-
Patent Agency Ranking
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：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：CN110516526A
公开(公告)日：2019-11-29
申请号：CN201910594561.1
申请日：2019-07-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于特征原型度量学习的小样本目标识别方法，该方法在原有关系网络的基础上，先对训练集、测试集与支持集进行特征提取，再将特征提取后的支持集数据进行特征原型提取，而后使用训练后的关系网络与特征原型对测试集数据进行分类，本发明的关键在于将支持集图像的高维特征向量通过计算均值进行原型提取，用提取后的特征原型与测试集特征通过关系网络进行度量计算，通过减少计算量减少测试时间。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
