公开(公告)号：CN118397384A

公开(公告)日：2024-07-26

申请号：CN202310961208.9

申请日：2023-07-31

Applicant: 华东理工大学 ,  上海航天控制技术研究所

Inventor： 王喆 ,  杨海 ,  钮赛赛 ,  龙华保 ,  臧涛 ,  傅志凌 ,  杨孟平

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/092

Abstract: 本发明公开了一种基于深度强化学习的YOLOv3红外小目标检测方法，该方法包括：1)将数据集划分为训练样本集、验证样本集和测试样本集，将训练样本集输入到网络中并提取特征F；2)构建基于强化学习的自适应权重生成模型，指导特征融合，并将每个时刻的特征权重保存到经验池中，采用ε策略选择执行相应的动作；3)将融合后输出的特征F'送入到结合边界细化的全局上下文注意模块中使得低级空间特征与高级语义特征相融合；4)将检测结果获得的IoU作为强化学习模块的反馈输入，若IoU满足设定的马尔科夫决策条件自动选择终止或者满足设定的迭代次数则该图像的本轮训练结束；5)从训练集中输入下一张图像并进行训练；6)将测试集输入到已经训练好的红外小目标检测模型中进行检测，输出检测结果。本发明在红外小目标图像的目标检测中取得了良好的检测精度。

公开(公告)号：CN118397039A

公开(公告)日：2024-07-26

申请号：CN202311197020.8

申请日：2023-09-15

Applicant: 华东理工大学 ,  上海航天控制技术研究所

Inventor： 王喆 ,  童云斐 ,  杨海 ,  薛如翔 ,  钮赛赛

IPC: G06T7/238 ,  G06T7/246

Abstract: 本发明公开了一种针对丢失的红外小目标跟踪分块搜索方法，用于远距离红外场景下亚像素目标的丢失重定位和持续跟踪，该方法包括：1)通过基于孪生网络的跟踪模型获取目标置信度和位置；2)根据目标置信度判断目标跟踪状态；3)若目标发生丢失，停止位置状态更新，通过分块搜索策略放大搜索区域；4)对放大的搜索区域进行分块搜索以重新定位目标，避免小目标特征随着搜索区域的放大过分形变；5)若目标持续丢失，进一步放大搜索区域直到重新找回目标或达到搜索上界；6)当目标被重新定位，恢复目标位置更新并重置搜索范围。本发明可提升红外远距离小目标追踪的准确性和可靠性，解决红外亚像素目标丢失问题。

公开(公告)号：CN116740371A

公开(公告)日：2023-09-12

申请号：CN202310616691.7

申请日：2023-05-29

Applicant: 上海航天控制技术研究所

Inventor： 钮赛赛 ,  王喆 ,  席永辉 ,  周卫文 ,  邵艳明

IPC: G06V10/40 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于冲突过滤和特征聚焦的红外弱小目标检测方法及系统，其中，该方法包括：使用骨干网络对输入图像进行特征提取，对提取到的特征图进行多尺度特征融合及冲突过滤，再将多尺度特征融合及冲突过滤后的特征图与骨干网络提取到的特征图进行多尺度特征融合及冲突过滤得到最后一张特征图；对最后一张特征图进行特征聚焦，根据多个特征聚焦后的特征图得到融合的特征图像；用特征金字塔对多尺度特征融合及冲突过滤后的特征图、最后一张特征图和融合的特征图像进行多尺度特征融合，得到三种不同尺度的特征图；将三种不同尺度的特征图输入到检测头。本发明能够有效抑制背景特征干扰、增强目标特征表示，实现高精度的红外弱小目标检测。

公开(公告)号：CN116703961A

公开(公告)日：2023-09-05

申请号：CN202310616647.6

申请日：2023-05-29

Applicant: 上海航天控制技术研究所

Inventor： 杨俊彦 ,  钮赛赛 ,  闫杰 ,  王喆 ,  席永辉

IPC: G06T7/194 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/094

Abstract: 本发明公开了一种基于平衡采样和GAN网络的弱小目标背景抑制方法及系统，其中，该方法包括：对红外数据图像以平衡采样得到局部图像块，对二值标签图以平衡采样得到局部标签块；其中，在采样过程中对红外数据图像进行二维编码；将局部图像块送入块语义增强对抗生成网络，得到局部图像块的背景抑制结果；利用二维编码的红外数据图像得到红外数据图像的背景抑制分割结果；根据通用损失、结构损失和分类损失得到总损失函数，根据总损失函数对比局部图像块的背景抑制结果和红外数据图像的背景抑制分割结果得到局部块生成结果。本发明提高了目标分割模型在不平衡问题中的分类性能。

公开(公告)号：CN118279707A

公开(公告)日：2024-07-02

申请号：CN202310998173.6

申请日：2023-08-09

Applicant: 华东理工大学 ,  上海航天控制技术研究所

Inventor： 王喆 ,  卫俊杰 ,  钮赛赛 ,  杨海 ,  刘晶 ,  傅志凌 ,  许鑫磊 ,  童云斐

IPC: G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于特征融合的红外弱小目标检测方法，包括利用骨干网络DarkNet‑53提取特征，在多个不同分辨率特征层上自适应融合生成补充特征对原始特征进行补充；在单层特征中进行多感受野并行采样，自适应关注采样后的特征，获取与检测任务更相关的多尺度信息；在位置定位中采用CIoU损失减小预测目标位置的偏差。该方法利用多层与单层特征的动态融合，有效融合语义和几何细节信息，获取多感受野信息，利用CIoU损失函数更直接优化目标位置偏差，从而使检测器拥有更多目标有价值特征，弥补了现有红外弱小目标检测器目标可用特征少的难点，有效分辨红外弱小目标与噪声点的同时可以准确预测目标位置。