-
公开(公告)号：CN114219960A
公开(公告)日：2022-03-22
申请号：CN202111544817.1
申请日：2021-12-16
Applicant: 哈尔滨工业大学
Abstract: 基于多学习器优化的XGBoost的小样本条件下空间目标ISAR图像分类方法，属于ISAR图像处理技术领域。是为了解决针对现有对小样本条件下空间目标ISAR图像识别率低的问题。本发明针对待分类的ISAR自旋空间目标图像，利用基于多学习器优化的XGBoost模型进行空间目标ISAR图像分类；XGBoost模型是利用XGBoost算法集成堆叠网络形成的XGBoost网络模型，堆叠网络中并行的基础学习器包括图卷积网络、胶囊网络和加入基于旋转不变性的注意力机制模块的Alexnet网络；其中，胶囊网络包含一个基础特征提取模块、一个向量特征提取模块以及动态路由层，且胶囊网络中不含有池化层。主要用于ISAR图像的分类。
-
公开(公告)号：CN119131607A
公开(公告)日：2024-12-13
申请号：CN202411021427.X
申请日：2024-07-29
Applicant: 哈尔滨工业大学
IPC: G06V20/13 , G06V10/764 , G06V10/80 , G06T3/4038 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 一种用于SAR遥感影像中小目标船只的检测方法及系统，涉及目标检测技术领域，针对现有技术中针对小目标船的检测准确率低的问题。本申请对特征金字塔自上而下和自下而上融合后的上下文特征进行多分支感受野的增强，并将这些不同的多尺寸上下文特征输入到后端网络，以减少相应得到的特征图之间的冗余，从而更充分地利用网络提取的特征，有效提高遥感影像中小目标船只检测的准确性。
-
公开(公告)号：CN116091889A
公开(公告)日：2023-05-09
申请号：CN202310003530.0
申请日：2023-01-03
Applicant: 哈尔滨工业大学
IPC: G06V10/82 , G06V10/44 , G06V10/764 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0499 , G06N3/08
Abstract: 基于复数域多尺度视觉transformer的空间目标识别方法，属于ISAR图像处理领域。为了解决机动空间目标ISAR图像的散焦问题和单帧图像识别效果不好的问题。本发明首先获取ISAR运动空间样本数据，将每三个连续的图像帧组成一个图像序列样本，并将ISAR散焦图像序列分割成尺度大小不同的图像序列块；将分割后不同大小的图像序列块分别输入到两个不同尺度的复数域卷积模块中进行特征提取，分别得到两个尺度的图像序列在复数域中的特征嵌入，将特征嵌入与位置编码相加得到相加后的特征向量F，再与识别编码向量进行组合，之后将组合后的输出输入到基于transformer模型的复数域CVMVT网络中实现目标识别。本发明用于ISAR图像的空间目标识别。
-
公开(公告)号：CN119540765A
公开(公告)日：2025-02-28
申请号：CN202411647404.X
申请日：2024-11-18
Applicant: 哈尔滨工业大学
Abstract: 基于全局邻域信息增强差异图的SAR变化检测方法，涉及图像变化检测技术领域。本发明是为了解决现有SAR变化检测方法还存在检测效率和准确率低的问题。本发明包括：利用双时相SAR图像对生成初始差异图像，然后利用初始差异图像获取包含结构信息与差异特征的分割图；利用包含结构信息与差异特征的分割图获取SAR图像X的权重AXi,j和SAR图像Y的权重AYi,j，再利用SAR图像X的权重AXi,j和SAR图像Y的权重AYi,j更新SAR图像X和Y，获得SAR图像PGX和PGY；利用SAR图像PGX和PGY获取最终差异图；对最终差异图进行自动阈值分割，获得SAR图像变化区域。本发明用于检测SAR图像变化区域。
-
公开(公告)号：CN116994143A
公开(公告)日：2023-11-03
申请号：CN202311044597.5
申请日：2023-08-18
Applicant: 哈尔滨工业大学
IPC: G06V20/10 , G06V20/13 , G06V10/82 , G06V10/426 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 基于复数区域图Transformer的机动空间目标识别方法，涉及逆合成孔径雷达图像处理领域。本发明是为了解决空间目标快速机动会引起ISAR图像上的姿态变化大，并且由于ISAR图像通常以复数值的形式存在，一般的实数域网络会导致ISAR图像中关键相位信息的丢失的问题。本发明首先，对比学习模块训练ISAR图像块对以适应目标ISAR图像的变化。其次，PGT特征提取模块通过图推理方法和Transformer框架提取图像块的局部和全局上下文特征，以获得目标更有效的表示。最后图识别模块更新特征嵌入形成的节点和节点间边的特征，并输出目标的分类概率和分类结果。
-
Patent Agency Ranking
公开(公告)号：CN114913230A
公开(公告)日：2022-08-16
申请号：CN202210520029.7
申请日：2022-05-13
Applicant: 哈尔滨工业大学
Abstract: 绕飞背景下多种类空间目标姿态信息识别方法，它属于空间遥感与地理科学技术领域。本发明解决了现有的空间目标姿态信息识别方法存在信息利用率低且实时性差的问题。本发明方法所采取的主要技术方案为：步骤一、分别采集各种类卫星绕飞时，在相对于成像传感器视线方向的各个姿态下的空间目标光学图像，根据卫星姿态信息和卫星种类信息生成张量，并对生成的张量进行分解后，再根据分解结果获得每张图像对应的姿态特征向量；步骤二、基于步骤一的分解结果和获得的姿态特征向量对待测的空间目标光学图像进行姿态识别。本发明方法可以应用于空间目标姿态信息识别。
-
公开(公告)号：CN114219960B
公开(公告)日：2024-12-20
申请号：CN202111544817.1
申请日：2021-12-16
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V20/70 , G06V10/30 , G06V10/36 , G06V10/44 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 基于多学习器优化的XGBoost的小样本条件下空间目标ISAR图像分类方法，属于ISAR图像处理技术领域。是为了解决针对现有对小样本条件下空间目标ISAR图像识别率低的问题。本发明针对待分类的ISAR自旋空间目标图像，利用基于多学习器优化的XGBoost模型进行空间目标ISAR图像分类；XGBoost模型是利用XGBoost算法集成堆叠网络形成的XGBoost网络模型，堆叠网络中并行的基础学习器包括图卷积网络、胶囊网络和加入基于旋转不变性的注意力机制模块的Alexnet网络；其中，胶囊网络包含一个基础特征提取模块、一个向量特征提取模块以及动态路由层，且胶囊网络中不含有池化层。主要用于ISAR图像的分类。
-
公开(公告)号：CN119130923A
公开(公告)日：2024-12-13
申请号：CN202411128246.7
申请日：2024-08-16
Applicant: 哈尔滨工业大学
Abstract: 基于局部滤波的SRA图像弱目标检测优化方法，属于SRA图像弱目标处理领域。解决了现有SAR图像中弱目标不易检测的问题。本发明对待检测SRA图像进行局部均值滤波，获取不同尺度下的局部均值图像；对每个尺度下的局部均值图像均扩大3倍，每个尺度下获得8个不同位置窗口滤波器，分别对待检测SRA图像进行滤波，每个尺度下的8个滤波结果图像分别与对应尺度下的局部均值图像中对应像素点像素值相减，获得8个像素差值矩阵；将对标号差3的两个素差值矩阵点乘，每个像素点获得4个相关性值，取4个相关性值中的最小值作为该像素点的像素值；取不同尺度下像素值的最大值构成二维图像矩阵Im，利用二维图像矩阵Im得优化后图像。本发明适用于SRA图像弱目标检测。
-
公开(公告)号：CN114913230B
公开(公告)日：2024-09-20
申请号：CN202210520029.7
申请日：2022-05-13
Applicant: 哈尔滨工业大学
Abstract: 绕飞背景下多种类空间目标姿态信息识别方法，它属于空间遥感与地理科学技术领域。本发明解决了现有的空间目标姿态信息识别方法存在信息利用率低且实时性差的问题。本发明方法所采取的主要技术方案为：步骤一、分别采集各种类卫星绕飞时，在相对于成像传感器视线方向的各个姿态下的空间目标光学图像，根据卫星姿态信息和卫星种类信息生成张量，并对生成的张量进行分解后，再根据分解结果获得每张图像对应的姿态特征向量；步骤二、基于步骤一的分解结果和获得的姿态特征向量对待测的空间目标光学图像进行姿态识别。本发明方法可以应用于空间目标姿态信息识别。
-
公开(公告)号：CN115311185B
公开(公告)日：2023-07-11
申请号：CN202211027066.0
申请日：2022-08-25
Applicant: 哈尔滨工业大学
IPC: G06T5/50 , G06T3/40 , G06T7/10 , G06N3/0464 , G06N3/088 , G06V10/774 , G06V10/764
Abstract: 机动目标ISAR散焦图像高分辨重聚焦方法，属于ISAR图像处理领域。为了解决现有的机动目标ISAR图像存在的散焦问题。本发明首先将ISAR散焦图像进行分割，然后将分割后的ISAR散焦图像以复数的形式送入CVPHD网络进行处理，CVPHD网络为基于复数域Pix2pixHD结构，其包含一个复数的卷积单元、一个复数的残差单元、一个复数的反卷积单元、一个实数卷积单元；实数卷积单元输出虚假生成图像，即聚焦后的图像。本发明用于机动目标ISAR散焦图像的高分辨重聚焦。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.017 seconds)
