-
公开(公告)号：CN117152606A
公开(公告)日：2023-12-01
申请号：CN202311067451.2
申请日：2023-08-23
Applicant: 北京理工大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82 , G06V10/40 , G06N3/0895 , G06N3/047
Abstract: 本发明公开了一种基于置信度动态学习的遥感图像跨域小样本分类方法，包括：获取源域和目标域的遥感图像数据；利用源域遥感图像数据对深度学习网络模型进行预训练获得预训练初始化参数；构建半监督跨域协同训练模型并加载初始化参数；基于源域遥感图像数据进行监督学习；进行半监督跨域协同训练模型处理；进行置信度动态学习策略处理；基于总损失函数对初始化参数更新获得用于小样本分类的深度学习网络模型；待测试遥感图像数据输入用于小样本分类的深度学习网络模型，获得对应的分类结果。本发明克服目前对目标域数据信息利用不充分和深度学习模型不确定性损害跨域学习的缺陷，提高深度学习模型的泛化能力，提升对遥感图像跨域小样本分类的性能。
-
公开(公告)号：CN115731461A
公开(公告)日：2023-03-03
申请号：CN202211377963.4
申请日：2022-11-04
Applicant: 北京理工大学
Abstract: 本发明公开了一种多层特征解耦的光学遥感图像建筑物提取方法。本发明首先利用多层特征解耦网络提取建筑物多尺度特征并进行分解，获得更稳定的语义主体特征和不确定的语义边界特征；然后基于语义主体特征和不确定的语义边界特征的不同，采用双流语义特征描述网络采用不同的方式进行逐步融合，加深强语义区域中深层特征中的语义表示，并保留弱语义区域中更多的细节信息；最后利用多任务监督方法，在保证建筑物主体部分完整性的同时提高建筑物边缘精确性，实现高分辨率光学遥感图像建筑物的高性能提取。本发明能够显著提高对高分辨率光学遥感图像建筑物的提取效果，可实现复杂环境中的不同尺度、不同空间分布的建筑物的精确提取。
-
公开(公告)号：CN115546196A
公开(公告)日：2022-12-30
申请号：CN202211388950.7
申请日：2022-11-08
Applicant: 北京理工大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明实施例公开了一种基于知识蒸馏的轻量级遥感影像变化检测方法，在用于遥感影像变化检测的知识蒸馏框架处通过采用原型对比蒸馏、通道归一化蒸馏以及空间归一化蒸馏的方法，引导学生模型模仿教师模型的判别特征分布，以减轻混淆对象的错误分类，同时关注空间概率分布和类别概率分布，以全面学习教师模型输出概率中包含的知识。多个蒸馏方法结合有利于提高学生模型的准确率并引导学生模型全面地学习教师输出中包含的知识，使其具备更强的变化区域识别能力生成更准确的遥感影像变化检测结果。
-
公开(公告)号：CN115410089A
公开(公告)日：2022-11-29
申请号：CN202210754167.1
申请日：2022-06-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种自适应局部上下文嵌入的光学遥感小尺度目标检测方法，一、利用多尺度优化沙漏特征提取网络，对遥感图像的小尺度目标进行特征提取；二、结合基于自适应局部上下文嵌入算法和通道注意力算法，对步骤一提取的特征进行深度优化；三、使用步骤二生成的特征图，通过角点池化和中心点池化操作，得到目标的左上角点、右下角点和中心点位置；然后，利用交叉熵损失函数、推‑拉损失函数来修正角点和中心点坐标，最终确定目标位置，实现对整幅图像的角点‑中心点的无锚框检测；本发明能够解决在大视场高分辨率光学遥感图像中对于小尺寸目标的检测准确率和检测精度的问题。
-
公开(公告)号：CN115344203A
公开(公告)日：2022-11-15
申请号：CN202210911938.3
申请日：2022-07-29
Applicant: 北京理工大学
IPC: G06F3/06
Abstract: 本发明涉及一种SAR成像系统的数据存储交换方法及架构。所述方法包括：对原始数据进行矩阵分块，得到至少一个子矩阵；对所述子矩阵进行距离向或方位向上的等量划分；将等量划分的所述子矩阵分别三维交叉映射到第一存取存储器、第二存取存储器；第一存取存储器、第二存取存储器、第一缓存模块、第二缓存模块、处理引擎执行数据缓存、读取或写入。本发明在处理引擎处理第二缓存模块的数据时，第一存取存储器、第二存取存储器与第一缓存模块进行数据读取或写入，使得流水线空闲时间很少，缓存资源得到充分利用；以及对原始数据等量划分等处理，使得单次突发传输数据的距离向长度和方位向长度相等；进而提高了数据的访问效率。
-
Patent Agency Ranking
-
公开(公告)号：CN107767400B
公开(公告)日：2021-07-20
申请号：CN201710838129.3
申请日：2017-09-15
Applicant: 北京理工大学
Abstract: 本发明提供一种基于层次化显著性分析的遥感图像序列动目标检测方法，具体过程为：首先，采用基于运动补偿的双模单高斯模型，在全局的尺度上提取时域显著性信息，得到时域显著图；从时域显著图中粗提取运动区域，作为候选区域；其次，在所述候选区域的基础上，分别在像素级和超像素级进行空间域的显著性分析，得到空域显著图；最后，将得到的全局时域显著图和局部空域显著图进行线性融合，得到时空显著图，通过阈值分割得到运动目标检测的结果。该方法能够对于运动目标完成由粗尺度快速定位到精细尺度下的精确描述，可有效提高运动目标检测算法计算效率。
-
-
公开(公告)号：CN112198509A
公开(公告)日：2021-01-08
申请号：CN202010884825.X
申请日：2020-08-28
Applicant: 北京理工大学
IPC: G01S13/90
Abstract: 本发明公开了多通道星载SAR星上实时处理的方位频谱逆滤波重建方法，涉及合成孔径雷达技术领域，能够有效减少频谱重建方法所需存储量，适用星载SAR星上实时处理。本发明的技术方案包括如下步骤：构建频谱重建逆滤波系数W0。分析逆滤波系数分段更新对成像质量的影响，根据分析结果确定分段更新的聚焦深度取值Nmax。根据分段更新的聚焦深度取值Nmax，得到按照方位频点分段更新的逆滤波系数W1。将多通道数据分别进行傅里叶变换，得到的频谱为方位模糊的频谱。利用逆滤波系数W1针对方位模糊的频谱进行逆滤波，恢复出方位无模糊的频谱P，完成多通道SAR频谱重建。
-
公开(公告)号：CN108764481A
公开(公告)日：2018-11-06
申请号：CN201810419424.X
申请日：2018-05-04
Applicant: 国家计算机网络与信息安全管理中心 , 北京理工大学
IPC: G06N7/02
CPC classification number: G06N7/02
Abstract: 本发明实施例提出的一种基于移动终端行为的信息安全能力评测方法及系统，通过根据移动终端在用户使用时的行为数据，对用户信息安全能力进行评测，解决了现有信息安全能力评测方法的单一性和评价全面性不足的问题，重点考虑了客观行为对本体分析的重要性，使得信息安全能力评测结果跟真实可靠。
-
-
-
-
-
-
-
-
-
Search Results
158
records
(took 0.04 seconds)
