-
公开(公告)号：CN118552743A
公开(公告)日：2024-08-27
申请号：CN202410903226.6
申请日：2024-07-08
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种面向点云数据的稀疏代理注意力特征提取方法。所述方法包括，设计了一种基于稀疏代理的点云自注意力模块，该模块使用少量的稀疏代理代表场景中各个部分的高层次抽象信息，使用稀疏交叉注意力在稀疏代理和原始点云之间交换信息，并且利用在稀疏代理之间的全局注意力实现信息的全局融合；同时设计了一种双流的模型结构以将该模块整合入已有的模型中。通过这两种特殊设计，得到的网络模型得以以很高的效率提取高质量的点云特征，进而提升后续在目标检测、语义分割任务上的准确性。
-
公开(公告)号：CN118351410A
公开(公告)日：2024-07-16
申请号：CN202410475463.7
申请日：2024-04-19
Applicant: 北京航空航天大学
IPC: G06V10/80 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/40 , G06V20/64 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明提出了一种基于稀疏代理注意力的多模态三维检测方法，利用代理概念实现了高效的同模态下的特征提取与端到端的跨模态的数据融合。本发明首先提出了一种多模态通用的稀疏代理注意力模块，利用空间代理相关先验简化了注意力计算的复杂度，并实现了算子的高效的并行化加速与相关优化。其次，本发明实现同模态与跨模态下的高效代理融合方法，实现了基于代理的多模态融合模型。相比直接基于体素与图像进行融合，基于代理的融合即减少了计算与内存的压力，又增大融合时的感受野，从而提升了模型检测的性能。
-
公开(公告)号：CN115294478B
公开(公告)日：2024-04-05
申请号：CN202210897206.3
申请日：2022-07-28
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种应用于现代光电平台的空中无人机目标检测方法，包括无人机候选区域提取，候选区域评价、定位目标的正确性判断和结果处理。无人机候选区域提取是对灰度图进行多尺度滤波、提取差值图边缘、形态学运算和连通域操作得到候选区域。候选区域评价部分是基于候选区域均值和长宽比、邻域的均值和方差建立的评分机制，将最高得分的候选区域确定为定位目标。目标的正确性判断通过比较定位目标在当前帧和五帧后的状态，来判断定位目标是否正确。结果处理是当定位目标正确时完成检测，否则重新执行检测。
-
公开(公告)号：CN116883681B
公开(公告)日：2024-01-30
申请号：CN202310999356.X
申请日：2023-08-09
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于对抗生成网络的域泛化目标检测方法。首先构造特征提取网络对输入图像特征进行提取；构造域激励注意力模块对特征提取网络提取的特征进行进一步提取，提高其域泛化能力；构造特征金字塔网络FPN对特征提取网络特征进行多尺度融合；构造对抗生成网络正则化模块，将FPN提取的特征与标准高斯分布进行对齐，避免FPN过拟合；构造检测头网络，预测检测目标的位置、类别与目标中心位置；构造目标中心对齐模块，对FPN提取的特征进行对抗训练，进一步提升FPN提取特征的域泛化能力。
-
公开(公告)号：CN117036918A
公开(公告)日：2023-11-10
申请号：CN202310999333.9
申请日：2023-08-09
Applicant: 北京航空航天大学
IPC: G06V20/00 , G06V10/74 , G06V10/774 , G06V10/82 , G06V10/44 , G06V10/25 , G06N3/0464 , G06N3/088 , G06N3/084 , G06N3/094
Abstract: 本发明公开了一种基于域适应的红外目标检测方法，以提高目标检测网络在无标注红外图片上的检测性能，使用域适应技术，减少网络对于标注信息的依赖，在缺少目标域标注信息的情况下，也能够实现相应目标的检测。使用双阶段检测网络，相比于单阶段检测网络，先进行感兴趣区域的提取，再把相应区域的特征统一到固定的大小，再通过检测分类。最后采用了基于观测的动态权重调整的学习策略，代替了传统的手工设定权重的方法，能够根据稳定程度调整该损失项在总损失项中的占比，进而达到更好的训练效果。
-
Patent Agency Ranking
公开(公告)号：CN117011343A
公开(公告)日：2023-11-07
申请号：CN202311002146.5
申请日：2023-08-09
Applicant: 北京航空航天大学
IPC: G06T7/269 , G06T7/246 , G06N3/0464 , G06N3/048
Abstract: 本发明提出了一种面向拥挤场景的光流引导多目标跟踪方法，针对现有的多目标跟踪算法进行优化设计，提出了光流引导分支，利用光流信息引导多帧目标特征转移，一方面利用了时序信息，将上下文特征以光流形式引入多目标跟踪当中，本发明提升了模型的跟踪精度，另一方面光流分支设计简单，可保证整体模型实时运行。
-
公开(公告)号：CN116894856A
公开(公告)日：2023-10-17
申请号：CN202310999244.4
申请日：2023-08-09
Applicant: 北京航空航天大学
IPC: G06T7/246 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及一种基于多尺度空间语义感知的遮挡抑制跟踪方法。该算法包括：在初始帧中，选择多尺度图像模板馈送到卷积神经网络CNN生成滤波器，并在跟踪目标周围截取3组尺度图像块的集合用于生成变换矩阵；在后续跟踪过程中，将3组不同尺度的搜索区域馈送到卷积神经网络CNN中得到特征图，结合变换矩阵生成掩码矩阵，进一步计算得到遮挡抑制的特征图，3组尺度的遮挡抑制的特征图相融合以响应最大的位置作为跟踪目标位置，并以峰值旁瓣的波动作为更新变换矩阵和滤波器指标。
-
公开(公告)号：CN115801973A
公开(公告)日：2023-03-14
申请号：CN202211398781.5
申请日：2022-11-09
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于FPGA的瀑流式视频数据实时电子稳像系统及方法，包括电子稳像计算模块、电子稳像补偿模块和参数存储模块以及5个外围辅助模块组成。其中电子稳像计算模块对瀑流式数据进行帧间图像配准计算，电子稳像补偿模块根据电子稳像计算模块的计算结果对图像进行移动、缩放以及裁剪从而实现电子稳像补偿操作。本发明中的电子稳像方法，针对嵌入式图像处理系统传输过程中的瀑流式数据进行设计，能够实现在消隐期内完成稳像参数计算，且不需要缓存整帧图像信息，具有不影响前后端其它处理环节、实时性高、存储资源开销小的特点，在嵌入式视频处理领域有着较为广阔的应用前景。
-
公开(公告)号：CN115761393A
公开(公告)日：2023-03-07
申请号：CN202211274975.4
申请日：2022-10-18
Applicant: 北京航空航天大学
IPC: G06V10/774 , G06V10/40 , G06V10/764 , G06V10/766 , G06V10/44 , G06V10/80 , G06V10/82 , G06T7/246 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于模板在线学习的无锚目标跟踪方法，包含特征提取模块、新型无锚三分支网络模块以及模板在线学习模块。其中特征提取模块使用ResNet50特征提取网络提取深度特征；新型无锚三分支网络模块包含分类分支、偏移分支和尺度分支，用于精确预测目标当前位置和尺度；模板在线学习模块综合使用轮廓检测网络和目标检测网络进行实时准确的目标模板更新。相比于现有技术，本发明提出的目标跟踪算法具有更高的跟踪精度，同时保证了算法的实时性。
-
公开(公告)号：CN115410147A
公开(公告)日：2022-11-29
申请号：CN202210979010.9
申请日：2022-08-16
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种面向全天候的跨模态自适应融合行人目标检测系统及方法，主要包括跨模态差分信息融合模块和置信度感知自适应融合模块两部分。跨模态差分信息融合模块主要是针对网络提取后的可见光及红外模态的特征信息进行互补特征加强，通过全局池化及平均池化操作增强两者的差分特征图的空间信息，然后通过全连接层及Tanh激活函数获取各个模态的融合特征向量，进而对初步提取的可见光及红外模态特征分别进行特征增强表达；置信度感知自适应融合模块充分利用置信度感知表达对增强后的不同模态之间的特征进行自适应加权，使得网络检测器能够更好地选择可信赖的模态进行处理，提升检测器的鲁棒性；最后利用多任务损失实现网络模型参数优化。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.029 seconds)
