-
公开(公告)号:CN119001665A
公开(公告)日:2024-11-22
申请号:CN202411185347.8
申请日:2024-08-27
Applicant: 成都信息工程大学 , 风羽气象科技(成都)有限公司
Abstract: 本发明公开了一种烟羽边界识别方法、电子设备和可读存储介质,本发明先去掉第一个距离门内的盲区数据,再通过距离门参数和径向速度偏差阈值对剩余数据进行二次剔除,使得保留的数据为有效后向散射数据;通过计算有效后向散射数据中三到五个距离门r处的后向散射强度标准差与起始距离门到对应距离门r处的后向散射强度标准差之和的比值的梯度来确定烟羽边界位置,可以降低噪声敏感度,更为准确地识别到烟羽末端边界。
-
公开(公告)号:CN118505536A
公开(公告)日:2024-08-16
申请号:CN202410671231.9
申请日:2024-05-28
Applicant: 成都信息工程大学 , 四川省机械研究设计院(集团)有限公司
IPC: G06T5/50 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于图像处理技术领域,并公开了一种具有图像长距离依赖特征的红外图像与可见光图像融合方法、系统、装置和介质,包括:获取待融合图像集,待融合图像集内包括红外图像和可见光图像;将待融合图像集输入图像融合模型中进行图像融合,得到融合图像;图像融合模型是在基于自编码器的密集块网络模型的基础上进行改进,在主干网络中加入了图像长距离依赖特征模块,将原有简单的卷积模块精细化,提高了图像上下层信息联系,建立了图像长距离依赖关系,改善了普通下采样方法导致分辨率下降、局部信息丢失的问题。本发明所述技术方案图像融合质量高、速度快,解决了现有技术中出现的融合性能不佳、融合速度较慢的问题。
-
公开(公告)号:CN117593698B
公开(公告)日:2024-08-20
申请号:CN202311651203.2
申请日:2023-12-04
Applicant: 成都信息工程大学
IPC: G06V20/52 , G06V20/40 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82
Abstract: 本发明公开一种区域目标入侵检测方法、装置及系统和存储介质,该方法包括:构建轻量化目标检测模型,轻量化目标检测模型包括Block_Net网络结构和检测头网络结构;Block_Net网络结构包括主干网络和分类器,主干网络包括堆叠的Block块和池化层,堆叠的Block块用于对提取和组合输入图像的不同尺度的特征以输出特征图,分类器包括全局平均池化层和全连接层;利用数据集对所述轻量化目标检测模型进行训练得到训练好的轻量化目标检测模型,基于训练好的轻量化目标检测模型完成区域目标入侵检测。本发明占用计算机资源少、检测精度最高,综合性价比更高,经济效益更好。
-
公开(公告)号:CN116091981A
公开(公告)日:2023-05-09
申请号:CN202310213336.5
申请日:2023-03-07
Applicant: 成都信息工程大学
IPC: G06V20/40 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种智能AI水库目标检测方法及系统,包括以下步骤:实时获取待测水库周围环境的视频流,基于所述视频流按帧数获取视频流图像;对所述视频流图像进行预处理,对预处理后的图像进行特征提取和特征融合处理,获取融合后的图像;对融合后的图像进行图像预测,获取检测完成后的图像,对所述图像进行未知目标判断,检测出未知目标的图像上传至服务器并发出警报信息。本发明根据预先设定的检测区域和目标类别准确地检测出范围内的目标类别和数量,能够达到实际工程的要求。
-
公开(公告)号:CN117593698A
公开(公告)日:2024-02-23
申请号:CN202311651203.2
申请日:2023-12-04
Applicant: 成都信息工程大学
IPC: G06V20/52 , G06V20/40 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82
Abstract: 本发明公开一种区域目标入侵检测方法、装置及系统和存储介质,该方法包括:构建轻量化目标检测模型,轻量化目标检测模型包括Block_Net网络结构和检测头网络结构;Block_Net网络结构包括主干网络和分类器,主干网络包括堆叠的Block块和池化层,堆叠的Block块用于对提取和组合输入图像的不同尺度的特征以输出特征图,分类器包括全局平均池化层和全连接层;利用数据集对所述轻量化目标检测模型进行训练得到训练好的轻量化目标检测模型,基于训练好的轻量化目标检测模型完成区域目标入侵检测。本发明占用计算机资源少、检测精度最高,综合性价比更高,经济效益更好。
-
-
-
-