-
公开(公告)号：CN114612835B
公开(公告)日：2025-04-01
申请号：CN202210253316.6
申请日：2022-03-15
Applicant: 中国科学院计算技术研究所
IPC: G06V20/40 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供了一种基于YOLOv5网络的无人机目标检测模型，该模型包括：主干模块，用于对输入图像进行多次下采样，得到多个不同尺度的特征图；颈部模块，用于基于主干模块得到的不同尺度的特征图进行多次上采样和特征融合，输出多个不同尺度的检测特征图，其中，相比原始的YOLOv5网络，颈部模块的输出增加一个相比于原始的YOLOv5网络中最大尺度的检测特征图更大的新检测特征图，并减少一个最小尺度的检测特征图；预测模块，用于根据颈部模块输出的多个检测特征图进行无人机目标预测，得到目标的预测位置信息和分类结果，其中，分类的类别包括无人机类和非无人机类。
-
公开(公告)号：CN114612835A
公开(公告)日：2022-06-10
申请号：CN202210253316.6
申请日：2022-03-15
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了一种基于YOLOv5网络的无人机目标检测模型，该模型包括：主干模块，用于对输入图像进行多次下采样，得到多个不同尺度的特征图；颈部模块，用于基于主干模块得到的不同尺度的特征图进行多次上采样和特征融合，输出多个不同尺度的检测特征图，其中，相比原始的YOLOv5网络，颈部模块的输出增加一个相比于原始的YOLOv5网络中最大尺度的检测特征图更大的新检测特征图，并减少一个最小尺度的检测特征图；预测模块，用于根据颈部模块输出的多个检测特征图进行无人机目标预测，得到目标的预测位置信息和分类结果，其中，分类的类别包括无人机类和非无人机类。
-
公开(公告)号：CN114885170B
公开(公告)日：2025-02-07
申请号：CN202210498178.8
申请日：2022-05-09
Applicant: 中国科学院计算技术研究所
IPC: H04N19/167 , H04N19/136 , G06V40/10 , G06V10/40 , G06N3/094 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06V10/82
Abstract: 本发明提供一种视频传输装置，所述装置包括：预处理模块，其配置在发送端，用于对待传输的视频中的原始目标图像进行分解以将其分解为前景因子、背景因子以及姿态因子；编码系统，其配置在发送端，用于基于前景因子、背景因子以及姿态因子分别对原始图像进行编码获得前景信息嵌入特征、背景信息嵌入特征以及姿态信息嵌入特征并传输给解码系统；解码系统，其配置在接收端，用于对接收到的嵌入特征进行解码以生成重构图像。本发明在发送端将图像数据解构为多个因子并基于每个分解因子将输入图像编码成嵌入特征，然后再基于嵌入特征重构成图像后，利用深度卷积对抗生成网络生成更真实的图像。在降低了传输带宽与存储资源的前提下，提升了生成图像的质量，保证了传输质量。
-
公开(公告)号：CN114885170A
公开(公告)日：2022-08-09
申请号：CN202210498178.8
申请日：2022-05-09
Applicant: 中国科学院计算技术研究所
IPC: H04N19/167 , H04N19/136 , G06V40/10 , G06V10/40 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种视频传输装置，所述装置包括：预处理模块，其配置在发送端，用于对待传输的视频中的原始目标图像进行分解以将其分解为前景因子、背景因子以及姿态因子；编码系统，其配置在发送端，用于基于前景因子、背景因子以及姿态因子分别对原始图像进行编码获得前景信息嵌入特征、背景信息嵌入特征以及姿态信息嵌入特征并传输给解码系统；解码系统，其配置在接收端，用于对接收到的嵌入特征进行解码以生成重构图像。本发明在发送端将图像数据解构为多个因子并基于每个分解因子将输入图像编码成嵌入特征，然后再基于嵌入特征重构成图像后，利用深度卷积对抗生成网络生成更真实的图像。在降低了传输带宽与存储资源的前提下，提升了生成图像的质量，保证了传输质量。
-
-
-
Search Results
4
records
(took 0.022 seconds)
