公开(公告)号：CN118674865A

公开(公告)日：2024-09-20

申请号：CN202410724479.7

申请日：2024-06-05

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 张翔 ,  李宜航 ,  林蔚 ,  曾海鑫 ,  侯佳男

IPC: G06T17/00 ,  G06V20/40

Abstract: 本发明公开了一种基于空时自适应聚合架构的室内场景重建方法,首先将不同视角下的多尺度信息放在一起，使得其在空间上是一致的。即空间域下的多尺度编码。接着，本发明采用一个多层感知机，将每个视角下的空间域多尺度信息到编码到特征域上。在特征域中，本发明采用积分网络进行视图聚合。从而将离散的空间视图信息聚合到特征体中。采用一个滑动窗口动态的聚合时间视图信息。在聚合完成后通过一个MLP网络回归最终的三维模型截断符号函数TSDF表达。本专利通过将离散的特征连续化，并用积分神经网络进行学习和推理聚合函数，这样能够大大提升系统的鲁棒性。

公开(公告)号：CN117765526A

公开(公告)日：2024-03-26

申请号：CN202311792585.0

申请日：2023-12-22

Applicant: 电子科技大学

Inventor： 张翔 ,  李宜航 ,  范宗宇 ,  杨崇尚 ,  杨文韬

IPC: G06V20/64 ,  G06V20/52 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/75 ,  G06V10/74

Abstract: 本发明公开了一种基于数字模型的机场飞行器检测方法，包括以下步骤：进行三维数字建模；检测并提取原始图像中的所有飞行器，提取对应型号的飞行器三维模型；将原始图像中的飞行器和飞行器三维模型输入多尺度检测网络；通过多尺度检测网络分别对原始图像中的飞行器和飞行器三维模型进行特征提取，并进行特征匹配；将特征匹配后的飞行器的三维模型在原始图像上进行投影，并进行特征点匹配；根据特征点匹配结果，得到飞行器的航向信息；对原始图像中的飞行器进行完整度检测和背景检测，得到完整度信息和背景信息；将飞行器的航向信息、完整度信息和背景信息作为飞行器的检测结果，本方法可以更准确地预测飞行器的方位和航向。

公开(公告)号：CN114821441A

公开(公告)日：2022-07-29

申请号：CN202210524626.7

申请日：2022-05-13

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 张翔 ,  张志卓 ,  杨瑞菁 ,  蒋岚洁 ,  李宜航

IPC: G06V20/40 ,  G06V20/52 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V10/25 ,  G06V10/28 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/246

Abstract: 本发明公开了一种联合ADS‑B信息的基于深度学习的机场场面运动目标识别方法，方法结合了变化检测运动静止判断的思想和目标检测中特征提取以及分类、回归模块，同时对变化检测算法中基于时间直方图的背景建模方法进行改进，以获得更精确的背景图像；采用航空器已有的ADS‑B技术进行辅助训练，增强特征提取能力，改善检测结果。综合变化检测算法和目标检测算法的思想和优点。

公开(公告)号：CN114821441B

公开(公告)日：2025-02-07

申请号：CN202210524626.7

申请日：2022-05-13

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 张翔 ,  张志卓 ,  杨瑞菁 ,  蒋岚洁 ,  李宜航

IPC: G06V20/40 ,  G06V20/52 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V10/25 ,  G06V10/28 ,  G06N3/0464 ,  G06N3/084 ,  G06T7/246

Abstract: 本发明公开了一种联合ADS‑B信息的基于深度学习的机场场面运动目标识别方法，方法结合了变化检测运动静止判断的思想和目标检测中特征提取以及分类、回归模块，同时对变化检测算法中基于时间直方图的背景建模方法进行改进，以获得更精确的背景图像；采用航空器已有的ADS‑B技术进行辅助训练，增强特征提取能力，改善检测结果。综合变化检测算法和目标检测算法的思想和优点。

公开(公告)号：CN117854057A

公开(公告)日：2024-04-09

申请号：CN202311714073.2

申请日：2023-12-13

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 张翔 ,  王雨 ,  李宜航 ,  潘晓凤 ,  林蔚 ,  刘建勇

IPC: G06V20/64 ,  G06V10/44 ,  G06V10/80

Abstract: 本发明公开了一种基于级联框架的三维多模态目标检测方法，属于3D目标检测技术领域，包括以下步骤：将点云输入至3D骨干检测网络中，提取原始点云特征，并得到预选框；通过深度补全生成伪点云，使用预选框裁剪伪点云，通过伪点云特征提取网络对裁剪的伪点云进行卷积，得到伪点云特征；通过多级注意力特征融合模块将伪点云特征与原始点云特征进行多级融合，得到融合特征；将融合特征输入至级联注意力网络，得到每一级边界框；通过投票机制对每一级边界框进行投票，得到最终目标检测结果。本发明解决了现有的多模态3D检测方法在不同维度特征下融合效果差的问题。