公开(公告)号：CN107704611A

公开(公告)日：2018-02-16

申请号：CN201710982111.0

申请日：2017-10-20

Applicant: 同济大学

Inventor： 黄震华 ,  高军 ,  张志飞

IPC: G06F17/30

CPC classification number: G06F17/30536

Abstract: 本发明公开一种面向大数据聚集分析的近似计算方法，主要包括数据分割、渐进近似计算以及聚集增量更新三个模块。数据分割模块将原始大数据顺序划分成多个流式数据片，并调整每个数据片中的数据元组。渐进近似计算模块从首个数据片开始处理输入到该模块中的所有数据片，调用聚集增量更新模块获取分析结果值的多次采样值，在此基础上，返回近似分析结果值以及相对标准差/置信区间。当用户接受当前近似值所处的相对标准差/置信区间时，分析过程停止，否则，将增加一个数据片来提高分析结果的精度。本发明具有分析速度快、分析结果准确度高以及分析过程更人性化等优点，能够有效应用于电子商务、智能交通、商业智能、医疗健康以及数据可视化等领域。

公开(公告)号：CN119091150A

公开(公告)日：2024-12-06

申请号：CN202411134366.8

申请日：2024-08-19

Applicant: 同济大学

Inventor： 张志飞 ,  应丽 ,  苗夺谦

IPC: G06V10/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06T3/4053 ,  G06T3/4046

Abstract: 本发明涉及一种基于多粒度特征增强的可见光船舶检测方法、设备、介质，包括如下步骤：步骤S1，获取待检测的可见光船舶图像；步骤S2，针对所述可见光船舶图像，通过基于三支决策的可见光图像海雾程度自动分类算法，将所述可见光船舶图像划分为有雾图像或无雾图像；步骤S3，若所述可见光船舶图像被划分为有雾图像，针对所述可见光船舶图像进行精准去雾处理；步骤S4，将所有无雾可见光船舶图像输入预训练好的多粒度特征增强网络中，提取不同粒度的船舶特征，实现可见光船舶检测。与现有技术相比，本发明引入三支决策理论，并融合多粒度思想，设计一个具有辨别性的网络结构。即使可见光船舶检测受到海雾和多尺度船舶影响时，本发明依然能够保持良好的通用性和鲁棒性。

公开(公告)号：CN119206411A

公开(公告)日：2024-12-27

申请号：CN202411134365.3

申请日：2024-08-19

Applicant: 同济大学

Inventor： 张志飞 ,  应丽 ,  苗夺谦

IPC: G06V10/80 ,  G06V10/42 ,  G06V10/44 ,  G06V10/82

Abstract: 本发明涉及一种基于多粒度特征融合的SAR船舶检测方法、设备、介质，方法包括如下步骤：步骤S1，获取待检测的SAR船舶图像；步骤S2，基于所述SAR船舶图像，利用基于多粒度混合特征融合的主干网络，得到通道、空间和坐标粒度下的局部特征以及全局特征，采用自适应空间特征融合机制得到第一融合特征图；步骤S3，基于所述第一融合特征图，利用基于多粒度特征协同增强的金字塔网络，得到不同卷积核粒度下的特征图，采用自适应空间特征融合机制得到第二融合特征图；步骤S4，基于所述第二融合特征图，得到SAR船舶图像的检测结果。与现有技术相比，本发明具有提高复杂背景下SAR船舶检测的精度、避免忽略不同尺度船舶特征之间的差异等优点。