-
公开(公告)号：CN118865162A
公开(公告)日：2024-10-29
申请号：CN202310463871.6
申请日：2023-04-26
Applicant: 北京理工大学
IPC: G06V20/17 , G06V20/40 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/082
Abstract: 本发明公开了一种基于视频序列输入的无人机动态小目标检测方法,通过设置神经网络识别连续多帧图像，获得图像中运动目标的类别和位置，所述设置神经网络，包括以下步骤：设置特征提取模型，用于从图像中提取多尺度特征，所述特征提取模型以多帧连续图像作为输入；设置特征融合模型，用于将多尺度特征融合为特征图，通过特征图表征目标的外貌、运动线索；设置检测模型，根据特征图辨识获得多时刻的目标位置和类别。本发明公开的基于视频序列输入的无人机动态小目标检测方法,解决了无人机目标距离远、在图像中所占像素少、纹理、颜色和轮廓特征导致的检测精度降低的问题。
-
公开(公告)号：CN115578653A
公开(公告)日：2023-01-06
申请号：CN202211182639.7
申请日：2022-09-27
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于深度学习的无人机重识别方法，包括以下步骤：S1、无人机对水面进行拍摄获得图片，通过船舶主体网络模型提取船舶区域；S2、通过船舶重识别网络模型对船舶区域进行识别，获得船舶特征向量；S3、将船舶特征向量与船舶特征索引库中的特征向量比对，确定该船舶的识别ID。本发明提供的基于深度学习的无人机重识别方法，能够区分相似类型船舶，重识别准确率高，可以实现在机载低算力设备的实时运行。
-
公开(公告)号：CN113139594A
公开(公告)日：2021-07-20
申请号：CN202110418915.4
申请日：2021-04-19
Applicant: 北京理工大学
Abstract: 本发明公开了一种机载图像无人机目标自适应检测方法，通过设置领域自适应模型对单阶段检测器进行半监督训练，获得目标检测模型，进而利用目标检测模型对无人机拍摄的图像进行检测。根据本发明提供的机载图像无人机目标自适应检测方法，显著提高检测速度，可以实现在机载低算力设备的实时运行，并且无需接触源域训练数据，实现在缺失目标域标注时的无人机目标检测，提高了迁移性和自适应能力。
-
Patent Agency Ranking
公开(公告)号：CN112232132A
公开(公告)日：2021-01-15
申请号：CN202010988347.7
申请日：2020-09-18
Applicant: 北京理工大学
Abstract: 本发明公开了一种融合导航信息的目标识别定位方法，所述方法包括通过结合飞行器高度计给出的高度信息，获得目标在视场中最大像素，将全局随机anchor问题优化为小尺度范围内随机anchor，提高了检测的效率；同时，通过导航设备可以解算得到目标的实际位置。本发明提供的融合导航信息的目标识别定位方法，能够实现对地面目标的快速、精确定位，检测效率提高76.2％。
-
公开(公告)号：CN112199984A
公开(公告)日：2021-01-08
申请号：CN202010664095.2
申请日：2020-07-10
Applicant: 北京理工大学
Abstract: 本发明公开了一种大尺度遥感图像的目标快速检测方法，所述方法基于深度学习，采用一种区域密集型预估与分块检测相融合的目标检测策略，对大尺度高分辨率图像进行快速精确的多目标检测分类。本发明提供的大尺度遥感图像的目标快速检测方法，能够同时实现大尺度目标和密集区域小目标的精准检测，检测效率高。
-
公开(公告)号：CN117115684A
公开(公告)日：2023-11-24
申请号：CN202310910333.7
申请日：2023-07-24
Applicant: 中国人民解放军总医院第八医学中心 , 北京理工大学
IPC: G06V20/17 , G06V10/25 , G06V10/28 , G06V10/46 , G06V10/766 , G06V10/82 , G06T7/73 , G06N3/045 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种救援无人机自动识别抓取AED装置的控制方法，该方法中，在无人机中灌装两个改进的YOLOv5模型，分别针对大图像和小图像进行AED装置的识别工作，以便于兼顾准确度和降低运效率，并且根据具体情况实时切换使用两种模型；为了减小无人机上的运算量，降低AED装置布置角度的判断难度，将AED装置统一设置为比较规则的长方体结构，在此基础上，对目标外接矩形区域图像进行自适应二值化，再对二值化后的图像拟合最小面积外接矩形，读取该矩形边框的倾斜角度即可作为该外接矩形及AED装置的布置角度，从而完成对无人机的控制，实现无人机自动识别并抓取AED装置。
-
公开(公告)号：CN112199984B
公开(公告)日：2023-05-12
申请号：CN202010664095.2
申请日：2020-07-10
Applicant: 北京理工大学
IPC: G06V20/13 , G06V10/25 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种大尺度遥感图像的目标快速检测方法，所述方法基于深度学习，采用一种区域密集型预估与分块检测相融合的目标检测策略，对大尺度高分辨率图像进行快速精确的多目标检测分类。本发明提供的大尺度遥感图像的目标快速检测方法，能够同时实现大尺度目标和密集区域小目标的精准检测，检测效率高。
-
公开(公告)号：CN113139594B
公开(公告)日：2023-05-02
申请号：CN202110418915.4
申请日：2021-04-19
Applicant: 北京理工大学
IPC: G06V20/17 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/0895 , G06N3/084
Abstract: 本发明公开了一种机载图像无人机目标自适应检测方法，通过设置领域自适应模型对单阶段检测器进行半监督训练，获得目标检测模型，进而利用目标检测模型对无人机拍摄的图像进行检测。根据本发明提供的机载图像无人机目标自适应检测方法，显著提高检测速度，可以实现在机载低算力设备的实时运行，并且无需接触源域训练数据，实现在缺失目标域标注时的无人机目标检测，提高了迁移性和自适应能力。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
