-
公开(公告)号:CN119151488A
公开(公告)日:2024-12-17
申请号:CN202411077677.5
申请日:2024-08-07
Applicant: 中国科学院软件研究所
IPC: G06Q10/101 , G01S13/86 , G01D21/02 , G06F18/25
Abstract: 本发明属于数据挖掘领域,具体涉及一种无人值守的多传感器协同作业系统和方法。该系统主要包含十个硬件模块,其中,雷达处理设备模块主要对雷达设备、光电设备、AIS设备进行数据融合,并且提供融合后的数据与声纳处理设备、无线电处理设备进行数据融合;声纳设备模块主要产生声纳数据;声纳处理设备对声纳数据接收、处理,支撑与雷达处理设备、无线电处理设备的数据融合;无线电设备模块主要产生无线电数据;无线电处理设备对无线电数据接收、处理,支撑与雷达处理设备、声纳处理设备的数据融合;协同控制服务器完成雷达处理设备、声纳处理设备、无线电处理设备产生数据的融合工作;数据库服务器完成协同控制服务器产生融合数据的入库。
-
公开(公告)号:CN119024327A
公开(公告)日:2024-11-26
申请号:CN202411071590.7
申请日:2024-08-06
Applicant: 中国科学院软件研究所
IPC: G01S13/86
Abstract: 本发明公开了一种基于雷达和光电跨模态知识蒸馏的雷达目标识别方法。本发明包括雷达图像采集设备、云台光电设备和数据处理器;所述数据处理器包括雷达光电联动模块、光电目标识别模块、雷达光电跨模态知识蒸馏模块和雷达目标识别模块,所述雷达图像采集设备和云台光电设备与所述数据处理器中的雷达光电联动模块连接;所述数据处理器中的雷达光电联动模块与所述数据处理器中的光电目标识别连接,所述数据处理器中的光电目标识别模块与所述数据处理器中的雷达光电跨模态知识蒸馏模块连接,所述数据处理器中的雷达光电跨模态知识蒸馏模块与所述数据处理器中的雷达目标识别模块连接。本发明能够快速准确地识别目标,提高了智能监控与响应能力。
-
公开(公告)号:CN118981012A
公开(公告)日:2024-11-19
申请号:CN202411071585.6
申请日:2024-08-06
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种基于雷达声纳多源信息融合的水上水下目标识别系统。本发明包括雷达信息采集设备、云台光电设备、声纳信息采集设备、水下图像采集设备、融合分选处理器、声呐识别处理器、雷达识别处理器;本发明首先通过检测跟踪算法获取雷达、声纳目标航迹,然后采用航迹融合算法对目标进行分选,从而区分水上水下目标,最后结合光电图像或水下图像采用多模态分类算法分别对水上及水下目标进行识别。本发明通过将声纳目标航迹与雷达、AIS目标航迹关联融合,可减少雷达、声纳目标定位误差、降低虚警,同时将目标区分为水上、水下目标后,可分别采用更具针对性的分类处理,相比传统目标检测方法,具有更高的准确率,在不同场景下具有高鲁棒性。
-
公开(公告)号:CN117765231A
公开(公告)日:2024-03-26
申请号:CN202311320227.X
申请日:2023-10-12
Applicant: 中国科学院软件研究所 , 北京市遥感信息研究所
IPC: G06V10/25 , G06V10/30 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/09 , G06N3/0464 , G01S7/41
Abstract: 本发明公开了一种雷达图像海杂波抑制辅助目标检测方法及系统。本方法为:1)图像融合模块生成多个图像对,并将每一图像对作为一个训练样本;所述图像对包括一张具有干净背景与雷达目标融合的雷达目标图像和一张具有海杂波背景与雷达目标融合的海杂波雷达图像;2)将所述训练样本中的海杂波雷达图像作为输入、雷达目标图像作为监督,利用所述训练样本训练条件生成对抗网络;所述条件生成对抗网络包括一生成器和一判别器;3)将一包含海杂波的待检测雷达图像输入训练后的条件生成对抗网络中的生成器中,得到去海杂波的图像并将其输入到基于深度学习的雷达目标检测模块中,得到目标检测结果。本发明提高了目标检测的准确性和可靠性,计算量小。
-
公开(公告)号:CN117496117A
公开(公告)日:2024-02-02
申请号:CN202311327281.7
申请日:2023-10-13
Applicant: 中国科学院软件研究所 , 北京市遥感信息研究所
IPC: G06V10/25 , G06V10/46 , G06V10/774 , G06V10/62
Abstract: 本发明属于计算机视觉领域,具体涉及一种基于对比学习的航海雷达目标检测方法和系统,建立了能够全天候自动实时检测航海雷达目标的智能模型。该方法主要包含三个阶段:数据采集阶段,雷达目标特征提取阶段以及数据后处理阶段;数据采集阶段通过雷达图像采集设备获取雷达图像,然后通过图像剪切方法、时序图像生成方法等对原始图像进行预处理;雷达目标特征提取阶段采用聚类方法产生伪标签,以交替预测方式和最小化不同数据分布距离的方法提升特征判别性,再通过适量标注数据对预训练模型进行微调;数据后处理阶段采用非极大值抑制方法删除不同切片中的冗余检测结果,优化最终的目标检测结果。本发明能够实现复杂多变环境下航海目标的稳定检测。
-
-
-
-