一种基于深度学习目标检测的单目实时测距方法

    公开(公告)号:CN115267756A

    公开(公告)日:2022-11-01

    申请号:CN202210456355.6

    申请日:2022-04-27

    Abstract: 本发明公开了一种基于深度学习目标检测的单目实时测距方法,主要包括对目标底部所在地面位置的实时获取、相机内参数标定、相机安装参数估算和目标距离计算;针对传统单目测距模型测距精度低、实时性差的问题,本发明应用当前性能先进的轻量级深度学习实时目标检测技术以获取目标底部的图像坐标;并对现有损失函数进行优化,使其更适应于测距需求。针对手动测量摄像头安装参数的不便和极易引入测量误差的问题,本发明通过地面参照点的三维空间坐标与所对应的图像坐标的映射关系,自动估计摄像头的安装参数信息。该方法具有操作简便、精度高、实时性好的特点,可应用于智能驾驶、机器人等多种需求视觉测距场景。

    一种基于改进合同网的巨型星座节点协同调度方法

    公开(公告)号:CN117498919A

    公开(公告)日:2024-02-02

    申请号:CN202311445044.0

    申请日:2023-11-01

    Abstract: 本发明涉及一种基于改进合同网的巨型星座节点协同调度方法,分为:天基预警任务群构建、天基预警任务多节点协同主流程设计、基于改进合同网的星群协商三个步骤。天基预警任务群构建根据地面上注的探测任务或者星上自主发现导弹目标后,以任务驱动的形式动态建立卫星群,在一个建立好的动态卫星群组中,存在主星和成员星两种不同功能的卫星角色以组织任务的分配和卫星之间的协同。天基预警任务多节点协同主流程设计,针对预警目标位置信息进行预测之后,由具有最早可见时间窗资源的卫星作为群主卫星,找到匹配的成员卫星构建卫星群,通过改进的合同网算法进行协同调度,形成最优组合的预警卫星资源调度方案,最终更新全局调度方案直至结束。

    面向巨型星座场景的星载信息系统

    公开(公告)号:CN117439646A

    公开(公告)日:2024-01-23

    申请号:CN202311180260.7

    申请日:2023-09-13

    Abstract: 本发明公开了面向巨型星座场景的星载信息系统,采用分布式、网络化、可重构、面向任务资源优化的开放体系和应用框架,使星载信息系统由传统以计算为中心转变为以数据为中心,基于巨型星座操作系统这一技术手段,实现信息系统核心共性基础功能下沉固化,形成巨型星座系统的信息基座,支持将巨型星座中通信、导航、遥感、指控等各类节点联通,打破星座内部资源的物理壁垒,并实现节点感知、计算、存储、网络、安全等资源的抽象管理及新技术在轨快速应用,并满足“芯片‑链路‑内核‑应用”的全链路安全可信,通过软件定义等技术手段,支持实现巨型星座节点的安全接入、即时协同、自主运行等核心基础功能。

    基于威布尔统计特征的内容不敏感模糊图像质量评价方法

    公开(公告)号:CN106875383B

    公开(公告)日:2020-05-08

    申请号:CN201710052877.9

    申请日:2017-01-24

    Abstract: 本发明公开了一种基于威布尔统计特征的内容不敏感模糊图像质量评价方法。使用本发明能够很好解决现有算法对相同模糊程度但内容不同的模糊图像评价不准确的问题。本发明取待评价图像的边缘梯度幅值矩阵,对边缘梯度幅值矩阵采用威布尔分布进行建模拟合,得到梯度的威布尔分布形状和尺度参数,同时计算威布尔分布形状的偏斜度值,提取的形状、尺度和偏斜度参数可以很好地区分不同模糊程度图像的梯度幅值分布;然后对具有相同内容图像的威布尔分布形状、尺度和偏斜度做分离归一化,减少参数与图像内容之间的关系,到达与图像内容不敏感的目的;最后利用归一化后的威布尔分布形状、尺度和偏斜度为特征值,对待评价图像进行质量评价。

    一种基于形状玻尔兹曼机的补全式行人检测方法

    公开(公告)号:CN106803080B

    公开(公告)日:2019-12-31

    申请号:CN201710052873.0

    申请日:2017-01-24

    Abstract: 本发明公开了一种基于形状玻尔兹曼机的补全式行人检测方法。使用本发明能够解决监控环境下行人检测遮挡的问题。本发明首先通过分类器对图像中行人目标进行初步检测,然后使用形状玻尔兹曼机将行人检测中的遮挡定义为一个连续遮挡的过程,将非完备的检测方法转变为完备的检测方法,满足在监控条件下可能发生的各种遮挡情况;最后基于人体物理模型,使用多级直方图对形状补全后的目标进行匹配度测试,评估目标补全部分与原始部分的匹配程度。通过将支持向量机的预测概率值与目标补全匹配度结合,能够将假正例(FP)与假反例(FN)两种错误分类向相反的方向拉伸,最大程度上降低漏检率和虚警率,提高算法的鲁棒性。

    一种基于分段稀疏表示的高光谱遥感图像目标识别方法

    公开(公告)号:CN108764097A

    公开(公告)日:2018-11-06

    申请号:CN201810489307.0

    申请日:2018-05-21

    CPC classification number: G06K9/0055 G06K9/6202 G06K9/6269

    Abstract: 本发明公开了一种基于分段稀疏表示的高光谱遥感图像目标识别方法。使用本发明能够在不同场景下均取得了不错的目标检测效果。本发明通过光谱分段,从局部特征的组合方式着手,充分强调并利用了更为稳定的局部光谱特征,提升了目标检测效果;利用稀疏表示和字典学习自适应性的特点,无需对目标和背景的分布做任何的假设,避免了过多先验假设和手工特征带来的建模的欠准确性。本发明采用局部特征匹配的特性使得少数波段受到污染不会严重影响全局的特征匹配结果,具有一定的抗波段污染的效果。

    基于威布尔统计特征的内容不敏感模糊图像质量评价方法

    公开(公告)号:CN106875383A

    公开(公告)日:2017-06-20

    申请号:CN201710052877.9

    申请日:2017-01-24

    Abstract: 本发明公开了一种基于威布尔统计特征的内容不敏感模糊图像质量评价方法。使用本发明能够很好解决现有算法对相同模糊程度但内容不同的模糊图像评价不准确的问题。本发明取待评价图像的边缘梯度幅值矩阵,对边缘梯度幅值矩阵采用威布尔分布进行建模拟合,得到梯度的威布尔分布形状和尺度参数,同时计算威布尔分布形状的偏斜度值,提取的形状、尺度和偏斜度参数可以很好地区分不同模糊程度图像的梯度幅值分布;然后对具有相同内容图像的威布尔分布形状、尺度和偏斜度做分离归一化,减少参数与图像内容之间的关系,到达与图像内容不敏感的目的;最后利用归一化后的威布尔分布形状、尺度和偏斜度为特征值,对待评价图像进行质量评价。

    一种基于形状玻尔兹曼机的补全式行人检测方法

    公开(公告)号:CN106803080A

    公开(公告)日:2017-06-06

    申请号:CN201710052873.0

    申请日:2017-01-24

    Abstract: 本发明公开了一种基于形状玻尔兹曼机的补全式行人检测方法。使用本发明能够解决监控环境下行人检测遮挡的问题。本发明首先通过分类器对图像中行人目标进行初步检测,然后使用形状玻尔兹曼机将行人检测中的遮挡定义为一个连续遮挡的过程,将非完备的检测方法转变为完备的检测方法,满足在监控条件下可能发生的各种遮挡情况;最后基于人体物理模型,使用多级直方图对形状补全后的目标进行匹配度测试,评估目标补全部分与原始部分的匹配程度。通过将支持向量机的预测概率值与目标补全匹配度结合,能够将假正例(FP)与假反例(FN)两种错误分类向相反的方向拉伸,最大程度上降低漏检率和虚警率,提高算法的鲁棒性。

Patent Agency Ranking