-
公开(公告)号：CN111679251A
公开(公告)日：2020-09-18
申请号：CN202010549510.X
申请日：2020-06-16
Applicant: 上海航天控制技术研究所
IPC: G01S7/36
Abstract: 本发明公开了一种基于雷达红外双模融合的抗雷达型干扰方法，其中，该方法包括如下步骤：雷达子系统、红外子系统分别完成对目标的搜索定位，建立各自的目标航迹；对雷达航迹和红外航迹进行时间配准；对时间配准后的雷达航迹和红外航迹进行关联判断；对关联航迹进行干扰检测；分别对雷达红外子系统进行干扰识别与对抗；对抗干扰后的雷达红外航迹进行融合输出。本发明通过对干扰的判断以及系统工作模式的合理切换，提高了系统的抗干扰能力，保证了系统对目标跟踪的稳定性和连续性。
-
公开(公告)号：CN112911171A
公开(公告)日：2021-06-04
申请号：CN202110158350.0
申请日：2021-02-04
Applicant: 上海航天控制技术研究所
Abstract: 本发明涉及目标检测与跟踪领域，尤其涉及一种基于加速处理的智能光电信息处理系统及方法。通过红外探测器采集目标机型的图像序列，并通过WLAN网口将图像信息传送给x86主机，然后通过PCIe接口实现与FPGA板卡的通信，并通过FPGA实现基于改进的YOLO v3深度学习网络计算加速，以及基于粒子滤波算法的位置预推，并保证系统的计算力和低延时，实现红外目标的实时检测与跟踪。
-
公开(公告)号：CN117876927A
公开(公告)日：2024-04-12
申请号：CN202311808648.7
申请日：2023-12-26
Applicant: 上海航天控制技术研究所
IPC: G06V20/40 , G06V10/62 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于深度脉冲神经网络的高帧率目标跟踪方法，将给定一段时间内的嵌入式平台目标事件分割成一个n‑bin体素网格，生成正事件帧和负事件帧；将正事件帧和负事件帧输入YOLO神经网络进行空间特征提取，输出每帧图像中所有目标的位置信息和类别信息，组成空间特征；将正事件帧和负事件帧按照时间顺序输入脉冲卷积神经网络进行时序特征提取，输出与跟踪目标相关的时序信息；构建目标跟踪网络，对空间特征和时序信息进行时空特征融合后分别经过回归计算和分类计算，输出不同时刻下跟踪目标的位置和类别。本发明实现快速高效的嵌入式、低功耗平台下的目标跟踪，有效解决了复杂环境下高帧率目标识别网络能耗高、效率低的问题。
-
公开(公告)号：CN112911171B
公开(公告)日：2022-04-22
申请号：CN202110158350.0
申请日：2021-02-04
Applicant: 上海航天控制技术研究所
Abstract: 本发明涉及目标检测与跟踪领域，尤其涉及一种基于加速处理的智能光电信息处理系统及方法。通过红外探测器采集目标机型的图像序列，并通过WLAN网口将图像信息传送给x86主机，然后通过PCIe接口实现与FPGA板卡的通信，并通过FPGA实现基于改进的YOLO v3深度学习网络计算加速，以及基于粒子滤波算法的位置预推，并保证系统的计算力和低延时，实现红外目标的实时检测与跟踪。
-
-
-
Search Results
4
records
(took 0.02 seconds)
