-
公开(公告)号：CN115019064B
公开(公告)日：2024-09-10
申请号：CN202210740974.8
申请日：2022-06-27
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: G06V10/46 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/09 , G06F16/58
Abstract: 本发明公开了一种针对旋翼无人机防控的双阶段关键部位识别方法，属于图像处理领域。本发明将旋翼无人机部位识别转化成关键部位中心点识别，利用了关键点检测网络强大的结构建模能力，不仅可对清晰可见的部位进行准确定位，也可对模糊、被遮挡部位给出可靠的位置预测。此外，本发明采用双阶段检测方式，即先检测旋翼无人机目标区域，再对目标区域进行缩放和关键部位中心点检测；一方面固定了输入旋翼无人机的尺度，降低了输入复杂度，有助于提升检测效果，另一方面，克服了旋翼无人机尺寸过小时，部位定位困难、相对误差大的问题。因此，本发明可实现旋翼无人机关键部位准确定位，有助于提高无人机防控系统工作性能。
-
公开(公告)号：CN115019064A
公开(公告)日：2022-09-06
申请号：CN202210740974.8
申请日：2022-06-27
Applicant: 华中科技大学 , 深圳华中科技大学研究院
IPC: G06V10/46 , G06V10/25 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08 , G06F16/58
Abstract: 本发明公开了一种针对旋翼无人机防控的双阶段关键部位识别方法，属于图像处理领域。本发明将旋翼无人机部位识别转化成关键部位中心点识别，利用了关键点检测网络强大的结构建模能力，不仅可对清晰可见的部位进行准确定位，也可对模糊、被遮挡部位给出可靠的位置预测。此外，本发明采用双阶段检测方式，即先检测旋翼无人机目标区域，再对目标区域进行缩放和关键部位中心点检测；一方面固定了输入旋翼无人机的尺度，降低了输入复杂度，有助于提升检测效果，另一方面，克服了旋翼无人机尺寸过小时，部位定位困难、相对误差大的问题。因此，本发明可实现旋翼无人机关键部位准确定位，有助于提高无人机防控系统工作性能。
-
公开(公告)号：CN118967452A
公开(公告)日：2024-11-15
申请号：CN202411184254.3
申请日：2024-08-27
Applicant: 华中科技大学
IPC: G06T3/4076 , G06T5/50 , G06V10/40 , G06V10/46 , G06N3/09
Abstract: 本发明公开了一种结构引导的旋翼无人机图像超分辨率网络构建方法，属于无人机超分辨率领域，该方法通过构建结构引导的旋翼无人机超分辨率网络，对获取的低分辨率图像进行梯度计算得到低分辨率梯度图，并将二者进行通道级融合后进行特征提取得到特征图，根据特征图预测低分辨率关键点热力图，然后对特征图进行上采样后分别进行处理得到高分辨率无人机梯度图和高分辨率无人机图像，分别对高分辨率梯度图以及低分辨率关键点热力图和真实标签的结果进行损失计算，采用判别器判别输出图像为真实图像的概率以增强超分辨网络的重构能力，形成端到端的约束。该网络可输出视觉效果尚佳的旋翼无人机超分图像，提高了远距旋翼无人机成像的检测及监视效果。
-
公开(公告)号：CN114296072B
公开(公告)日：2024-07-16
申请号：CN202111663973.X
申请日：2021-12-31
Applicant: 华中科技大学
Abstract: 本发明公开了一种反无人机多光谱探测跟踪方法，属于多光谱探测跟踪技术领域。通过雷达定位目标对目标进行粗跟踪闭环控制，实现对目标的实时稳定跟踪，在粗跟踪闭环控制的基础上进一步精跟踪闭环控制，消除目标和发射望远镜之间因环境的影响存在的瞄准偏差，在稳定跟踪的基础上提高了成像光轴的稳定度及跟踪精度，实现了对目标的二次稳定高精度跟踪。同时，在粗跟踪闭环控制过程中，通过短波、中波、近红外和可见光波段等多波段对目标进行变焦大视场探测识别，在精跟踪闭环控制中，通过可见光和近红外波段光学定焦对目标进行更精准的视场调控，实现了对目标的多波段同时探测识别、全方位跟踪识别，识别精度及跟踪精度高。
-
公开(公告)号：CN114372565A
公开(公告)日：2022-04-19
申请号：CN202210038592.0
申请日：2022-01-13
Applicant: 华中科技大学
Abstract: 本发明属于边缘设备目标检测技术领域，公开了一种用于边缘设备的目标检测网络压缩方法，用于边缘设备的目标检测网络压缩方法包括：对SkyNet优化网络结构，对特征图和权重参数进行量化；重新构造前向推理结构，合并深度可分离卷积中的部分计算处理。本发明分别从算法优化角度出发，以SkyNet为例，提出一种对目标检测网络的压缩处理技术，降低了目标检测网络在边缘设备上的部署难度。本发明对网络进行了裁剪，更适用于边缘设备。本发明进行量化处理，大幅度降低网络模型尺寸。本发明进行合并处理，大幅度降低网络的计算量。
-
Patent Agency Ranking
公开(公告)号：CN105893939A
公开(公告)日：2016-08-24
申请号：CN201610185944.X
申请日：2016-03-29
Applicant: 华中科技大学
IPC: G06K9/00
CPC classification number: G06K9/0063
Abstract: 本发明公开了一种水灾星上在轨检测及灾情评估方法，应用于灾情勘察卫星。包括以下步骤：1、预设水文观测点(具有代表性的观测位置，下文统称水文观测点)坐标；2、星上在轨采集包含水文观测点的图像；3、星上在轨计算水文观测点n×n邻域内的特征信息；4、依据该特征信息星上在轨进行判断是否在水文观测点邻域发生水灾灾情；5、若检测到灾情则依据特征信息进行灾情评估；6、将检测和评估结果回传给地面。本发明解决对预设水文观测点进行水灾星上在轨检测和灾情评估的技术问题，帮助有效利用星上有限的存储和计算资源实现水灾星上在轨检测和评估，进而帮助减少响应时间、提升响应速度，最终达到减小生命和财产损失的目的。
-
公开(公告)号：CN118397390A
公开(公告)日：2024-07-26
申请号：CN202410470127.3
申请日：2024-04-18
Applicant: 华中科技大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06T3/02 , G06T11/60 , G06T5/50 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于样本增强的异常检测模型建立方法及异常检测方法，属于图像异常检测领域，包括：采用如下方式生成异常图像：从原始图像中随机选取一块区域，复制为图像sp1；将sp1等分后，以形成的点的坐标为元素，构建坐标矩阵C；对于C中的每一个点p，在sp1中点p周围随机选取一点p'，以点p'的坐标为元素，构建坐标矩阵C'；应用Delaunay三角形对坐标矩阵C'进行三角形划分；对于每一个三角形t′，从C中获取对应的三角形t，计算两个三角形间的仿射变换矩阵H后，将三角形t内的像素均按照H变换至三角形t′内，得到图像sp2；通过泊松融合将sp2随机粘贴回原始图像中。本发明能够生成具有真实性和多样性的异常图像，提高训练所得模型的检测精度。
-
公开(公告)号：CN113435435B
公开(公告)日：2022-07-12
申请号：CN202110608072.4
申请日：2021-06-01
Applicant: 华中科技大学
Abstract: 本发明公开了一种红外图像弱小目标检测方法和系统，属于图像处理领域。本发明通过使用深度学习估计背景、在抑制背景后检测目标的思路，解决了红外弱小目标特征难以直接学习的困难。本发明通过使用下采样、上采样和快捷链路等操作来实现待检测图像的多尺度目标的背景估计，进而实现多尺度目标的目标检测和下采样所丢失信息的补充，解决了背景特征学习和局部细节学习无法兼顾的问题。本发明通过提出目标区域隶属度的加权均方误差损失函数，提高了目标区域背景估计的准确性。本发明通过使用深度可分离卷积，包括逐层卷积和逐点卷积，降低了网络模型的参数量和计算量，加快了目标检测的速度。
-
公开(公告)号：CN114296072A
公开(公告)日：2022-04-08
申请号：CN202111663973.X
申请日：2021-12-31
Applicant: 华中科技大学
Abstract: 本发明公开了一种反无人机多光谱探测跟踪方法，属于多光谱探测跟踪技术领域。通过雷达定位目标对目标进行粗跟踪闭环控制，实现对目标的实时稳定跟踪，在粗跟踪闭环控制的基础上进一步精跟踪闭环控制，消除目标和发射望远镜之间因环境的影响存在的瞄准偏差，在稳定跟踪的基础上提高了成像光轴的稳定度及跟踪精度，实现了对目标的二次稳定高精度跟踪。同时，在粗跟踪闭环控制过程中，通过短波、中波、近红外和可见光波段等多波段对目标进行变焦大视场探测识别，在精跟踪闭环控制中，通过可见光和近红外波段光学定焦对目标进行更精准的视场调控，实现了对目标的多波段同时探测识别、全方位跟踪识别，识别精度及跟踪精度高。
-
公开(公告)号：CN119228843A
公开(公告)日：2024-12-31
申请号：CN202411249939.1
申请日：2024-09-06
Applicant: 华中科技大学
Abstract: 本发明公开了一种视频序列场景下的目标捕获方法、系统及介质，属于图像单目标跟踪领域，方法包括：对视频序列图像进行目标检测，得到目标的位置和尺寸，删除尺寸不在指定范围内的目标；利用未删除目标的位置初始化多目标跟踪器，以进行多目标跟踪和累计置信度计算；对于各目标跟踪器，当其跟踪命中次数达到第一设定值且累计置信度达到设定置信度阈值时，输出其跟踪到的目标和累计置信度，当其跟踪连续未命中次数达到第二设定值时，删除该目标跟踪器；利用累计置信度最高的目标初始化单目标跟踪器，以进行单目标跟踪和跟踪置信度计算并输出，对两类目标跟踪输出的结果进行交叉验证，以确定是否输出及输出结果。本方法实现了目标的稳定捕获识别。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.025 seconds)
