-
公开(公告)号：CN115330667A
公开(公告)日：2022-11-11
申请号：CN202210413307.9
申请日：2022-04-20
Applicant: 北京理工大学 , 北京电子工程总体研究所 , 航天科工仿真技术有限责任公司
Abstract: 本发明提供了一种用于灭火无人机的窗户自动检测与瞄准系统与方法，能够有效完成灭火弹发射的指向，有效自动识别起火位置，增强对窗户的检测效果。本发明用于灭火无人机的窗户自动检测与瞄准系统将检测、跟踪、识别的技术加以整合，相较于传统无人机监测监视系统，本系统能够在几乎不需要人工辅助下，完成目标的精准识别与瞄准。在灭火的任务需求下，通过灭火无人机自主完成窗户的自动检测，并对图像中的烟雾、火焰进行分割，完成事故房间的自动识别。
-
公开(公告)号：CN108734122B
公开(公告)日：2022-05-20
申请号：CN201810471321.8
申请日：2018-05-17
Applicant: 北京理工大学
IPC: G06V20/13 , G06V10/774 , G06V10/764 , G06K9/62 , G06T7/00 , G06T7/136
Abstract: 本发明提供一种基于自适应样本选择的高光谱城区水体检测方法，在高光谱近红外谱段图像的预处理方面，通过质量评价SSIM的方法去除噪声波段图像，采用两次平均操作进一步消除噪声，能够获取更加稳定的近红外谱段的均值图像，与传统单波段阈值分割方法相比，无需人工选择待分割图像；本发明将无监督的阈值分割方法提取疑似水体区域，再通过有监督的特征学习与分类器训练，从疑似水体区域中剔除在近红外谱段与水体较为相似的建筑阴影、建筑屋顶沥青等地物；因此，本发明将无监督的阈值分割方法与有监督的特征学习与分类器训练方法相结合，具备城区观测场景的自适应能力，能够实现实测场景数据“现采集、现处理”，且虚警较低。
-
公开(公告)号：CN106886760B
公开(公告)日：2019-08-16
申请号：CN201710052487.1
申请日：2017-01-24
Applicant: 北京理工大学
Abstract: 本发明提供了一种基于空谱信息结合的高光谱舰船检测方法，能够解决现有舰船检测方法中舰船目标的检测的准确度和虚警的问题。本发明方法中涉及基于类间差异性的无监督光谱子区间筛选方法，是一种准确、快速、鲁棒性强的无监督光谱波段筛选方法。阈值分割中加入了水域的相对稳定性，极大削弱了亮度值较低的非水域区域对检测结果的干扰，能够实现十分准确的海陆分割结果，该方法简单、快速并且自适应。本发明提出了对RX异常检测结果进行空间特征增强的方法，即利用二维本征模态分解重构图像，并且该方法是自适应的，完全依赖数据本身的结构。本方法利用物质的光谱特征分析物质的主要材质构成，所有光谱均可由光谱字典中光谱向量线性组合得到。
-
公开(公告)号：CN108734122A
公开(公告)日：2018-11-02
申请号：CN201810471321.8
申请日：2018-05-17
Applicant: 北京理工大学
Abstract: 本发明提供一种基于自适应样本选择的高光谱城区水体检测方法，在高光谱近红外谱段图像的预处理方面，通过质量评价SSIM的方法去除噪声波段图像，采用两次平均操作进一步消除噪声，能够获取更加稳定的近红外谱段的均值图像，与传统单波段阈值分割方法相比，无需人工选择待分割图像；本发明将无监督的阈值分割方法提取疑似水体区域，再通过有监督的特征学习与分类器训练，从疑似水体区域中剔除在近红外谱段与水体较为相似的建筑阴影、建筑屋顶沥青等地物；因此，本发明将无监督的阈值分割方法与有监督的特征学习与分类器训练方法相结合，具备城区观测场景的自适应能力，能够实现实测场景数据“现采集、现处理”，且虚警较低。
-
公开(公告)号：CN118297900A
公开(公告)日：2024-07-05
申请号：CN202410404403.6
申请日：2024-04-03
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于协方差齐性检验的红外偏振图像异常目标检测方法涉及异常目标检测领域。本发明提出了利用协方差齐次性检验的方法实现异常目标检测，其实现流程如下：1、从相机处获取不同偏振相角图像并计算相应stokes矢量，重构为三维数据矩阵；2、对三维数据矩阵预处理，将stokes矢量矩阵归一化；3、将矩阵按检测窗口大小扩充并选择检测样本矩阵，分别计算检测样本矩阵和全局背景的协方差矩阵；4、设计像素异常程度表征算法，计算待检测样本异常程度，并循环遍历图像空间域所有像素，获得异常程度表征矩阵；5、对异常程度表征矩阵进行阈值分割并获取最终检测结果。
-
Patent Agency Ranking
公开(公告)号：CN118171427A
公开(公告)日：2024-06-11
申请号：CN202410326321.4
申请日：2024-03-21
Applicant: 北京理工大学
IPC: G06F30/18 , G06F30/27 , G06F18/10 , G06F18/2136
Abstract: 本发明公开了一种轻量级抗干扰实时目标检测网络设计方法。包括：首先构建跨维注意力聚合结构，在并行支路上独立全局化聚合通道、空间特征，使用非线性映射激活获取跨维度特征权重向量，而后实现跨维度特征重组，并与原始特征图相乘，使其选择性增强目标多维度细节特征，抑制背景信息干扰；其次实现精细化先验锚框筛选，每轮训练自适应统计和迭代先验信息，设计预训练锚框与多分辨率检测头计算交并比统计特征，评估锚框与真实框适配程度，保证每轮次训练的快速收敛，减少背景信息干扰；最后设计模型稀疏化方案，按照权重排序以多种比例裁剪模型通道，获取系列模型作为特征拟合的桥梁，实现模型轻量化和精度恢复，得到能够实时检测的高性能模型。
-
-
公开(公告)号：CN106875383B
公开(公告)日：2020-05-08
申请号：CN201710052877.9
申请日：2017-01-24
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于威布尔统计特征的内容不敏感模糊图像质量评价方法。使用本发明能够很好解决现有算法对相同模糊程度但内容不同的模糊图像评价不准确的问题。本发明取待评价图像的边缘梯度幅值矩阵，对边缘梯度幅值矩阵采用威布尔分布进行建模拟合，得到梯度的威布尔分布形状和尺度参数，同时计算威布尔分布形状的偏斜度值，提取的形状、尺度和偏斜度参数可以很好地区分不同模糊程度图像的梯度幅值分布；然后对具有相同内容图像的威布尔分布形状、尺度和偏斜度做分离归一化，减少参数与图像内容之间的关系，到达与图像内容不敏感的目的；最后利用归一化后的威布尔分布形状、尺度和偏斜度为特征值，对待评价图像进行质量评价。
-
公开(公告)号：CN106803080B
公开(公告)日：2019-12-31
申请号：CN201710052873.0
申请日：2017-01-24
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于形状玻尔兹曼机的补全式行人检测方法。使用本发明能够解决监控环境下行人检测遮挡的问题。本发明首先通过分类器对图像中行人目标进行初步检测，然后使用形状玻尔兹曼机将行人检测中的遮挡定义为一个连续遮挡的过程，将非完备的检测方法转变为完备的检测方法，满足在监控条件下可能发生的各种遮挡情况；最后基于人体物理模型，使用多级直方图对形状补全后的目标进行匹配度测试，评估目标补全部分与原始部分的匹配程度。通过将支持向量机的预测概率值与目标补全匹配度结合，能够将假正例(FP)与假反例(FN)两种错误分类向相反的方向拉伸，最大程度上降低漏检率和虚警率，提高算法的鲁棒性。
-
公开(公告)号：CN108764097A
公开(公告)日：2018-11-06
申请号：CN201810489307.0
申请日：2018-05-21
Applicant: 北京理工大学
CPC classification number: G06K9/0055 , G06K9/6202 , G06K9/6269
Abstract: 本发明公开了一种基于分段稀疏表示的高光谱遥感图像目标识别方法。使用本发明能够在不同场景下均取得了不错的目标检测效果。本发明通过光谱分段，从局部特征的组合方式着手，充分强调并利用了更为稳定的局部光谱特征，提升了目标检测效果；利用稀疏表示和字典学习自适应性的特点，无需对目标和背景的分布做任何的假设，避免了过多先验假设和手工特征带来的建模的欠准确性。本发明采用局部特征匹配的特性使得少数波段受到污染不会严重影响全局的特征匹配结果，具有一定的抗波段污染的效果。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.022 seconds)
