-
公开(公告)号:CN109634830A
公开(公告)日:2019-04-16
申请号:CN201811556418.5
申请日:2018-12-19
Applicant: 哈尔滨工业大学
IPC: G06F11/34
CPC classification number: G06F11/3419 , G06F11/3433
Abstract: 本发明提供一种基于多特征耦合的CUDA程序一体化性能预测方法,属于电子与信息技术领域。本发明首先提取数据、程序、GPU硬件的固有特征,定义了设备并行空间DPS、设备并行空间闲置度DPSID、SM Warp负载NSMW以及并行效应因子PEF等高层次性能相关特征;然后通过比较Dg与APDG,以及DPSID与1的数值关系,判定CUDA程序内核状态并获得对应的内核持续时间体积KDTV,最终得到此时的内核持续时间KDT,完成预测。本发明解决了现有技术对CUDA程序性能预测精准度较低的问题。本发明可用于并行程序性能的精准预测。
-
公开(公告)号:CN110443201B
公开(公告)日:2023-01-10
申请号:CN201910722047.1
申请日:2019-08-06
Applicant: 哈尔滨工业大学
IPC: G06V20/13 , G06V10/26 , G06V10/46 , G06V10/764
Abstract: 基于多源影像联合形状分析与多属性融合的目标识别方法,本发明涉及多源影像目标识别方法。本发明的目的是为了解决现有舰船目标识别准确率低的问题。过程为:一、获取大量疑似舰船停靠码头的切片,并根据直线角度,旋转码头切片至水平;二、获取疑似舰船坐标,提取对应坐标的疑似舰船切片;三、将疑似舰船分类为舰船目标和非舰船目标;四、对分类为舰船的目标,提取光学切片,分别进行飞行甲板类型、船头尖角位置、船头轮廓类型、垂直发射装置位置检测,提取SAR切片,进行舰桥位置检测;五、进行多属性融合的舰船型号识别;六、基于五取投票结果最大的一类作为舰船型号识别结果。本发明用于遥感影像目标检测识别技术领域。
-
公开(公告)号:CN110443207A
公开(公告)日:2019-11-12
申请号:CN201910727379.9
申请日:2019-08-07
Applicant: 哈尔滨工业大学
Abstract: 一种基于分级特征张量的目标渐进式检测识别方法,它属于遥感图像中的目标检测识别技术领域。本发明解决了现有方法对遥感图像中目标检测识别的准确率低的问题。本发明建立了基于张量模式的目标识别模型,该模型改善了典型向量模式识别方法忽略了遥感影像目标内在的结构信息,小样本下容易出现过拟合的问题。其通过学习最具判别能力的分级特征张量,并利用软硬间隔支持张量机实现目标的准确识别。本发明适用于大场景遥感图像中目标的检测识别。对于信息量大、背景复杂的遥感图像,可以获得98%以上的检测准确率,本发明可以应用于遥感图像中的目标检测识别技术领域。
-
公开(公告)号:CN109614936A
公开(公告)日:2019-04-12
申请号:CN201811519198.9
申请日:2018-12-12
Applicant: 哈尔滨工业大学
Abstract: 遥感图像飞机目标的分层识别方法,本发明涉及飞机目标的分层识别方法。本发明的目的是为了解决现有遥感图像中飞机目标识别准确率低,速度慢的问题。过程为:一、对对原始包含飞机目标的高分辨率遥感图像进行降采样;二、对降采样后的低分辨率图像进行LSD检测,得到断裂直线,连接断裂直线,保留满足长度阈值的直线,利用机场跑道的光谱特征,对满足长度阈值的直线中满足光谱阈值的直线进行筛选;三、得到机场跑道直线;四、定位机场图像,对定位的机场图像进行切割,切割成子图;五、利用视觉显著性方法检测子图像,得到候选窗口;六、提取候选窗口SIFT特征,利用分类器分类,获得飞机目标最终识别结果。本发明用于目标识别领域。
-
公开(公告)号:CN107563447A
公开(公告)日:2018-01-09
申请号:CN201710805959.6
申请日:2017-09-08
Applicant: 哈尔滨工业大学
IPC: G06K9/62
Abstract: 一种遥感图像中目标到目标部位的分级识别方法,本发明涉及遥感图像中目标到目标部位的分级识别方法。本发明的目的是为了解决现有遥感影像目标识别方法不能在不同层级上对目标或目标部位进行识别的问题。过程为:一、根据待识别的光学遥感图像的要求,确定待识别的光学遥感图像的级数;二、对待识别的光学遥感图像进行目标识别;三、得到待识别区域切片上含有标记为目标的切片;四、获得最终含有目标标记的切片;五:对待识别的光学遥感图像进行目标部位识别;六、得到待识别区域切片上含有标记为目标部位的切片;七、获得最终含有目标部位标记的切片。本发明用于遥感图像中目标分级识别领域。
-
公开(公告)号:CN110443201A
公开(公告)日:2019-11-12
申请号:CN201910722047.1
申请日:2019-08-06
Applicant: 哈尔滨工业大学
Abstract: 基于多源影像联合形状分析与多属性融合的目标识别方法,本发明涉及多源影像目标识别方法。本发明的目的是为了解决现有舰船目标识别准确率低的问题。过程为:一、获取大量疑似舰船停靠码头的切片,并根据直线角度,旋转码头切片至水平;二、获取疑似舰船坐标,提取对应坐标的疑似舰船切片;三、将疑似舰船分类为舰船目标和非舰船目标;四、对分类为舰船的目标,提取光学切片,分别进行飞行甲板类型、船头尖角位置、船头轮廓类型、垂直发射装置位置检测,提取SAR切片,进行舰桥位置检测;五、进行多属性融合的舰船型号识别;六、基于五取投票结果最大的一类作为舰船型号识别结果。本发明用于遥感影像目标检测识别技术领域。
-
公开(公告)号:CN109634830B
公开(公告)日:2022-06-07
申请号:CN201811556418.5
申请日:2018-12-19
Applicant: 哈尔滨工业大学
IPC: G06F11/34
Abstract: 本发明提供一种基于多特征耦合的CUDA程序一体化性能预测方法,属于电子与信息技术领域。本发明首先提取数据、程序、GPU硬件的固有特征,定义了设备并行空间DPS、设备并行空间闲置度DPSID、SM Warp负载NSMW以及并行效应因子PEF等高层次性能相关特征;然后通过比较Dg与APDG,以及DPSID与1的数值关系,判定CUDA程序内核状态并获得对应的内核持续时间体积KDTV,最终得到此时的内核持续时间KDT,完成预测。本发明解决了现有技术对CUDA程序性能预测精准度较低的问题。本发明可用于并行程序性能的精准预测。
-
公开(公告)号:CN109614936B
公开(公告)日:2021-02-02
申请号:CN201811519198.9
申请日:2018-12-12
Applicant: 哈尔滨工业大学
Abstract: 遥感图像飞机目标的分层识别方法,本发明涉及飞机目标的分层识别方法。本发明的目的是为了解决现有遥感图像中飞机目标识别准确率低,速度慢的问题。过程为:一、对对原始包含飞机目标的高分辨率遥感图像进行降采样;二、对降采样后的低分辨率图像进行LSD检测,得到断裂直线,连接断裂直线,保留满足长度阈值的直线,利用机场跑道的光谱特征,对满足长度阈值的直线中满足光谱阈值的直线进行筛选;三、得到机场跑道直线;四、定位机场图像,对定位的机场图像进行切割,切割成子图;五、利用视觉显著性方法检测子图像,得到候选窗口;六、提取候选窗口SIFT特征,利用分类器分类,获得飞机目标最终识别结果。本发明用于目标识别领域。
-
公开(公告)号:CN109635733A
公开(公告)日:2019-04-16
申请号:CN201811517627.9
申请日:2018-12-12
Applicant: 哈尔滨工业大学
Abstract: 基于视觉显著性和队列修正的停车场和车辆目标检测方法,它属于停车场内车辆检测技术领域。本发明解决了现有遥感图像车辆目标检测方法处理速度慢、车辆目标检测效果差的问题。本发明根据停车场区域亮度特征设计一种基于亮度特征的显著图BBSM用于停车场区域粗提取,再利用停车场区域的颜色特征和面特征精确提取停车场轮廓;在每一个精提取的停车场轮廓内,提取可能包含车辆的疑似区域,设计基于边缘统计模型的车辆队列排布方向的计算方法来修正车辆队列排布方向,最后利用滑窗方法切割车辆队列来提取疑似车辆切片,提取切片的HOG特征后,利用SVM分类器进行二分类,将分类为车辆的目标标记回原图,实现车辆检测;本发明应用于停车场内车辆检测技术领域。
-
公开(公告)号:CN110443207B
公开(公告)日:2022-10-11
申请号:CN201910727379.9
申请日:2019-08-07
Applicant: 哈尔滨工业大学
IPC: G06V20/13 , G06V10/774 , G06V10/764
Abstract: 一种基于分级特征张量的目标渐进式检测识别方法,它属于遥感图像中的目标检测识别技术领域。本发明解决了现有方法对遥感图像中目标检测识别的准确率低的问题。本发明建立了基于张量模式的目标识别模型,该模型改善了典型向量模式识别方法忽略了遥感影像目标内在的结构信息,小样本下容易出现过拟合的问题。其通过学习最具判别能力的分级特征张量,并利用软硬间隔支持张量机实现目标的准确识别。本发明适用于大场景遥感图像中目标的检测识别。对于信息量大、背景复杂的遥感图像,可以获得98%以上的检测准确率,本发明可以应用于遥感图像中的目标检测识别技术领域。
-
-
-
-
-
-
-
-
-