公开(公告)号：CN119672300A

公开(公告)日：2025-03-21

申请号：CN202411713736.3

申请日：2024-11-27

Applicant: 哈尔滨工程大学

Inventor： 宿南 ,  赵子龙 ,  闫奕名 ,  侯伟 ,  葛宝玉 ,  冯收 ,  赵春晖 ,  顾芳宁 ,  崔洪博

IPC: G06V10/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 基于混合最小点‑瓦瑟斯坦距离的图像目标检测方法，属于目标检测技术领域，解决了现有计算机视觉的目标检测过程中存在弱小目标易漏检的问题。本发明获取目标图像，采用目标检测模型对图像进行处理，获得标记不同尺度目标的图像；目标检测模型通过预训练得到，具体训练过程为采用全局自注意力机制轻量骨干网络对样本图片进行多尺度特征提取，采用密集嵌套特征融合网络通过上采样或深度可分离卷积进行特征图尺寸转换，通道拼接，获取最终四个尺寸的特征图；对特征融合后的特征图进行不同尺度的位置置信度和类别预测；将所述预测值汇总，获取标记有不同尺度目标的图像，完成一次训练，直至达到预设训练次数，完成训练。本发明适用于图像目标检测。

公开(公告)号：CN119295947A

公开(公告)日：2025-01-10

申请号：CN202411539551.5

申请日：2024-10-31

Applicant: 哈尔滨工程大学

Inventor： 申祎 ,  宿南 ,  赵晨 ,  赵春晖 ,  闫奕名 ,  冯收 ,  刘勇 ,  侯伟 ,  葛宝玉

IPC: G06V20/10 ,  G06V20/17 ,  G06V10/26 ,  G06V20/70 ,  G06V10/54 ,  G06V10/56 ,  G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/048 ,  G06V10/74

Abstract: 一种基于多数据目标原型融合框架的侵蚀沟分割方法，涉及遥感图像目标提取技术领域，针对现有分割方法由于相似的纹理和光谱特征的干扰，导致了分割准确率低的问题，本申请通过将提供地形信息的数字高程数据和能够提供颜色和纹理等视觉特征的可见光影像进行有效融合，缓解了杂草等易混淆地物的纹理和光谱特征的干扰，最终提升了侵蚀沟分割的准确率。

公开(公告)号：CN119313882A

公开(公告)日：2025-01-14

申请号：CN202411459995.8

申请日：2024-10-18

Applicant: 哈尔滨工程大学

Inventor： 宿南 ,  王金鹏 ,  赵春晖 ,  闫奕名 ,  冯收 ,  徐从安 ,  侯伟 ,  葛宝玉

IPC: G06V10/25 ,  G06V10/40 ,  G06V10/80 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/084

Abstract: 基于双分支非对称注意力骨干和特征融合金字塔网络的多模态目标检测方法及系统，属于目标检测技术领域。为了解决现有的多模态目标检测方法很难补充每种模式所缺乏的特征，从而影响了多模态目前检测效果的问题。本发明将光学图像、红外图像作为光学分支骨干网络、红外分支骨干网络的输入，分支骨干网络均包括一个卷积层和若干个残差模块，在每一组残差模块之间设置一个细节信息补充模块或语义信息补充模块，细节信息补充模块和语义信息补充模块在残差模块的顺序处理方向上交替设置；将两个分支得到的两个特征金字塔送入特征融合单元，特征融合单元利用特征融合金字塔网络每层的特征进行融合，最终的多个尺度的融合特征送入检测单元进行检测检测。

公开(公告)号：CN119810659A

公开(公告)日：2025-04-11

申请号：CN202411880711.2

申请日：2024-12-19

Applicant: 哈尔滨工程大学

Inventor： 宿南 ,  申祎 ,  赵晨 ,  赵春晖 ,  闫奕名 ,  冯收 ,  刘勇 ,  侯伟 ,  葛宝玉

IPC: G06V20/10 ,  G06V20/70 ,  G06V10/26 ,  G06V10/58 ,  G06V10/56 ,  G06V10/74

Abstract: 本申请的一种基于噪声标签的侵蚀沟提取方法，首先获取侵蚀沟遥感图像，并对侵蚀沟遥感图像进行多尺度变换和提取得到结果图，并根据得到的结果图来计算多尺度相似性损失项以提升模型的多尺度聚合能力和抗噪声能力；其次，根据侵蚀沟遥感图像和结果图计算得到细化标签图；最终，根据原始尺度提取结果图与噪声标签图的交叉熵损失函数、原始尺度提取结果图与细化标签图的交叉熵损失函数和多尺度相似性损失项求和得到侵蚀沟提取模型损失函数；根据得到的侵蚀沟提取模型损失函数对侵蚀沟提取模型进行优化；本申请的方法在侵蚀沟分割任务、侵蚀沟图像信息提取中取得卓越的效果。

公开(公告)号：CN119516224A

公开(公告)日：2025-02-25

申请号：CN202411529699.0

申请日：2024-10-30

Applicant: 哈尔滨工程大学

Inventor： 闫奕名 ,  高浩然 ,  魏茂盛 ,  贺彦铭 ,  周建政 ,  葛宝玉 ,  侯伟 ,  张拯宁 ,  宿南 ,  张琦

IPC: G06V10/74 ,  G06V20/54 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455

Abstract: 一种SAR‑可见光‑红外的跨模态图像匹配方法，涉及图像匹配技术领域。本发明是为了解决现有跨模态图像匹配方法还存在匹配精度及效率低的问题。本发明包括：获得预处理后的待匹配车辆图像和预处理后的候选匹配车辆图像集合；将预处理后的待匹配车辆图像与预处理后的候选匹配车辆图像集合输入到图像匹配模型中，获得待匹配车辆图像特征向量、候选匹配车辆图像特征向量；获取每个候选匹配车辆图像特征向量与待匹配车辆图像特征向量的欧式距离，并根据欧式距离从大到小对候选匹配车辆图像特征向量对应的候选匹配车辆图像排序，并根据预设相似度阈值获得车辆图像匹配结果。本发明用于跨模态车辆图像匹配。