公开(公告)号：CN117036975A

公开(公告)日：2023-11-10

申请号：CN202311002153.5

申请日：2023-08-09

Applicant: 北京环境特性研究所

Inventor： 王梓权 ,  郭单 ,  贾雨生 ,  张子恺 ,  翟佳 ,  谢晓丹

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/80 ,  G06V10/50 ,  G06V10/54 ,  G06T7/11 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种SAR图像的目标识别方法及装置，其中方法包括：获取待识别SAR图像；提取所述待识别SAR图像的定量语义特征和图像特征；基于预先构建的定量语义特征与定性语义特征的语义映射关联，将所述待识别SAR图像的定量语义特征映射为所述待识别SAR图像的定性语义特征；对所述待识别SAR图像的图像特征、定量语义特征和定性语义特征分别进行编码，并对分别编码后的特征进行特征融合，以根据特征融合结果输出对所述待识别SAR图像的目标识别结果。本方案，能够提高SAR图像目标识别的准确性。

公开(公告)号：CN115861682A

公开(公告)日：2023-03-28

申请号：CN202211430208.8

申请日：2022-11-15

Applicant: 北京环境特性研究所

Inventor： 张子恺 ,  翟佳 ,  何伟 ,  谢晓丹 ,  杨鸿宇

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明实施例涉及图像处理技术领域，特别涉及一种小样本图像的分类方法、装置、电子设备及存储介质。方法包括：基于改进的原型网络，确定小样本图像中每类图像的类别原型特征，所述改进的原型网络的网络主干是基于VIT模型构建的；利用所述网络主干对待分类图像进行特征提取，得到所述待分类图像的目标特征向量；基于所述待分类图像的目标特征向量与每个所述类别原型特征的距离，确定所述待分类图像的类别。本发明方法，能够提高小样本图像分类的准确率。

公开(公告)号：CN114330350B

公开(公告)日：2024-10-11

申请号：CN202210007201.9

申请日：2022-01-05

Applicant: 北京环境特性研究所

Inventor： 彭实 ,  陈文 ,  谢晓丹 ,  翟佳 ,  何志豪 ,  刘威 ,  董毅 ,  张子恺

IPC: G06F40/295

Abstract: 本发明涉及计算机深度学习技术领域，特别涉及一种命名实体识别方法、装置、电子设备及存储介质，该方法包括：获取已知命名实体的中文文本并进行预处理，得到多个已知命名实体的文本向量；基于已知命名实体的文本向量，对联合模型进行训练；联合模型包括字符识别模型、分词识别模型和序列标注模型；获取待识别的中文文本并进行预处理，得到待识别的文本向量；将待识别的文本向量输入训练后的联合模型，进行命名实体识别。本发明能够提高中文文本的实体识别性能。

公开(公告)号：CN117876771A

公开(公告)日：2024-04-12

申请号：CN202410046518.2

申请日：2024-01-11

Applicant: 北京环境特性研究所

Inventor： 王梓权 ,  张子恺 ,  翟佳 ,  韩全贺 ,  叶昕辰 ,  李豪杰

IPC: G06V10/764 ,  G06V10/766 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供了一种小样本目标检测识别方法、装置及计算设备，该方法包括：获取目标域内的小样本目标数据集；利用小样本目标数据集对由源域数据集预训练得到的初始检测网络模型和初始分类网络模型进行训练，得到目标检测网络模型和目标分类网络模型；将目标域的待检测识别图像输入目标检测网络模型中，得到目标图像和回归结果；将目标图像与目标图像相关的语义信息、属性信息和图像信息输入目标分类网络模型中，得到分类结果；根据回归结果和分类结果，得到待检测识别图像的识别结果。本方案提供的小样本目标检测识别方法能够实现对小样本数据的准确识别，提高基于小样本数据的识别准确性。

公开(公告)号：CN117746162A

公开(公告)日：2024-03-22

申请号：CN202410037726.6

申请日：2024-01-10

Applicant: 北京环境特性研究所

Inventor： 张子恺 ,  王梓权 ,  翟佳 ,  刘可 ,  叶昕辰 ,  李豪杰

IPC: G06V10/764 ,  G06V10/774 ,  G06T3/4053 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09

Abstract: 本发明涉及计算机视觉技术领域，特别涉及一种面向低分辨率小样本的目标识别方法及装置。方法包括：基于待测试小样本集构建训练集；待测试小样本集包括不带有标签的低分辨率图像和每一个类别带有标签的高分辨率图像；利用训练集对预先构建的识别网络进行监督预训练和元训练，得到识别模型；将训练集中的样本图像进行下采样，以利用训练集中的样本图像和下采样后的低分辨率样本图像，对预先构建的超分辨率网络进行训练，得到超分辨率模型；在将待测试小样本集中的低分辨率图像输入至超分辨率模型得到超分辨率图像后，利用识别模型和每一个类别的类中心，得到超分辨率图像的预测类别。本方案可以增强低分辨率图像的小样本分类性能。

公开(公告)号：CN115797171A

公开(公告)日：2023-03-14

申请号：CN202211430211.X

申请日：2022-11-15

Applicant: 北京环境特性研究所

Inventor： 张子恺 ,  翟佳 ,  谢晓丹 ,  郭单 ,  王梓权

IPC: G06T3/40 ,  G06T5/00

Abstract: 本发明实施例涉及图像处理技术领域，特别涉及一种合成图像的生成方法、装置、电子设备及存储介质，方法包括：基于Alpha透明蒙版标注法，生成由前景目标和背景图像组成的第一图像以及所述前景目标在所述第一图像中的前景目标掩码；利用编解码网络提取所述第一图像的背景特征以及所述前景目标掩码的目标特征，并将所述背景特征和所述目标特征进行融合，生成和谐化的第二图像；利用阴影生成对抗网络为所述第二图像中的前景目标生成阴影，生成目标图像。本方案，能够提高合成图像的质量。

公开(公告)号：CN115695951A

公开(公告)日：2023-02-03

申请号：CN202211351653.5

申请日：2022-10-31

Applicant: 北京环境特性研究所

Inventor： 王梓权 ,  张子恺 ,  陈凯文 ,  翟佳

IPC: H04N23/11 ,  H04N23/56 ,  G06V20/52 ,  G06V10/20 ,  G06T7/70 ,  F41H1/04

Abstract: 本发明提供了一种头盔，涉及武器装备技术领域。其中，该头盔包括头盔本体、以及设置在所述头盔本体上的图像采集组件、处理整合器和显示组件；所述图像采集组件，包括多种图像传感器，被配置为基于所述多种图像传感器中的至少一种采集待检测图像；所述处理整合器，被配置为对所述待检测图像进行增强处理，以及，对增强处理后的图像进行目标识别，以得到目标识别结果；显示组件，被配置为对所述目标识别结果进行显示。本发明提供的头盔，不仅能够对用户起到保护作用，而且能够自动识别图像中的目标，辅助用户快速识别、定位目标，大大提高了用户识别、定位目标的精准度和处理效率，从而极大提高巡检效率和战备质量。