-
公开(公告)号：CN114488135B
公开(公告)日：2023-03-07
申请号：CN202210314938.5
申请日：2022-03-28
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种低轨小卫星分布式GNSS‑S雷达系统及在轨处理方法，系统包括：主卫星(50)，用于对探测区域的导航卫星信号进行接收与捕获跟踪，对海面舰船目标的GNSS‑S回波信号进行接收与处理，对分布式GNSS‑S雷达信息进行融合处理；从卫星(10，20，30，40)，用于对探测区域的导航卫星信号进行接收与捕获跟踪，对海面舰船目标的GNSS‑S回波信号进行接收与处理。本发明具有成像探测性能高、信息时效性高、自身隐蔽性强、系统功耗低、系统成本低等优势。
-
公开(公告)号：CN115019183B
公开(公告)日：2023-01-20
申请号：CN202210900359.9
申请日：2022-07-28
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种基于知识蒸馏和图像重构的遥感影像模型迁移方法，包括：在样本充足和标注完整的数据集A中训练第一目标检测模型，获得教师模型；利用知识蒸馏对所述教师模型进行压缩，获得学生模型，并在样本不足的数据集B中进行训练；利用训练后的学生模型对与所述数据集B的数据类型相同的待测试数据进行判别，获得第一判别结果；重构所述待测试数据，使所述待测试数据与所述数据集A的数据类型相同，利用所述教师模型对重构后的待测试数据进行判别，获得第二判别结果；将所述第一判别结果和所述第二判别结果的全连接层进行加权融合，获得用于判别所述待测试数据的第二目标检测模型。该方法可实现不同类型遥感影像的模型迁移。
-
公开(公告)号：CN114594478B
公开(公告)日：2022-11-25
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：CN115242792A
公开(公告)日：2022-10-25
申请号：CN202210928230.9
申请日：2022-08-03
Applicant: 北京卫星信息工程研究所
IPC: H04L67/1001 , H04B7/185
Abstract: 本发明涉及一种卫星云计算系统及方法，所述卫星云计算系统包括：主控节点模块，用于所述卫星云计算系统的运行、监测、控制、信息处理、通信以及星上微云服务的编排与调度；至少一个计算节点模块，用于部署和运行容器、提供星上微云服务和计算；存储模块，用于卫星云计算系统的数据存取；交换模块，用于所述主控节点模块、所述多个计算节点模块和所述存储模块的交互；供电模块，用于所述主控节点模块、所述多个计算节点模块、所述存储模块和所述交换模块的供电。本发明实现了星载计算资源的灵活分配、负载均衡以及多任务并行执行，显著提升星载高性能计算的稳定性和数据处理传输性能。
-
公开(公告)号：CN115019182A
公开(公告)日：2022-09-06
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。
-
Patent Agency Ranking
公开(公告)号：CN116416136B
公开(公告)日：2023-12-19
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(56)对比文件Nan Mo et al.Improved Faster RCNNBased on Feature Amplification andOversampling Data Augmentation forOriented Vehicle Detection in AerialImages.remote sensing.2020,第1-7页.Yuzhu Ji et al.LGCNet: A local-to-global context-aware feature augmentationnetwork for salient objectdetection.ELSEVIER: InformationSciences.2022,第439-440页.
-
公开(公告)号：CN116403122B
公开(公告)日：2023-12-19
申请号：CN202310403526.3
申请日：2023-04-14
Applicant: 北京卫星信息工程研究所
IPC: G06V20/13 , G06V10/764 , G06V10/25
Abstract: 本发明涉及一种无锚框定向目标检测方法，包括：S100，获取至少一幅包含待检测目标的卫星遥感图像；S200，以Resnet101为主干网络，提取所述卫星遥感图像的降采样4、8、16、32倍的特征C2、C3、C4、C5；S300，根据C2、C3、C4、C5构建FPN网络；S400，将所述FPN网络中的上采样和横向连接，替换为特征选择与对齐，对C2、C3、C4、C5进行融合处理，得到多尺度特征P3、P4、P5、P6、P7；S500，采用旋转边界框进行目标检测；S600，对目标检测算法进行优化，驱动目标检测网络在训练过程中学习目标的遥感方向信息。本发明可提高遥感目标检测对空间尺度大小与方向任意的目标的检测能力。
-
公开(公告)号：CN116403122A
公开(公告)日：2023-07-07
申请号：CN202310403526.3
申请日：2023-04-14
Applicant: 北京卫星信息工程研究所
IPC: G06V20/13 , G06V10/764 , G06V10/25
Abstract: 本发明涉及一种无锚框定向目标检测方法，包括：S100，获取至少一幅包含待检测目标的卫星遥感图像；S200，以Resnet101为主干网络，提取所述卫星遥感图像的降采样4、8、16、32倍的特征C2、C3、C4、C5；S300，根据C2、C3、C4、C5构建FPN网络；S400，将所述FPN网络中的上采样和横向连接，替换为特征选择与对齐，对C2、C3、C4、C5进行融合处理，得到多尺度特征P3、P4、P5、P6、P7；S500，采用旋转边界框进行目标检测；S600，对目标检测算法进行优化，驱动目标检测网络在训练过程中学习目标的遥感方向信息。本发明可提高遥感目标检测对空间尺度大小与方向任意的目标的检测能力。
-
公开(公告)号：CN115100532B
公开(公告)日：2023-04-07
申请号：CN202210921934.3
申请日：2022-08-02
Applicant: 北京卫星信息工程研究所
IPC: G06V20/10 , G06N3/0464 , G06N3/0985 , G06N5/02 , G06N5/04 , G06V10/764 , G06V10/766 , G06V10/77 , G06V10/82
Abstract: 本发明涉及一种小样本遥感图像目标检测方法和系统，所述小样本遥感图像目标检测方法包括：利用基础训练网络训练基类数据，其中，所述基础训练网络包括针对遥感图像建立的知识图谱；利用微调训练网络训练小样本数据，所述小样本数据包括经所述基础训练网络训练后的基类数据和新类数据。本发明的基础训练网络上训练完成的基类数据与新类数据一起构成微调训练网络的样本数据集，使得基础训练阶段训练好的网络可以通过微调训练很好地泛化到当前遥感图像小样本目标检测任务中，且知识图谱的知识输入可以为网络提供先验知识，可以在样本数量少、样本获取难度大的情况下，高效地训练出具备良好性能的目标检测网络。
-
公开(公告)号：CN115019184B
公开(公告)日：2023-02-07
申请号：CN202210900866.2
申请日：2022-07-28
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种基于遥感影像的石漠化程度自动分级方法及装置，该方法包括：获取石漠化区域的原始遥感影像和高程数据，并进行预处理；利用处理后的遥感影像反演所述石漠化区域的基岩裸露率和植被覆盖度，利用处理后的高程数据计算坡度数据；将所述基岩裸露率、所述植被覆盖度、所述坡度数据和所述原始遥感影像进行融合，得到样本数据，对所述样本数据的石漠化程度进行等级区分和标注，获得标签文件；构建CKRD‑DNN模型，并利用所述样本数据和所述标签文件进行训练；利用训练好的CKRD‑DNN模型对待分级的石漠化区域遥感影像进行识别和判定，得到分级结果。本发明可以实现大范围石漠化区域不同发育程度石漠化的高效自动分级和判定。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.026 seconds)
