公开(公告)号：CN115695999A

公开(公告)日：2023-02-03

申请号：CN202211351691.0

申请日：2022-10-31

Applicant: 北京环境特性研究所

Inventor： 王梓权 ,  张子恺 ,  翟佳 ,  谢晓丹 ,  贾雨生

IPC: H04N23/54 ,  H04N23/56 ,  H04N23/57 ,  H04N23/11 ,  G06T7/70 ,  G06V20/52 ,  G06V10/82 ,  F41H1/04

Abstract: 本发明提供了一种可穿戴设备和多源目标融合检测系统，涉及武器装备技术领域。其中，可穿戴设备包括：第一图像采集组件，包括多种图像传感器，被配置为基于所述多种图像传感器中的至少一种采集第一图像；处理整合器，被配置为接收第一图像、和第二图像采集组件采集的包括枪械瞄准物体的第二图像，第二图像采集组件设置在枪械上；处理整合器，还被配置为对所述第一图像和第二图像进行融合处理，并对融合处理后的图像进行目标识别，以得到目标识别结果；显示组件，被配置为对目标识别结果进行显示。通过以上可穿戴设备，能够提高目标识别精准度，辅助用户快速识别、定位目标，从而极大提高巡检效率和战备质量。

公开(公告)号：CN115512185A

公开(公告)日：2022-12-23

申请号：CN202211339180.7

申请日：2022-10-28

Applicant: 北京环境特性研究所

Inventor： 陈峰 ,  翟佳 ,  张子恺 ,  谢晓丹

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种卫星多通道辐亮度图像外推方法、装置及存储介质，该方法包括：接收图像外推请求；获取目标区域在不同时刻下的卫星多通道辐亮度图像；利用不同时刻下的卫星多通道辐亮度图像，训练得到图像外推模型；图像外推模型包括卷积循环神经网络与生成对抗网络；卷积循环神经网络还包括：将上一个时间步的最后一个ConvGRU单元的输出结果输入至下一个时间步的第一个ConvGRU单元中；将不同时刻下的卫星多通道辐亮度图像输入图像外推模型中，并根据图像外推请求输出在未来时刻的目标外推图像。本方案提供的外推方法能够有效、准确地获取较长时间范围内的卫星多通道辐亮度外推图像，同时提高了该外推图像的质量。

公开(公告)号：CN119809972A

公开(公告)日：2025-04-11

申请号：CN202411883537.7

申请日：2024-12-19

Applicant: 北京环境特性研究所

Inventor： 龚雨萱 ,  郭单 ,  张子恺

IPC: G06T5/70 ,  G06T5/50 ,  G06T5/60 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

Abstract: 本发明公开了一种基于目标掩码的图像双阶段平滑融合生成方法和装置，属于深度学习领域。方法包括：利用渐进式平滑增长对抗网络，从低分辨率图像按设定步长向高分辨率图像平滑推进学习原始样本图像，生成若干个对应的初始目标图像；将初始目标图像输入至预先训练好的基于目标掩码的平滑融合网络，以提取初始目标图像的目标掩码，并替换初始目标图像的背景，输出最终的目标图像；其中，平滑融合网络包括依次串联的前景细粒度分割网络、大数据集预训练骨架网络和图像平滑融合网络。本方案，可以解决目标固定且背景单一的问题，可以提高图像多样性。

公开(公告)号：CN118072038A

公开(公告)日：2024-05-24

申请号：CN202311553562.4

申请日：2023-11-20

Applicant: 北京环境特性研究所

Inventor： 陈峰 ,  翟佳 ,  张子恺 ,  王梓权

IPC: G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明提供了一种基于生成对抗网络的红外图像转换方法及装置，其中方法包括：获取待转换的可见光图像数据；将所述待转换的可见光图像数据输入预先训练好的生成对抗式转换模型中，输出得到红外图像数据；其中，所述生成对抗式转换模型是通过已知样本集对预设的生成对抗网络进行训练得到的，所述已知样本集是通过对原始可见光图像数据和原始红外图像数据进行配准配对得到的，所述预设的生成对抗网络是通过对原始生成对抗网络进行优化处理得到的，所述优化处理包括生成网络的优化、对抗网络的优化和损失函数的优化。本方案，能够改善生成对抗式红外图像纹理等细节，确保生成高质量红外图像数据。

公开(公告)号：CN118014152A

公开(公告)日：2024-05-10

申请号：CN202410219331.8

申请日：2024-02-28

Applicant: 北京环境特性研究所

Inventor： 张秋杰 ,  王梓权 ,  张子恺 ,  翟佳

IPC: G06Q10/04 ,  G06Q50/40 ,  G06N20/00 ,  G06F21/60 ,  G06F21/62 ,  H04L9/40 ,  H04L9/00 ,  H04L9/06 ,  H04L9/30 ,  G06N20/20

Abstract: 本发明涉及机器学习数据隐私保护技术领域，特别涉及一种基于联邦学习的高效航班延误预测方法和装置。方法包括：确定用于联邦学习的被动方和多个主动方，并分别对被动方和多个主动方的原始航班数据进行预处理和特征提取，以使被动方和每一个主动方生成各自的初始训练集；对被动方和多个主动方的初始训练集进行加密实体对齐，以在隐私保护的前提下，确定各方共有的实体数据；基于联邦学习框架，利用各方共有的实体数据协同训练得到符合预期的航班延误预测模型。本方案，通过基于联邦学习的预处理方法来解决多机构数据异构的问题，且将具有隐私保护功能的联邦学习框架与预测算法结合，可以大大提高隐私性。

公开(公告)号：CN117392256A

公开(公告)日：2024-01-12

申请号：CN202311403092.3

申请日：2023-10-26

Applicant: 北京环境特性研究所

Inventor： 陈峰 ,  翟佳 ,  张子恺 ,  王梓权

IPC: G06T11/00 ,  G06N3/08 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明提供了一种基于深度神经网络的红外图像生成方法及装置，该方法包括：获取目标场景的实测背景图像；对红外目标进行建模，得到目标前景图像；将所述实测背景图像和所述目标前景图像输入预先训练好的深度神经网络，得到所述红外目标在所述目标场景的红外场景图像。本方案能够快速生成大量不同场景下的高质量红外场景图像，满足模型训练需求以及生成复杂环境场景数据的需求。

公开(公告)号：CN115690595A

公开(公告)日：2023-02-03

申请号：CN202211105012.1

申请日：2022-09-09

Applicant: 北京环境特性研究所

Inventor： 郭单 ,  翟佳 ,  彭实 ,  张子恺

IPC: G06V20/13 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明涉及遥感图像处理技术领域，特别涉及一种高光谱图像分类方法、装置、电子设备及存储介质，其中方法包括获取有分类标签的高光谱图像数据集，确定所有分类及各分类对应的像素点数据；确定训练样本集的数据量；基于训练样本集的数据量、所有分类的总数及各分类对应的像素点数据得到训练样本集，并将剩余像素点数据组成测试样本集；构建分类模型；根据投票通道的总数，通过装袋法对训练样本集进行有放回均匀采样，得到新增的训练样本集；基于训练样本集对分类模型中的各路投票通道进行训练；对训练后的分类模型进行测试；获取高光谱图像数据，输入分类模型进行识别与分类，得到分类结果。本发明能够提升高光谱图像分类的准确性和稳定性。

公开(公告)号：CN117036170A

公开(公告)日：2023-11-10

申请号：CN202311000704.4

申请日：2023-08-09

Applicant: 北京环境特性研究所

Inventor： 王梓权 ,  张子恺 ,  翟佳 ,  谢晓丹 ,  贾雨生

IPC: G06T3/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N20/00

Abstract: 本发明提供了一种基于机器学习的船只型号识别方法及装置，其中方法包括：获取待识别图像，所述待识别图像中包括船只目标；将所述待识别图像进行超分辨率重建处理，得到高分辨率重建图像；基于全卷积的YOLO检测识别模型，对所述高分辨率重建图像进行船只目标的检测和船只型号的一阶段识别，得到识别出的船只型号和置信度；根据所述置信度确定是否需要进行船只型号的二阶段识别，若需要，则基于Faster RCNN网络模型对所述高分辨率重建图像进行船只型号的二阶段识别；将所述二阶段识别出的船只型号作为最终识别结果。本方案，能够提高船只型号识别的准确性。

公开(公告)号：CN114330350A

公开(公告)日：2022-04-12

申请号：CN202210007201.9

申请日：2022-01-05

Applicant: 北京环境特性研究所

Inventor： 彭实 ,  陈文 ,  谢晓丹 ,  翟佳 ,  何志豪 ,  刘威 ,  董毅 ,  张子恺

IPC: G06F40/295

Abstract: 本发明涉及计算机深度学习技术领域，特别涉及一种命名实体识别方法、装置、电子设备及存储介质，该方法包括：获取已知命名实体的中文文本并进行预处理，得到多个已知命名实体的文本向量；基于已知命名实体的文本向量，对联合模型进行训练；联合模型包括字符识别模型、分词识别模型和序列标注模型；获取待识别的中文文本并进行预处理，得到待识别的文本向量；将待识别的文本向量输入训练后的联合模型，进行命名实体识别。本发明能够提高中文文本的实体识别性能。

公开(公告)号：CN117830852A

公开(公告)日：2024-04-05

申请号：CN202410029973.1

申请日：2024-01-08

Applicant: 北京环境特性研究所

Inventor： 刘伟宁 ,  张子恺 ,  王泽浩 ,  翟佳 ,  谢晓丹

IPC: G06V20/10 ,  G06V10/774 ,  G06V10/25

Abstract: 本发明提供了一种海面目标可探测性预测方法、装置及计算设备，该方法包括：获取待预测海面目标信息和目标工况条件；根据目标工况条件和预先构建的探测属性库，从目标工况条件中确定目标探测属性；将目标探测属性输入预先训练的预测模型中，输出待预测海面目标信息在目标工况条件下的目标检测概率。本方案提供的海面目标可探测性预测方法解决了现有海面目标的可探测性预测耗时长、流程复杂等问题，能快速准确预测目标的可探测性。