理人工智能样本数据质量评估报告。本发明，能够满足像素级、目标级、场景级多应用层级的地理人工智能样本数据的质量评估需求，为地理人工智能样本数据的质量评估提供系统性参考，从而帮助提高样本数据的可靠性。
-
公开(公告)号：CN116416136B
公开(公告)日：2023-12-19
申请号：CN202310408459.4
申请日：2023-04-17
Applicant: 北京卫星信息工程研究所
IPC: G06T3/40 , G06T5/50 , G06T7/00 , G06V20/13 , G06V10/26 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/045
Abstract: 本发明涉及一种可见光遥感图像舰船目标检测的数据扩增方法、设备及存储介质，获取原始可见光遥感图像数据集及其标注文件；确定需要进行扩增的舰船类别；引入语义评估模块，得到能够扩增的合理区域；依据原始可见光遥感图像数据集的标注文件，提取原始各类舰船切片样本；对原始各类舰船切片样本进行超分辨率重建，构建舰船扩增样例库；将原始可见光遥感图像和舰船扩增样例库进行图像合成处理，得到扩增后的图像；对扩增后的图像进行质量评估，筛选替换原始图像。本发明，实现了舰船少数类的自动扩增，解决因训练集类间不平衡导致训练出来模型偏向于多数类，而对少数类识别精度下降(56)对比文件Nan Mo et al.Improved Faster RCNNBased on Feature Amplification andOversampling Data Augmentation forOriented Vehicle Detection in AerialImages.remote sensing.2020,第1-7页.Yuzhu Ji et al.LGCNet: A local-to-global context-aware feature augmentationnetwork for salient objectdetection.ELSEVIER: InformationSciences.2022,第439-440页.
-
公开(公告)号：CN116403122B
公开(公告)日：2023-12-19
申请号：CN202310403526.3
申请日：2023-04-14
Applicant: 北京卫星信息工程研究所
IPC: G06V20/13 , G06V10/764 , G06V10/25
Abstract: 本发明涉及一种无锚框定向目标检测方法，包括：S100，获取至少一幅包含待检测目标的卫星遥感图像；S200，以Resnet101为主干网络，提取所述卫星遥感图像的降采样4、8、16、32倍的特征C2、C3、C4、C5；S300，根据C2、C3、C4、C5构建FPN网络；S400，将所述FPN网络中的上采样和横向连接，替换为特征选择与对齐，对C2、C3、C4、C5进行融合处理，得到多尺度特征P3、P4、P5、P6、P7；S500，采用旋转边界框进行目标检测；S600，对目标检测算法进行优化，驱动目标检测网络在训练过程中学习目标的遥感方向信息。本发明可提高遥感目标检测对空间尺度大小与方向任意的目标的检测能力。
-
公开(公告)号：CN113780149B
公开(公告)日：2023-11-17
申请号：CN202111042674.4
申请日：2021-09-07
Applicant: 北京航空航天大学 , 北京卫星信息工程研究所
Abstract: 本发明公开一种基于注意力机制的遥感图像建筑物目标高效提取方法。具体步骤如下：一、读入图像数据并进行预处理；二、构造基于注意力机制的遥感图像建筑物目标高效提取网络；三、训练神经网络，得到模型参数；四、就行遥感图像建筑物目标提取。本发明的网络模型是在浅层特征图的稀疏特征上利用Transformer构建全局上下文特征。在浅层特征图上应用Transformer可以很好的保留局部细节用于识别边界；只使用稀疏的语义单词可以显著提高网络的速度并降低计算机的内存消耗；同时构建的全局感受野可以很大程度减少复杂背景的干扰。本发明的遥感图像建筑物提取方法输入为遥感图像，输出为建筑物目标的二值掩模，自动化程度高，信息解析速度快，能够大幅度提高效率，降低成本。
-
-
-
-
-
-
-
-
-
Search Results
318
records
(took 0.051 seconds)
