-
公开(公告)号：CN111833377B
公开(公告)日：2023-09-29
申请号：CN202010489544.4
申请日：2020-06-02
Applicant: 杭州电子科技大学
IPC: G06T7/246 , G06T7/254 , G06V10/762 , G06V10/764
Abstract: 本发明公开了一种基于TBD复杂环境下运动小目标检测方法，本发明根据检测前跟踪(Tracking Before Detection,TBD)技术的基本思路，将背景建模、形态学处理等图像视频的处理算法与点/扩展点目标检测跟踪算法进行深度融合，提出了双阶段快速TBD算法。本发明考虑到背景噪声环境，利用运动目标的运动特性，用ViBe算法对运动区域初检测；然后用短时积累的方式，进行点迹检测；再利用长时积累的方式，生成运动目标航迹，提升了检测算法的性能，降低虚警率，提高了检测速度。
-
公开(公告)号：CN111833377A
公开(公告)日：2020-10-27
申请号：CN202010489544.4
申请日：2020-06-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于TBD复杂环境下运动小目标检测方法，本发明根据检测前跟踪(Tracking Before Detection,TBD)技术的基本思路，将背景建模、形态学处理等图像视频的处理算法与点/扩展点目标检测跟踪算法进行深度融合，提出了双阶段快速TBD算法。本发明考虑到背景噪声环境，利用运动目标的运动特性，用ViBe算法对运动区域初检测；然后用短时积累的方式，进行点迹检测；再利用长时积累的方式，生成运动目标航迹，提升了检测算法的性能，降低虚警率，提高了检测速度。
-
公开(公告)号：CN111354012A
公开(公告)日：2020-06-30
申请号：CN202010099912.4
申请日：2020-02-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于子空间投影的复杂场景运动小目标检测前跟踪方法，采取三维时空序列上的目标运动轨迹与杂波轨迹进行区分的过程，对其进行分阶段级联处理：首先对三维时空的图像序列进行子空间的二维平面投影，根据运动轨迹与一般杂波轨迹的在二维投影平面上的形态学差异，可排除大部分无规律性杂波点；接着对滤波后的候选轨迹区域进行局部区域的三维时空航迹回溯，筛选有效候选点迹并计算有效点迹的中心点；最后针对候选运动中的有效运动点迹，计算航迹连续性及规律性，删除干扰点迹，提取有效的目标运动轨迹。本发明对于密集动杂波干扰下的图像序列中的目标跟踪的快速性方面得到极大的提升。
-
公开(公告)号：CN111354012B
公开(公告)日：2023-03-28
申请号：CN202010099912.4
申请日：2020-02-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于子空间投影的复杂场景运动小目标检测前跟踪方法，采取三维时空序列上的目标运动轨迹与杂波轨迹进行区分的过程，对其进行分阶段级联处理：首先对三维时空的图像序列进行子空间的二维平面投影，根据运动轨迹与一般杂波轨迹的在二维投影平面上的形态学差异，可排除大部分无规律性杂波点；接着对滤波后的候选轨迹区域进行局部区域的三维时空航迹回溯，筛选有效候选点迹并计算有效点迹的中心点；最后针对候选运动中的有效运动点迹，计算航迹连续性及规律性，删除干扰点迹，提取有效的目标运动轨迹。本发明对于密集动杂波干扰下的图像序列中的目标跟踪的快速性方面得到极大的提升。
-
Patent Agency Ranking
公开(公告)号：CN112488113A
公开(公告)日：2021-03-12
申请号：CN202011230682.7
申请日：2020-11-06
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于局部直线匹配的遥感图像旋转舰船目标检测方法。本发明对目标进行子区域密集切分时增加了对舰船头尾和船身的标注，对测试图片上获取到的body子目标的中心点使用层次凝聚聚类进行局部子区域划分，减少干扰，然后对划分得到的局部区域利用霍夫变换进行直线检测，最后将直线检测后的点拟合成线段并将其与headtail子目标数据进行匹配，剔除虚警，完成对具有角度等特殊目标的检测。可以用于旋转舰船目标，有效降低检测结果的虚警率。
-
公开(公告)号：CN111191510B
公开(公告)日：2022-12-09
申请号：CN201911196911.5
申请日：2019-11-29
Applicant: 杭州电子科技大学
IPC: G06V20/10 , G06V10/762 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于关系网络的复杂场景下遥感图像小样本目标识别方法，本发明针对小样本情况下遥感舰船天气场景覆盖面不足的情况，通过风格迁移生成5种典型天气场景下的遥感舰船影像，将原有特征与度量模块针对不同场景下的遥感舰船影像进行微调，微调结果作为训练集与支持集，用以优化网络参数，提高网络的识别精度。本发明采用风格迁移对遥感图像进行处理，增加训练集数据和支持集数据的天气场景覆盖范围，后续对支持集数据进行高维度特征向量聚类中心提取，减少关系网络的计算量，提高网络识别结果准确度的同时保证了网络的识别速度。
-
公开(公告)号：CN112163504B
公开(公告)日：2024-02-20
申请号：CN202011017557.8
申请日：2020-09-24
Applicant: 杭州电子科技大学
IPC: G06V20/13 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于结构图卷积网络的遥感图像小样本舰船目标识别方法，本发明在传统小样本目标识别的基础上引入中间层结构元素，使用图卷积网络框架对结构元素进行建模与特征提取，提出了一种基于结构图卷积网络的遥感图像小样本舰船目标识别方法。将传统的目标识别由像素层上升到构件层，突破了现有小样本目标识别方法框架的局限，提高了小样本目标识别的精度和速度。
-
公开(公告)号：CN112163504A
公开(公告)日：2021-01-01
申请号：CN202011017557.8
申请日：2020-09-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于结构图卷积网络的遥感图像小样本舰船目标识别方法，本发明在传统小样本目标识别的基础上引入中间层结构元素，使用图卷积网络框架对结构元素进行建模与特征提取，提出了一种基于结构图卷积网络的遥感图像小样本舰船目标识别方法。将传统的目标识别由像素层上升到构件层，突破了现有小样本目标识别方法框架的局限，提高了小样本目标识别的精度和速度。
-
公开(公告)号：CN111191510A
公开(公告)日：2020-05-22
申请号：CN201911196911.5
申请日：2019-11-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于关系网络的复杂场景下遥感图像小样本目标识别方法，本发明针对小样本情况下遥感舰船天气场景覆盖面不足的情况，通过风格迁移生成5种典型天气场景下的遥感舰船影像，将原有特征与度量模块针对不同场景下的遥感舰船影像进行微调，微调结果作为训练集与支持集，用以优化网络参数，提高网络的识别精度。本发明采用风格迁移对遥感图像进行处理，增加训练集数据和支持集数据的天气场景覆盖范围，后续对支持集数据进行高维度特征向量聚类中心提取，减少关系网络的计算量，提高网络识别结果准确度的同时保证了网络的识别速度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
