-
公开(公告)号：CN118781322A
公开(公告)日：2024-10-15
申请号：CN202410787351.5
申请日：2024-06-18
Applicant: 清华大学 , 清华大学深圳国际研究生院
IPC: G06V10/25 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/52 , G06V10/143 , G06V20/10 , G06N3/045 , G06N3/0464
Abstract: 本申请提出了一种基于内容感知下采样的多光谱遥感图像小目标检测方法，包括：将RGB图像、红外图像输入目标检测模型中，输出检测结果，其中，输入图像在目标检测模型中的处理过程包括：通过RGB模态主干网络、红外模态主干网络分别提取RGB图像、红外图像的多尺度特征，其中，RGB模态主干网络、红外模态主干网络中集成有内容感知下采样模块，内容感知下采样模块用以替代主干网络中的下采样操作，下采样操作为步长大于1的卷积操作；通过融合瓶颈层，采用逐元素加法的方式融合多尺度特征，在融合时使融合的特征形成多尺度特征金字塔结构，得到融合后的特征；使用检测头基于融合特征进行检测，得到检测结果。采用上述方案的本发明能够准确提取小目标的空间特征，有效提升对于微小目标的检测性能。
-
公开(公告)号：CN118732504A
公开(公告)日：2024-10-01
申请号：CN202410923499.7
申请日：2024-07-10
Applicant: 清华大学深圳国际研究生院 , 清华大学
IPC: G05B13/04
Abstract: 一种面向肌腱驱动机械臂的模糊自适应迭代学习控制方法，包括设定期望输入至机械臂，执行动作并获得控制输出，测量误差和存储误差信息，利用初态学习模块矫正初始状态，通过自适应迭代控制器动态调整控制参数，使用模糊控制器实时调节控制参数以应对偏差和扰动，结合模糊控制器输出与自适应控制器信号形成最终控制指令，输入控制指令至机械臂执行，并通过迭代学习不断优化控制精度。该方法通过模糊逻辑和自适应迭代学习结合，有效提高肌腱驱动机械臂的控制精度和稳定性。该方法克服传统的闭环迭代学习应用在绳驱机械臂上受摩擦和外界扰动大的缺点，对不明扰动有较好的抵抗，也可以加快迭代学习的收敛速度，有着更好的控制效果。
-
公开(公告)号：CN118351453A
公开(公告)日：2024-07-16
申请号：CN202410379310.2
申请日：2024-03-29
Applicant: 清华大学 , 清华大学深圳国际研究生院
IPC: G06V20/13 , G06V10/25 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于端到端Transformer架构的SAR图像小尺寸舰船检测方法，包括，获取SAR图像数据集；构建RETDet网络，所述RETDet网络包括：特征提取单元，Transformer编码器，Transformer解码器，预测单元；基于所述SAR图像数据集对所述RETDet网络进行训练，得到舰船检测模型；根据所述舰船检测模型，实施舰船检测，得到检测结果。通过本发明提出的方法，较现有方法有良好的鲁棒性和小舰船目标检测性能。
-
公开(公告)号：CN116823867A
公开(公告)日：2023-09-29
申请号：CN202310652429.8
申请日：2023-06-02
Applicant: 清华大学 , 清华大学深圳国际研究生院
Abstract: 本申请公开了一种图像中目标对象的检测方法、装置、电子设备及存储介质，涉及图像检测技术领域，包括：将图像划分为多个子图像；每个子图像包括多个子区域；计算每个子区域的所有像素点的灰度值的平均值，获得每个子区域的平均灰度值；根据预设的包括多个区间片段的灰度值区间以及所有的平均灰度值，计算获得每个子图像的密度值；子图像的密度值反映子图像中的各个子区域的平均灰度值之间的差异程度；在所有的子图像中存在密度值大于预设的密度阈值的目标子图像的情况下，确定目标子图像中含有区别于背景区域的目标对象，以实现检测图像中的目标对象，且无需人工检测，提高了工作效率，解决了在先技术中工作效率低下的问题。
-
公开(公告)号：CN115272859A
公开(公告)日：2022-11-01
申请号：CN202210921568.1
申请日：2022-08-02
Applicant: 清华大学 , 清华大学深圳国际研究生院
Abstract: 本发明提供了一种多尺度SAR图像目标检测方法、装置、设备和介质，利用轻量化卷积神经网络对SAR图像进行逐层特征提取，得到所述SAR图像的多种空间分辨率的特征图；按空间分辨率从低到高的顺序，将所述多种空间分辨率的特征图逐层融合，得到多种空间分辨率的多尺度特征图；利用所述多种空间分辨率的多尺度特征图中最高空间分辨率的多尺度特征图进行目标检测，得到目标的中心点概率热图和所述目标的尺寸；根据所述目标的中心点概率热图和所述目标的尺寸，确定所述目标在所述SAR图像中的位置框。本发明采用轻量化的网络结构并直接利用目标中心点概率热图和尺寸来预测目标位置，提升了检测速度，同时基于多个检测子模型进行监督训练，保证了目标检测精度。
-
Patent Agency Ranking
公开(公告)号：CN119881823A
公开(公告)日：2025-04-25
申请号：CN202510219880.X
申请日：2025-02-26
Applicant: 深圳北理莫斯科大学 , 清华大学 , 清华大学深圳国际研究生院
IPC: G01S7/41
Abstract: 本发明涉及雷达信号处理技术领域，提供一种海杂波抑制方法、设备及存储介质，其中方法包括：获取雷达回波数据，确定训练数据，训练数据包括多个训练样本；根据训练数据，获取训练样本对应的样本矩阵，样本矩阵为托普利茨‑埃尔米特正定矩阵；根据样本矩阵，基于Brauer圆盘定理，确定分类界限；根据分类界限筛选样本矩阵，获取杂波矩阵；根据各个杂波矩阵，基于构建子空间流形，获取杂波协方差矩阵；根据杂波协方差矩阵，确定空时滤波器权重向量。基于Brauer圆盘定理筛选获得非目标信号对应的杂波矩阵，避免自零效应提高海杂波抑制的准确性，基于构建子空间流形，能够充分利用数据的结构化信息，进一步提高抑制海杂波的准确性。
-
公开(公告)号：CN119828096A
公开(公告)日：2025-04-15
申请号：CN202510078947.2
申请日：2025-01-17
Applicant: 清华大学 , 清华大学深圳国际研究生院
IPC: G01S7/41
Abstract: 本发明提供一种距离多普勒域重建方法、装置、设备及介质，属于雷达技术领域，方法包括基于预先确定的脉冲发射时刻进行脉冲发射，采集非均匀回波信号；将非均匀回波信号输入至预先训练完成的距离多普勒域RD重建网络，得到RD重建结果；RD重建网络的训练过程包括根据脉冲发射时刻样本生成非均匀回波信号样本，根据非均匀回波信号样本和预设的重建网络得到重建图像，根据脉冲发射时刻样本和重建图像构建损失函数，根据损失函数调整脉冲发射时刻样本和重建网络各自的参数。本发明对脉冲发射时刻和RD重建技术进行结合，使得RD重建技术的参数能够充分结合非均匀脉冲发射模式的特点，实现最大无模糊探测距离拓展并提升RD重建质量。
-
公开(公告)号：CN115294465A
公开(公告)日：2022-11-04
申请号：CN202210780463.9
申请日：2022-07-04
Applicant: 清华大学 , 清华大学深圳国际研究生院
Abstract: 本发明公开了一种光学遥感图像舰船目标旋转检测方法和装置，该方法包括：获取待检测图像数据；其中，待检测图像数据包括待检测港口图像和待检测港口图像对应标签信息；将待检测图像数据输入至预设的网络模型得到待检测港口图像特征图，根据待检测港口图像特征图和待检测港口图像对应标签信息进行损失计算得到网络模型的最优检测权重；基于最优检测权重得到待检测图像数据的舰船目标检测结果。本发明提升对光学遥感图像中舰船目标的检测精度，着重解决近岸港口等复杂场景下检测精度不高和大长宽目标检测效率低的难点问题。
-
公开(公告)号：CN119992317A
公开(公告)日：2025-05-13
申请号：CN202510033673.5
申请日：2025-01-09
Applicant: 清华大学
IPC: G06V20/10 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/764 , G06N3/042 , G06N3/0464 , G06N3/0985
Abstract: 本申请涉及图像处理技术领域，特别涉及一种基于超图神经网络的多源遥感图像变化检测方法及装置，其中，方法包括：基于给定的多源遥感图像对，构建节点，并计算节点之间的关联关系，得到关联矩阵以形成超边，从而构建具有节点和超边的局部超图和全局超图。利用超图神经网络结合关联矩阵学习，提取图像变化前后特征，输出局部和全局超图节点变化的概率预测结果。再利用融合策略，融合局部和全局超图节点变化的概率预测结果，得到每个像素最终的融合预测结果，最后经阈值分类法判断每个像素是否发生变化，获取最终的变化检测结果。由此，提升了多源异构图像变化检测的精度。
-
公开(公告)号：CN115229791B
公开(公告)日：2025-04-04
申请号：CN202210886307.0
申请日：2022-07-26
Applicant: 清华大学深圳国际研究生院
IPC: B25J9/16
Abstract: 本发明公开一种含有工具的机械臂控制系统及方法，该系统包括：感知层、决策层和执行层；感知层包括图像采集模块和工具识别模块，通过图像采集模块采集RGB图像和深度图像，通过工具识别模块识别工具的用途和估计工具的长度；决策层包括末端位置确定模块和接触点评估模块，通过末端位置确定模块获取工具的末端位置，通过接触点评估模块评估工具与目标物体之间的最优接触点；执行层包括关节角度预测模块和机械臂运动模块，通过关节角度预测模块对机械臂下一步的关节角度变化进行预测，通过机械臂运动模块根据预测的下一步的关节角度控制机械臂的关节旋转，驱动机械臂进行运动。本发明能在不改变机械臂结构的情况下完成更多超出工作范围的任务。
-
-
-
-
-
-
-
-
-
Search Results
524
records
(took 0.026 seconds)
