-
公开(公告)号:CN119339260A
公开(公告)日:2025-01-21
申请号:CN202411161178.4
申请日:2024-08-22
Applicant: 中国科学院自动化研究所
IPC: G06V20/17 , G06V10/80 , G06V10/82 , G06V10/44 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 本发明提供一种无人机检测方法及装置,该无人机检测方法包括:获取待检测的图像;基于无人机检测模型对待检测的图像进行检测,得到无人机检测结果;其中,无人机检测模型通过以混合样本集为训练样本,以融合特征为训练特征对基于Transformer架构的神经网络进行训练得到;混合样本集通过多维光学设备在多个不同无人机活动场景拍摄得到;融合特征通过对从混合样本集分别提取的多个特征根据Transformer模块进行跨模态计算得到。本发明所述方法能够精准地捕获各自模态下的特征,而且融合特征保留了各个模态下的关键特征,还通过特征间的互补和增强,提高了复杂环境下的无人机检测结果的准确率。
-
公开(公告)号:CN118279199A
公开(公告)日:2024-07-02
申请号:CN202410328709.8
申请日:2024-03-21
Applicant: 中国科学院自动化研究所
IPC: G06T5/77 , G06T5/73 , G06T5/60 , G06N3/0464
Abstract: 本发明提供一种图像复原方法及装置,该方法包括:对模糊图像的尺寸进行归一化处理,得到归一化后的模糊图像;从归一化后的模糊图像中提取高阶系数,并对归一化后的模糊图像中的各通道进行多维FFT域变换,得到通道FFT域的信号表示;基于通道FFT域的信号表示和归一化后的模糊图像对应的波前图像FFT域的信号进行图像复原,得到第一高清复原图像,并对第一高清复原图像依次进行多维FFT域逆变换和尺度复原,得到第二高清复原图像。本发明所述方法从图像模糊的物理机理出发,探究图像模糊的底层原理,能够在未知图像相位模糊类型的情况下做到精准复原,提高了复原模糊图像的准确率。
-