-
公开(公告)号:CN119273621A
公开(公告)日:2025-01-07
申请号:CN202411184548.6
申请日:2024-08-27
Applicant: 北京理工大学重庆创新中心 , 北京理工大学 , 北京中建建筑科学研究院有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/80
Abstract: 本发明提供一种基于MCED‑YOLOv7网络的粘接剂缺陷识别方法,包括:获取待识别图像,采用linear线性插值进行数据图像处理;采用指数限幅增益算法,进行图像特征处理;基于YOLOv7架构,在ELAN模块后引入MLCA注意力机制,在SPPCSPC模块的卷积中加入CBAM注意力机制;将原始CIOU改进为EIOU,并加入DYHEAD目标检测头,构建得到MCED‑YOLOv7检测网络,用于对待识别图像进行缺陷识别。本发明能够实现对保温板内部的正常粘接剂、顶部脱空以及基层脱空的精准检测,提高了检测网络的准确性和鲁棒性,显著改善了误检和多检现象。
-
公开(公告)号:CN119251277A
公开(公告)日:2025-01-03
申请号:CN202411121445.5
申请日:2024-08-15
Applicant: 北京理工大学重庆创新中心 , 北京理工大学 , 北京中建建筑科学研究院有限公司
IPC: G06T7/62 , G06T7/13 , G06V10/26 , G06T7/11 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明提供一种基于PSA‑UNet网络的粘接面积定量化方法,包括:基于仿真和实测的探地雷达数据,获取多种场景下的深度C‑scan切片,并标注转化为对应的掩膜二值图,构建得到数据集;融合二元交叉熵损失函数、IOU损失函数和焦点损失函数得到目标损失函数;在U‑Net模型的上采样阶段添加Polarized Self‑Attention自注意力机制,构建得到PSA‑UNet网络,并通过数据集进行训练;采用训练后的网络对待识别图像进行语义分割,识别粘接剂边缘进行二值化填充;基于填充后的图像,统计得到粘接面积。本发明能够高效、准确地分割保温板和多个、不均匀且分散的粘接剂目标,提升统计粘接面积的准确度。
-
公开(公告)号:CN117630919A
公开(公告)日:2024-03-01
申请号:CN202311486133.X
申请日:2023-11-08
Applicant: 北京理工大学重庆创新中心 , 北京理工大学
Abstract: 本发明提供一种探地雷达逆时偏移伪影抑制方法,包括:通过给定激励源和速度模型,计算不同时刻正传电磁波场,并加载接收的探地雷达数据,计算不同时刻反传电磁波场,基于得到的正传电磁波场和反传电磁波场,采用归一化互相关成像条件,获取每个源点的逆时偏移成像结果,将获取的逆时偏移成像结果进行拉普拉斯滤波,去除偏移剖面中的低频噪声,并对所有源点逆时偏移成像结果中对应位置处的值进行两两相乘再相加的相关计算,得到最终偏移成像剖面。本发明能够有效抑制常规探地雷达逆时偏移剖面中的伪影杂波干扰,大幅度提高了偏移成像精度,以便于为后续探地雷达的探测解释工作提供科学依据。
-
公开(公告)号:CN117471459A
公开(公告)日:2024-01-30
申请号:CN202311429922.X
申请日:2023-10-31
Applicant: 北京理工大学
IPC: G01S13/90 , G01S7/41 , G06T3/4053 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/042 , G06N5/04
Abstract: 针对穿墙雷达成像分辨率低,目标难以辨识的问题,本发明提出了一种穿墙雷达智能推理高分辨成像方法。首先,根据穿墙雷达成像方法和光学相机透视原理获取目标的雷达图像和光学图像,从而构建数据集;其次搭建基于生成对抗网络(Generative Adversar ia l Network,GAN)的智能推理模块,设计有效的网络训练损失函数;最后,在得到穿墙场景下目标的雷达图像后,利用智能推理模块得到预测结果,实现对目标轮廓与纹理信息的恢复,得到高精度成像结果。
-
公开(公告)号:CN116299432A
公开(公告)日:2023-06-23
申请号:CN202310275884.0
申请日:2023-03-21
Applicant: 北京理工大学
IPC: G01S13/88 , G01S7/41 , G06F18/10 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种融合子空间投影的深度学习探地雷达非均匀杂波抑制方法,在对墙体混凝土及骨料非均匀的建模下,提出针对杂波抑制的CBNet网络架构,利用投影机制和数据驱动的优势,通过图像自适应投影进行杂波抑制,提供接近真实目标的子空间基矢量,减少信息损失的同时实现高信杂比的提升,有效抑制浅表层非均匀杂波。
-
公开(公告)号:CN119199844A
公开(公告)日:2024-12-27
申请号:CN202411229838.8
申请日:2024-09-03
Applicant: 北京理工大学
IPC: G01S13/89 , G01S13/90 , G06V10/84 , H04N13/271
Abstract: 本发明提供一种基于条件扩散模型的穿墙雷达目标高分辨成像方法,通过建立前向扩散与反向采样的马尔可夫过程,设计降噪网络,利用雷达图像信息控制高分辨光学图像的迭代生成,突破穿墙雷达系统传统算法分辨率的限制,有效恢复目标的外形与轮廓信息,增强结果的可辨识性,方便对成像结果的后续操作与使用;也就是说,相比于其他成像方法,本发明能够在遮蔽空间和场景下对目标进行高分辨成像,恢复出目标的外形和轮廓信息,提高并突破传统穿墙雷达成像方法的分辨率,提供直观可辨识的成像结果。
-
公开(公告)号:CN118519143A
公开(公告)日:2024-08-20
申请号:CN202410993155.3
申请日:2024-07-24
Applicant: 北京中建建筑科学研究院有限公司 , 北京理工大学重庆创新中心 , 北京市建设工程质量第六检测所有限公司 , 河北雄安科铖检验认证有限公司 , 中国建筑一局(集团)有限公司
Abstract: 一种基于SP‑ICA的探地雷达杂波的抑制方法和装置,涉及雷达信号处理领域。在该方法中,获取探地雷达的原始回波数据矩阵,通过均值滤波消除所述原始回波数据矩阵中的偏移量以得到数据矩阵;对所述数据矩阵进行奇异值分解,根据分解结果进行主成分分析得到重构向量,并对所述重构向量进行白化处理以得到中间向量;使用基于固定点迭代的FASTICA算法,以负熵作为对比函数,从所述中间向量中计算独立分量;确定峰度阈值,根据所述峰度阈值从所述独立分量中确定目标独立分量,根据所述目标独立分量生成杂波抑制后的图像。实施本申请提供的技术方案,达到了有效去除杂波干扰,提升探地雷达数据的分辨能力的效果。
-
公开(公告)号:CN115184890A
公开(公告)日:2022-10-14
申请号:CN202210638177.9
申请日:2022-06-07
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于多链路信息决策的穿墙雷达人体行为识别方法及装置,包括:获取穿墙雷达人体行为回波的原始图像,对所述原始图像进行预处理;第一链路用于对微多谱勒信号特征进行贝叶斯统计判决,得到第一链路识别结果;第二链路用于从所述处理后的图像中获取视觉层局部特征,得到第二链路识别结果;第三链路用于从所述处理后的图像中获取视觉层全局特征,即由引入注意力机制的残差神经网络对所述处理后的图像进行分类,得到第三链路识别结果;融合所述第一链路识别结果、第二链路识别结果、以及第三链路识别结果,得到最终识别结果。本发明实现了对模糊雷达成像及低信杂噪比等恶劣条件下的高准确度、高信息利用率的识别。
-
公开(公告)号:CN115184890B
公开(公告)日:2024-11-29
申请号:CN202210638177.9
申请日:2022-06-07
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于多链路信息决策的穿墙雷达人体行为识别方法及装置,包括:获取穿墙雷达人体行为回波的原始图像,对所述原始图像进行预处理;第一链路用于对微多谱勒信号特征进行贝叶斯统计判决,得到第一链路识别结果;第二链路用于从所述处理后的图像中获取视觉层局部特征,得到第二链路识别结果;第三链路用于从所述处理后的图像中获取视觉层全局特征,即由引入注意力机制的残差神经网络对所述处理后的图像进行分类,得到第三链路识别结果;融合所述第一链路识别结果、第二链路识别结果、以及第三链路识别结果,得到最终识别结果。本发明实现了对模糊雷达成像及低信杂噪比等恶劣条件下的高准确度、高信息利用率的识别。
-
公开(公告)号:CN118068282A
公开(公告)日:2024-05-24
申请号:CN202410201467.6
申请日:2024-02-23
Applicant: 北京理工大学
Abstract: 本发明属于穿墙雷达领域,尤其涉及一种基于穿墙成像图像域自聚焦的无人机载穿墙雷达航迹偏差估计方法。首先利用Radon变换实现墙体能量积分,在变换域通过图像自聚焦方法实现视线方向航迹偏差估计;其次对墙后分布的多个点目标区域进行最大对比度自聚焦,实现沿航向航迹偏差估计。本发明能够降低优化变量的维数,提高估计效率,充分利用不同距离和方位位置目标所提供的空变斜距误差信息。
-
-
-
-
-
-
-
-
-