-
-
公开(公告)号:CN114636648B
公开(公告)日:2024-07-12
申请号:CN202210089824.5
申请日:2022-01-25
Applicant: 中国北方车辆研究所
IPC: G01N15/075
Abstract: 本发明提出一种基于目标检测反馈的雾浓度估计方法,利用大气散射模型生成雾浓度标注数据集,提取分布特征、全局雾浓度特征和局部雾浓度特征,输入到多分类支持向量机中得到雾浓度预测模型。本发明采取去雾参数的自适应调节并指导去雾,实现执行机器视觉任务效能最优的雾浓度估计;将目标检测与未知场景环境感知进行结合,实现室外场景雾浓度自主预测,与目标检测等其他算法进行集成;将目标识别置信度非参数估计结果以及全局和局部雾浓度相关特征综合,使监督学习输入特征空间同时具有低级的像素统计特征以及卷积网络提取的高级统计特征;实现从清晰图像到大雾图像的雾浓度估计,使用多分类模型节省了使用拟合模型所需的数据集人工标注过程。
-
公开(公告)号:CN112781562B
公开(公告)日:2022-06-21
申请号:CN202011592193.6
申请日:2020-12-29
Applicant: 中国北方车辆研究所
IPC: G01C11/00
Abstract: 本发明属于数字图像处理技术领域,具体涉及一种基于单目摄像机的多目标侦察测距方法。所述方法包括:开展多目标识别;选择标定目标,对一个标定目标进行激光测距,获取目标高程基准差值与目标实际高度,作为其他待被动测距目标的参数输入;计算多目标距离,通过标定目标的属性、标定目标框中心点像素位置与所占高度像素数,计算目标的第一距离与第二距离,再为第一距离与第二距离分配权重,以此加权计算获取最终多目标距离。本发明建立了基于单目摄像机的多目标侦察测距方法,实现对多目标的实时、被动、准确距离测量,可被应用于光电侦察系统。
-
公开(公告)号:CN119131448A
公开(公告)日:2024-12-13
申请号:CN202410908914.1
申请日:2024-07-08
Applicant: 中国北方车辆研究所
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/77 , G06T7/70 , G06N3/0455
Abstract: 本发明提出了一种基于深度多任务网络的地面战场威胁目标智能感知方法,通过被动地、图像处理的方式,获取多个威胁目标的多重属性,实现了端到端的多目标检测和距离预测。本发明构建可并行实现图像目标检测任务和距离估计任务的地面目标综合感知深度多任务网络模型,在多任务基础上,设计一种融合几何先验知识的目标损失函数;模型采用基于编码器‑解码器的无锚框预测架构,包含基础特征提取模块和两个并行的子任务模块。目标损失函数包括目标检测损失、距离预测损失以及几何先验损失,在目标检测和距离估计任务中,通过对场景几何先验知识建模,将几何先验知识融入目标损失函数,通过先验几何知识的约束,提升网络预测结果的可靠性。
-
公开(公告)号:CN114636648A
公开(公告)日:2022-06-17
申请号:CN202210089824.5
申请日:2022-01-25
Applicant: 中国北方车辆研究所
IPC: G01N15/06
Abstract: 本发明提出一种基于目标检测反馈的雾浓度估计方法,利用大气散射模型生成雾浓度标注数据集,提取分布特征、全局雾浓度特征和局部雾浓度特征,输入到多分类支持向量机中得到雾浓度预测模型。本发明采取去雾参数的自适应调节并指导去雾,实现执行机器视觉任务效能最优的雾浓度估计;将目标检测与未知场景环境感知进行结合,实现室外场景雾浓度自主预测,与目标检测等其他算法进行集成;将目标识别置信度非参数估计结果以及全局和局部雾浓度相关特征综合,使监督学习输入特征空间同时具有低级的像素统计特征以及卷积网络提取的高级统计特征;实现从清晰图像到大雾图像的雾浓度估计,使用多分类模型节省了使用拟合模型所需的数据集人工标注过程。
-
公开(公告)号:CN115834801B
公开(公告)日:2024-06-11
申请号:CN202211158635.5
申请日:2022-09-22
Applicant: 中国北方车辆研究所
Abstract: 本发明公开了一种基于SRIO的应答式视频传输方法,所述方法包括:对多个视频源中的每个视频源进行编号;为视频采集模块及视频处理模块中的SRIO节点分配编号ID;SRIO交换模块基于所述SRIO节点编号ID和port端口配置交换路由表;对于每个视频处理子模块均采用SRIO doorbell事务包的方式向视频采集模块发送请求,用于请求视频源的视频数据;视频采集模块解析doorbell事务包,采用SRIO写数据包的方式将所需视频数据传输给对应的视频处理子模块,实现对所述对应的视频处理子模块的应答。本方法能够在SRIO有限的带宽下,使不同的视频处理子模块根据系统的需求,同时向视频采集模块发送不同的请求,视频采集模块能及时的将不同的视频数据完整的传输给多个视频处理子模块进行实时处理。
-
公开(公告)号:CN115834801A
公开(公告)日:2023-03-21
申请号:CN202211158635.5
申请日:2022-09-22
Applicant: 中国北方车辆研究所
Abstract: 本发明公开了一种基于SRIO的应答式视频传输方法,所述方法包括:对多个视频源中的每个视频源进行编号;为视频采集模块及视频处理模块中的SRIO节点分配编号ID;SRIO交换模块基于所述SRIO节点编号ID和port端口配置交换路由表;对于每个视频处理子模块均采用SRIO doorbell事务包的方式向视频采集模块发送请求,用于请求视频源的视频数据;视频采集模块解析doorbell事务包,采用SRIO写数据包的方式将所需视频数据传输给对应的视频处理子模块,实现对所述对应的视频处理子模块的应答。本方法能够在SRIO有限的带宽下,使不同的视频处理子模块根据系统的需求,同时向视频采集模块发送不同的请求,视频采集模块能及时的将不同的视频数据完整的传输给多个视频处理子模块进行实时处理。
-
公开(公告)号:CN112781562A
公开(公告)日:2021-05-11
申请号:CN202011592193.6
申请日:2020-12-29
Applicant: 中国北方车辆研究所
IPC: G01C11/00
Abstract: 本发明属于数字图像处理技术领域,具体涉及一种基于单目摄像机的多目标侦察测距方法。所述方法包括:开展多目标识别;选择标定目标,对一个标定目标进行激光测距,获取目标高程基准差值与目标实际高度,作为其他待被动测距目标的参数输入;计算多目标距离,通过标定目标的属性、标定目标框中心点像素位置与所占高度像素数,计算目标的第一距离与第二距离,再为第一距离与第二距离分配权重,以此加权计算获取最终多目标距离。本发明建立了基于单目摄像机的多目标侦察测距方法,实现对多目标的实时、被动、准确距离测量,可被应用于光电侦察系统。
-
-
-
-
-
-
-