-
公开(公告)号：CN116416531B
公开(公告)日：2023-12-19
申请号：CN202310409310.8
申请日：2023-04-17
Applicant: 北京卫星信息工程研究所
IPC: G06V20/13 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464
Abstract: 本发明涉及一种基于动态重参数化的遥感图像目标检测方法、设备及存储介质，基于动态重参数化的遥感图像目标检测方法包括：步骤S1、获取遥感图像及对应的真值标签；步骤S2、基于深度学习网络构建目标检测模型，并完成模型训练；步骤S3、利用步骤S2中的目标检测模型进行动态重参数化拓展，并对拓展后的目标检测模型进行在线训练；步骤S4、重复执行步骤S3，得到优化后的目标检测模型；步骤S5、对优化后的目标检测模型进行微调，利用重参数化方法吸收拓展的增强卷积，得到压缩的目标检测模型；步骤S6、利用压缩后的目标检测模型对遥感图像进行检测。本发明，解决了遥感图像目标检测任务中主干特征提取网络因结构参数设计不当而导致性能不足的问题。
-
公开(公告)号：CN116403007B
公开(公告)日：2023-12-19
申请号：CN202310390010.X
申请日：2023-04-12
Applicant: 北京卫星信息工程研究所
IPC: G06V10/74 , G06V10/62 , G06V10/82 , G06V20/10 , G06V10/766 , G06V10/764 , G06V10/80
Abstract: 本发明涉及一种基于目标向量的遥感影像变化检测方法，包括：使用向量对遥感序列影像进行样本标注；构建目标向量检测模型，将已标注的遥感序列影像输入所述目标向量检测模型进行训练；利用所述目标向量检测模型对同一区域不同时间的遥感影像中的所有目标进行检测，得到不同集合的目标向量；利用变化相似度算法计算不同集合中目标向量的相似度距离，获得目标的变化情况。通过实施本发明的上述方案，可以实现遥感影像中目标变化前后的高精度匹配和精细化的变化检测。
-
公开(公告)号：CN115825950B
公开(公告)日：2023-11-14
申请号：CN202211406767.5
申请日：2022-11-10
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及星载双波段雷达搜索与跟踪系统，包括：L波段雷达，包括L波段天线、L波段雷达主机和L波段雷达回波处理器，所述L波段雷达用于搜索目标获取所述目标的位置信息与RCS值；C波段雷达，包括C波段天线、C波段雷达主机和C波段雷达回波处理器，所述C波段雷达用于跟踪所述目标获取所述目标的运动轨迹；模式重构单元，用于根据所述L波段雷达的输出信息在轨重构所述C波段雷达的跟踪模式；其中，所述目标的数量为多个。采用L波段雷达实现大范围区域内大型目标搜索探测，并在轨重构C波段雷达工作模式，引导C波段雷达对大范围区域内批量大型目标进行跟踪，有利于降低系统复杂度和卫星在轨处理压力，且搜索范围大、目标跟踪能力强。
-
公开(公告)号：CN116645448A
公开(公告)日：2023-08-25
申请号：CN202310457856.0
申请日：2023-04-25
Applicant: 北京卫星信息工程研究所
IPC: G06T11/40 , G06V10/74 , G06V20/13 , G06V10/82 , G06V10/764 , G06T5/00 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/0455 , G06N3/094 , G06N3/096
Abstract: 本发明涉及一种光学遥感影像的定量云自动添加方法及装置，所述方法包括：对真实无云光学遥感影像和真实有云光学遥感影像进行预处理；构建基于循环生成对抗网络的深度神经迁移网络；利用预处理后的真实无云光学遥感影像和真实有云光学遥感影像对所述基于循环生成对抗网络的深度神经迁移网络进行训练学习，实现云量的定量添加。通过实施本发明的上述方案，可以实现自动生成包含不同比例云的高质量典型目标的光学遥感影像训练样本。
-
公开(公告)号：CN116416531A
公开(公告)日：2023-07-11
申请号：CN202310409310.8
申请日：2023-04-17
Applicant: 北京卫星信息工程研究所
IPC: G06V20/13 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464
Abstract: 本发明涉及一种基于动态重参数化的遥感图像目标检测方法、设备及存储介质，基于动态重参数化的遥感图像目标检测方法包括：步骤S1、获取遥感图像及对应的真值标签；步骤S2、基于深度学习网络构建目标检测模型，并完成模型训练；步骤S3、利用步骤S2中的目标检测模型进行动态重参数化拓展，并对拓展后的目标检测模型进行在线训练；步骤S4、重复执行步骤S3，得到优化后的目标检测模型；步骤S5、对优化后的目标检测模型进行微调，利用重参数化方法吸收拓展的增强卷积，得到压缩的目标检测模型；步骤S6、利用压缩后的目标检测模型对遥感图像进行检测。本发明，解决了遥感图像目标检测任务中主干特征提取网络因结构参数设计不当而导致性能不足的问题。
-
Patent Agency Ranking
公开(公告)号：CN115294439B
公开(公告)日：2023-04-07
申请号：CN202210923739.4
申请日：2022-08-02
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种空中弱小运动目标检测方法、系统、设备及存储介质，首先读取至少三个不同波段间存在成像视差的卫星遥感图像，获取的多光谱数据源中每个波段对目标成像时存在一定的时间偏差，时间偏差会造成运动目标在多光谱图像中的位移视差，并利用该位移视差确定空中弱小运动目标，最后对检测到的空中弱小运动目标图像进行坐标和投影转换，输出检测结果。本发明实现了宽幅成像模式下不同空间分辨率多光谱图像中空中弱小运动目标的检测，避免了传统方法中空间分辨率对检测精度的影响及实际应用中的局限性，弥补了现有技术手段和方法的不足，提高了空中弱小运动目标检测识别精度。
-
公开(公告)号：CN115115939B
公开(公告)日：2023-04-07
申请号：CN202210899281.3
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特征注意力机制的遥感图像目标细粒度识别方法，包括：对原始遥感图像的目标数据和目标特征数据进行标注；对所述原始遥感图像、所述标注的目标数据和目标特征数据进行处理和增强，获得三组数据集；构建目标‑特征注意力模型；将处理和增强后的三组数据集输入所述目标‑特征注意力模型进行训练，利用训练好的目标‑特征注意力模型完成所述原始遥感图像中的目标细粒度的型号级识别。本发明可以实现遥感影像飞机等目标的高精度精细化型号级识别。
-
公开(公告)号：CN114509754B
公开(公告)日：2023-03-28
申请号：CN202210313699.1
申请日：2022-03-28
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种星载多通道GNSS‑S雷达海量数据在轨处理系统及方法，系统包括：多通道阵列天线(10)，用于接收海面的多路导航卫星信号的散射信号(GNSS‑S信号)；数字接收模块(20)，用于对多路GNSS‑S信号进行处理，获得多路数字域GNSS‑S信号；FPGA模块(30)，用于对多路数字域GNSS‑S信号进行处理，获得舰船SAR图像切片与位置，进行星地传输。本发明具备大幅宽探测、实时性高、系统结构简单、热量分布均匀、在轨计算稳定性高等优势。
-
公开(公告)号：CN114488134B
公开(公告)日：2023-03-24
申请号：CN202210314900.8
申请日：2022-03-28
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及一种星载多通道GNSS‑S雷达视频成像系统及舰船轨迹提取方法，系统包括：星载多通道GNSS‑S雷达(10)，用于对海面舰船目标的回波信号进行同步接收；方位向智能DBF处理单元(20)，用于对回波信号进行处理，形成二维回波信号；多源雷达融合成像单元(30)，用于对导航卫星散射信号进行处理，获得高信杂噪比雷达图像；舰船目标检测单元(40)，用于对高信杂噪比雷达图像进行舰船目标检测与定位，并提取舰船目标的切片信息；舰船目标视频形成单元(50)，用于形成舰船目标的视频图像；舰船目标轨迹提取单元(60)，用于形成舰船目标的运动轨迹。本发明具有长时间视频成像、批量舰船目标轨迹提取、自身隐蔽性强、系统功耗低等优势。
-
公开(公告)号：CN115825950A
公开(公告)日：2023-03-21
申请号：CN202211406767.5
申请日：2022-11-10
Applicant: 北京卫星信息工程研究所
Abstract: 本发明涉及星载双波段雷达搜索与跟踪系统，包括：L波段雷达，包括L波段天线、L波段雷达主机和L波段雷达回波处理器，所述L波段雷达用于搜索目标获取所述目标的位置信息与RCS值；C波段雷达，包括C波段天线、C波段雷达主机和C波段雷达回波处理器，所述C波段雷达用于跟踪所述目标获取所述目标的运动轨迹；模式重构单元，用于根据所述L波段雷达的输出信息在轨重构所述C波段雷达的跟踪模式；其中，所述目标的数量为多个。采用L波段雷达实现大范围区域内大型目标搜索探测，并在轨重构C波段雷达工作模式，引导C波段雷达对大范围区域内批量大型目标进行跟踪，有利于降低系统复杂度和卫星在轨处理压力，且搜索范围大、目标跟踪能力强。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.032 seconds)
