-
公开(公告)号：CN114998748B
公开(公告)日：2023-02-03
申请号：CN202210900842.7
申请日：2022-07-28
Applicant: 北京卫星信息工程研究所
IPC: G06V20/10 , G06N3/04 , G06N3/08 , G06V10/52 , G06V10/74 , G06V10/764 , G06V10/766 , G06V10/82
Abstract: 本发明涉及一种遥感图像目标精细识别方法、电子设备及存储介质，以遥感图像提取的目标特征向量作为输入，充分利用其中编码的多实例信息，将同一幅图片上各实例的相似度信息进行对比学习，结合粗粒度的任意目标检测网络进行端到端的训练，而无需额外设计，通过已知的目标类别标签应用于分类损失以训练相似度计算网络；同时应用于对比损失，增大相同细粒度类别实例之间的相似度，而削减不同细粒度类别实例之间的相似度，增强了模型对实例之间的辨别区分能力。
-
公开(公告)号：CN114637004B
公开(公告)日：2022-11-25
申请号：CN202210245333.5
申请日：2022-03-14
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种星载GNSS‑S多站雷达在轨处理与舰船信息融合系统及方法。该系统包括：GNSS‑S多站雷达，搭载在低轨卫星上，用于并行接收多个中高轨GNSS卫星的直达信号和海面目标的散射信号；GNSS信号预处理模块，用于对多个直达信号和散射信号进行预处理；GNSS‑S信号双站成像模块，用于对预处理后的多个散射信号进行双站成像，获得多幅GNSS‑S图像；多站GNSS‑S图像联合检测模块，用于对多幅GNSS‑S图像进行联合检测处理，获得多维GNSS‑S信息，并根据目标特征获得目标检测结果；多站GNSS‑S信息融合处理模块，用于对多维GNSS‑S信息进行融合处理，提取目标特征。相比于单幅GNSS‑S图像，本发明的融合图像的信噪比更高，图像的轮廓与细节信息更清晰丰富，目标检测更加准确。
-
公开(公告)号：CN114637004A
公开(公告)日：2022-06-17
申请号：CN202210245333.5
申请日：2022-03-14
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种星载GNSS‑S多站雷达在轨处理与舰船信息融合系统及方法。该系统包括：GNSS‑S多站雷达，搭载在低轨卫星上，用于并行接收多个中高轨GNSS卫星的直达信号和海面目标的散射信号；GNSS信号预处理模块，用于对多个直达信号和散射信号进行预处理；GNSS‑S信号双站成像模块，用于对预处理后的多个散射信号进行双站成像，获得多幅GNSS‑S图像；多站GNSS‑S图像联合检测模块，用于对多幅GNSS‑S图像进行联合检测处理，获得多维GNSS‑S信息，并根据目标特征获得目标检测结果；多站GNSS‑S信息融合处理模块，用于对多维GNSS‑S信息进行融合处理，提取目标特征。相比于单幅GNSS‑S图像，本发明的融合图像的信噪比更高，图像的轮廓与细节信息更清晰丰富，目标检测更加准确。
-
公开(公告)号：CN114594478A
公开(公告)日：2022-06-07
申请号：CN202210267825.4
申请日：2022-03-17
Applicant: 北京卫星信息工程研究所
IPC: G01S13/90
Abstract: 本发明涉及一种基于星载Ka波段SAR系统的船只目标干涉检测方法，包括：利用Ka波段发射天线对成像区域以脉冲重复周期的正交信号进行扫描，实现大幅宽、大多普勒带宽的覆盖；在脉冲发射前，利用Ka波段接收天线对大幅宽、大多普勒带宽的回波信号进行并行接收和数字波束形成恢复，得到干扰信号的方向来源；对Ka波段接收天线的接收数据进行加权处理控制方向函数，在干扰信号的方向使用零陷技术，对干扰信号进行抑制，同时对Ka波段接收天线的旁瓣强目标造成的干扰进行抑制；利用Ka波段SAR交轨基线获得成像区域的干涉SAR图像，并提取高程缠绕分布信息，根据船只目标的高程缠绕分布特征对船只目标进行检测与识别。本发明可提升船只目标的检测与识别性能。
-
公开(公告)号：CN114488132A
公开(公告)日：2022-05-13
申请号：CN202210161907.0
申请日：2022-02-22
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种星载GNSS‑S雷达的目标检测方法，包括：将GNSS‑S雷达搭载在低轨卫星上，接收GNSS导航卫星的目标后向散射信号，对目标进行探测；构建星载GNSS‑S双站雷达的运动目标回波模型；采用基于并行遗传算法的长时间相参积累处理方法，快速搜索目标的相对运动参数，并对目标后向散射信号进行长时间相参积累；根据目标后向散射信号的长时间积累结果，解算目标的位置及运动参数；采用卡尔曼滤波技术，剔除虚假目标，实现对目标的长时间跟踪。本发明可实现多目标、复杂运动目标极弱信号的精确、快速检测。
-
Patent Agency Ranking
公开(公告)号：CN116416136A
公开(公告)日：2023-07-11
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的问题。
-
公开(公告)号：CN116385600A
公开(公告)日：2023-07-04
申请号：CN202310376114.5
申请日：2023-04-10
Applicant: 北京卫星信息工程研究所
IPC: G06T11/60 , G06F40/289 , G06F40/216 , G06F16/9532 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种遥感图像目标特性的分布式表征方法、装置及电子设备，所述方法包括：利用非结构化文本的先验信息对目标特性进行表达；结合结构化遥感图像知识对非结构化文本表达进行筛选；训练遥感图像语义环境模型，分布式表征遥感图像中的目标特性。通过实施本发明的上述方案，可以实现结合非结构化文本知识与结构化图像知识的目标特征表达。
-
公开(公告)号：CN115100449B
公开(公告)日：2023-04-14
申请号：CN202210921778.0
申请日：2022-08-02
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种遥感数据多目标关联匹配与轨迹生成方法及设备，利用SIFT尺度不变的特性对多模态序列遥感图像进行空间配准，再利用基于拓扑特征相似度匹配的多目标关联匹配方法对图像中的目标信息进行关联匹配，该发明可以将不同传感器在空间及时间上的冗余或互补信息进行组合，获得比单一传感器单时相数据更完善更准确的目标轨迹信息，具有高效率、高精度的特点。
-
公开(公告)号：CN115272856B
公开(公告)日：2023-04-04
申请号：CN202210900854.X
申请日：2022-07-28
Applicant: 北京卫星信息工程研究所
IPC: G06V20/10 , G06N3/045 , G06N3/0464 , G06N3/08 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/77 , G06V10/82
Abstract: 本发明涉及一种舰船目标细粒度识别方法及设备，结合细粒度分类结果和旋转框参数，实现对舰船目标的细粒度识别，避免了成像条件、拍摄角度和舰船目标中心点或角点位置随机导致模型难以聚焦关键点处的细粒度特征的问题，提高了模型定位关键点的准确度，通过构建关键点注意力，引导模型聚焦关键点区域的细粒度特征及其内在自相关性，提高了舰船目标的细粒度识别准确率，为舰船目标细粒度识别提供了一种切实可行的技术途径，在遥感目标识别领域有较大的实际应用价值。
-
公开(公告)号：CN115019182B
公开(公告)日：2023-03-24
申请号：CN202210900356.5
申请日：2022-07-28
Applicant: 北京卫星信息工程研究所
IPC: G06V20/10 , G06N3/04 , G06N3/08 , G06V10/42 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 本发明涉及一种遥感图像目标细粒度识别方法、系统、设备及存储介质，获取至少一幅图像；利用卷积神经网络提取所述图像的多尺度特征；利用Transformer对所述多尺度特征图进行编码；利用特征融合金字塔网络对所述的编码后的多尺度特征图进行特征融合；利用融合后的特征图，采用旋转框检测头提取目标；利用旋转变换对提取的目标的特征进行对齐；利用Transformer对旋转变换后的目标特征图进行细粒度分类，得到目标细粒度识别结果。本发明提升了检测方法对目标局部特征和全局特征的整体提取能力，提高了目标细粒度识别精度，可应用于高分辨率遥感图像中的船只、飞机等目标细粒度识别。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.025 seconds)
