-
公开(公告)号：CN113421279B
公开(公告)日：2023-03-31
申请号：CN202110777730.2
申请日：2021-07-07
Applicant: 中国科学院光电技术研究所
Abstract: 本发明涉及一种基于加权核范数最小化的红外弱小目标检测方法。针对复杂环境下弱小目标容易被漏检或者误检的情况，提出了利用特征检测函数对待处理的图像进行了初步检测，基于此构建出与目标相关的权重，并用这个权重构建一种新的目标函数进行求解，得到最终的目标图像，最后进行阈值分割去除部分干扰；通过本发明提供的方法可以有效降低虚警率，且对红外弱小目标具有良好的检测效果。
-
公开(公告)号：CN114897833B
公开(公告)日：2023-08-11
申请号：CN202210521446.3
申请日：2022-05-13
Applicant: 中国科学院光电技术研究所
Abstract: 本发明公开了一种多帧激励下的正则化随机共振强背景弱目标增强方法。该方法以随机共振模型中的共振激励为切入点，引入多帧累加概念，利用图像序列的时间信息提高图像信噪比，同时在变分框架下利用单帧图像的空间域信息进一步减弱噪声，使图像更平滑。求解时，将变分框架下的最小化问题转化为偏微分方程，利用欧拉丸山迭代实现。本发明充分利用图像序列的时空信息，在防止背景过曝的同时，增强目标的亮度，使得目标从强背景中浮现。
-
Patent Agency Ranking
公开(公告)号：CN114897833A
公开(公告)日：2022-08-12
申请号：CN202210521446.3
申请日：2022-05-13
Applicant: 中国科学院光电技术研究所
Abstract: 本发明公开了一种多帧激励下的正则化随机共振强背景弱目标增强方法。该方法以随机共振模型中的共振激励为切入点，引入多帧累加概念，利用图像序列的时间信息提高图像信噪比，同时在变分框架下利用单帧图像的空间域信息进一步减弱噪声，使图像更平滑。求解时，将变分框架下的最小化问题转化为偏微分方程，利用欧拉丸山迭代实现。本发明充分利用图像序列的时空信息，在防止背景过曝的同时，增强目标的亮度，使得目标从强背景中浮现。
-
公开(公告)号：CN117058025A
公开(公告)日：2023-11-14
申请号：CN202310984320.4
申请日：2023-08-07
Applicant: 中国科学院光电技术研究所
Abstract: 本发明公开了一种基于光滑稀疏分解的强光晕背景下的弱小目标检测方法。该方法将强光晕背景下的弱小目标检测视为一种矩阵的平滑分量与稀疏分量的分解过程。在光滑稀疏分解的优化框架下，本发明用样条基去拟合光晕并用光滑系数矩阵的全变分约束背景的光滑性，同时用l0范数约束目标的稀疏性和引入时空先验权重增强目标的显著性。求解时，本发明利用交替乘子法可实现目标与背景的快速分离。
-
公开(公告)号：CN119516361A
公开(公告)日：2025-02-25
申请号：CN202411518660.9
申请日：2024-10-29
Applicant: 中国科学院光电技术研究所
IPC: G06V20/10 , G06N3/0455 , G06N3/0464 , G06V10/80 , G06V10/77 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/58
Abstract: 本发明公开了一种基于双支路多视角空谱特征交互的多谱段目标识别方法，包括：对多谱段图像执行主成分分析操作进行光谱谱段降维处理，并利用像素级分割操作提取三维图像块作为输入数据；捕获输入数据的浅层光谱‑空间联合特征；利用CNN提取输入数据的局部和全局光谱‑空间联合特征；利用Transformer提取光谱谱段和空间像素二者间的局部和全局相关特性；早期融合CNN和Transformer捕获的局部和全局光谱‑空间联合特征的自适应交互，生成更具有判别特性的相互依赖注意力；利用输出模块，通过相互依赖注意力获得多谱段目标识别结果。
-
公开(公告)号：CN118229991A
公开(公告)日：2024-06-21
申请号：CN202410397169.9
申请日：2024-04-03
Applicant: 中国科学院光电技术研究所
Abstract: 本发明公开了一种基于图注意力网络的无监督关键点检测方法，在复杂场景下，如目标发生部分遮挡、变形、大的姿态变化时，很难准确检测到关键点。因此，在本发明中将图注意力网络引入到无监督关键点检测算法中。一方面，图注意力网络能够自适应地学习关键点之间的关系，通过建立以关键点为节点的图网络，在目标遮挡等复杂场景下，能够利用图的拓扑结构推理出被遮挡的关键点位置，从而显著提升关键点检测系统的精度和鲁棒性。另一方面，本发明采用无监督学习方式，不仅大幅减少了对人工标注数据的依赖，而且不受目标类别的限制，可以广泛应用于各类目标及其关键部位的定位。
-
公开(公告)号：CN113421279A
公开(公告)日：2021-09-21
申请号：CN202110777730.2
申请日：2021-07-07
Applicant: 中国科学院光电技术研究所
Abstract: 本发明涉及一种基于加权核范数最小化的红外弱小目标检测方法。针对复杂环境下弱小目标容易被漏检或者误检的情况，提出了利用特征检测函数对待处理的图像进行了初步检测，基于此构建出与目标相关的权重，并用这个权重构建一种新的目标函数进行求解，得到最终的目标图像，最后进行阈值分割去除部分干扰；通过本发明提供的方法可以有效降低虚警率，且对红外弱小目标具有良好的检测效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.027 seconds)
