-
公开(公告)号：CN107609507B
公开(公告)日：2020-11-13
申请号：CN201710806798.2
申请日：2017-09-08
Applicant: 哈尔滨工业大学
Abstract: 基于特征张量和支持张量机的遥感图像目标识别方法，本发明涉及一种遥感图像目标识别方法。本发明的目的是为了解决现有向量结构特征无法保持遥感图像中目标本身具有的空间结构信息，由此训练得到的系统模型，很难直接满足精度需求问题。过程为：一、在遥感图像上选取训练图像集合，根据训练图像上待识别目标的尺寸，在训练图像上选取待识别目标与背景样本的切片；二、提取切片的SIFT或SURF特征，并构建特征张量；三、求出分类决策超平面；四、利用支持张量机，对待识别遥感图像进行目标识别，得到含有标记为目标的切片；五、提取含有标记为目标的切片，进行切片合并，获得最终识别结果。本发明用于遥感图像目标识别领域。
-
Patent Agency Ranking
公开(公告)号：CN110443201A
公开(公告)日：2019-11-12
申请号：CN201910722047.1
申请日：2019-08-06
Applicant: 哈尔滨工业大学
Abstract: 基于多源影像联合形状分析与多属性融合的目标识别方法，本发明涉及多源影像目标识别方法。本发明的目的是为了解决现有舰船目标识别准确率低的问题。过程为：一、获取大量疑似舰船停靠码头的切片，并根据直线角度，旋转码头切片至水平；二、获取疑似舰船坐标，提取对应坐标的疑似舰船切片；三、将疑似舰船分类为舰船目标和非舰船目标；四、对分类为舰船的目标，提取光学切片，分别进行飞行甲板类型、船头尖角位置、船头轮廓类型、垂直发射装置位置检测，提取SAR切片，进行舰桥位置检测；五、进行多属性融合的舰船型号识别；六、基于五取投票结果最大的一类作为舰船型号识别结果。本发明用于遥感影像目标检测识别技术领域。
-
公开(公告)号：CN107609507A
公开(公告)日：2018-01-19
申请号：CN201710806798.2
申请日：2017-09-08
Applicant: 哈尔滨工业大学
Abstract: 基于特征张量和支持张量机的遥感图像目标识别方法，本发明涉及一种遥感图像目标识别方法。本发明的目的是为了解决现有向量结构特征无法保持遥感图像中目标本身具有的空间结构信息，由此训练得到的系统模型，很难直接满足精度需求问题。过程为：一、在遥感图像上选取训练图像集合，根据训练图像上待识别目标的尺寸，在训练图像上选取待识别目标与背景样本的切片；二、提取切片的SIFT或SURF特征，并构建特征张量；三、求出分类决策超平面；四、利用支持张量机，对待识别遥感图像进行目标识别，得到含有标记为目标的切片；五、提取含有标记为目标的切片，进行切片合并，获得最终识别结果。本发明用于遥感图像目标识别领域。
-
公开(公告)号：CN110598636B
公开(公告)日：2023-01-17
申请号：CN201910866137.8
申请日：2019-09-09
Applicant: 哈尔滨工业大学
IPC: G06V20/00 , G06V10/50 , G06V10/774 , G06V10/764
Abstract: 一种基于特征迁移的舰船目标识别方法，它属于舰船目标识别领域。本发明解决了在现有方法中，由于待识别的目标与已知训练的目标数据在外观以及成像质量的特性方面不一样，导致对待识别目标识别的效果差的问题。本发明提取不同分辨率的舰船图像的HOG特征，基于空间对齐与概率适配的的迁移学习方法，将源域的HOG特征和目标域的HOG特征映射到相同的特征空间，然后在同一特征空间中进行概率适配和实例权重调节，重新生成新的源域向量化HOG特征与新的目标域向量化HOG特征，利用新的源域向量化HOG特征对支持向量机进行训练，利用训练好的支持向量机进行待识别图像的目标识别。本发明可以应用于遥感图像中舰船目标的识别。
-
公开(公告)号：CN109614936B
公开(公告)日：2021-02-02
申请号：CN201811519198.9
申请日：2018-12-12
Applicant: 哈尔滨工业大学
Abstract: 遥感图像飞机目标的分层识别方法，本发明涉及飞机目标的分层识别方法。本发明的目的是为了解决现有遥感图像中飞机目标识别准确率低，速度慢的问题。过程为：一、对对原始包含飞机目标的高分辨率遥感图像进行降采样；二、对降采样后的低分辨率图像进行LSD检测，得到断裂直线，连接断裂直线，保留满足长度阈值的直线，利用机场跑道的光谱特征，对满足长度阈值的直线中满足光谱阈值的直线进行筛选；三、得到机场跑道直线；四、定位机场图像,对定位的机场图像进行切割，切割成子图；五、利用视觉显著性方法检测子图像，得到候选窗口；六、提取候选窗口SIFT特征，利用分类器分类，获得飞机目标最终识别结果。本发明用于目标识别领域。
-
公开(公告)号：CN109635733A
公开(公告)日：2019-04-16
申请号：CN201811517627.9
申请日：2018-12-12
Applicant: 哈尔滨工业大学
Abstract: 基于视觉显著性和队列修正的停车场和车辆目标检测方法，它属于停车场内车辆检测技术领域。本发明解决了现有遥感图像车辆目标检测方法处理速度慢、车辆目标检测效果差的问题。本发明根据停车场区域亮度特征设计一种基于亮度特征的显著图BBSM用于停车场区域粗提取，再利用停车场区域的颜色特征和面特征精确提取停车场轮廓；在每一个精提取的停车场轮廓内，提取可能包含车辆的疑似区域，设计基于边缘统计模型的车辆队列排布方向的计算方法来修正车辆队列排布方向，最后利用滑窗方法切割车辆队列来提取疑似车辆切片，提取切片的HOG特征后，利用SVM分类器进行二分类，将分类为车辆的目标标记回原图，实现车辆检测；本发明应用于停车场内车辆检测技术领域。
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
