-
公开(公告)号：CN110109102B
公开(公告)日：2022-05-03
申请号：CN201910272157.2
申请日：2019-04-04
Applicant: 电子科技大学
Abstract: 本发明公开了一种SAR运动目标检测与速度估计的方法，该方法基于双向SAR成像模式，利用双向波束后向投影算法成像后相位与时间之间的对应关系，借助干涉相位和运动目标位置偏移由运动参数决定的原理，先借助前后向两幅杂波对消后的SAR图像，结合ATI技术求得运动目标的径向速度，其次通过由前后波束时间延迟和成像失配造成的运动目标在前后向两幅SAR图像的方位偏移来检测运动目标，最后通过运动目标的方位像素偏移量粗略估计运动目标方位向速度。本发明在数据处理过程同时获得了运动目标的径向速度和方位向速度，克服了传统单通道方法中检测不出频谱淹没在杂波谱中的运动目标带来的不足，同时提高了运动目标的检测概率。
-
Patent Agency Ranking
公开(公告)号：CN114332151A
公开(公告)日：2022-04-12
申请号：CN202111310927.1
申请日：2021-11-05
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于阴影Video‑SAR中感兴趣目标跟踪方法，它是通过建立了一个全新的网络——指导锚孪生网络，包括孪生子网络、指导锚子网络和相似性学习子网络三个部分，利用SAR图像动目标阴影灰度特性稳定、位置不发生偏移等优点，来实现基于阴影的Video‑SAR任意感兴趣运动目标跟踪；同时使用指导锚子网络(GA‑SubNet)来提升跟踪精度，抑制虚警，生成稀疏的更符合SAR动目标阴影形状的锚本发明在公知的桑迪亚国家实验室数据集上的跟踪精度为60.16％，跟踪速度为每秒32帧。与其他先进的Video‑SAR中动目标跟踪技术相比，本发明实现了很高的Video‑SAR中动目标跟踪精度。
-
公开(公告)号：CN114511504B
公开(公告)日：2023-11-10
申请号：CN202210002282.3
申请日：2022-01-04
Applicant: 电子科技大学
IPC: G06T7/00 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种视频SAR动目标阴影检测方法，它是通过直方图均衡阴影增强(HESE)预处理技术被用于增强阴影显著性来促进低维特征的提取；通过自注意力机制(TSAM)被用于更关注感兴趣目标区域来抑制杂波干扰；通过形状变化自适应学习(SDAL)机制利用变形卷积学习动目标阴影的形变从而克服运动速度的变化；通过语义引导锚自适应学习(SGAAL)机制通过优化锚来自适应匹配阴影的位置和形状；通过在线困难样本挖掘(OHEM)技术被用于选择典型困难负样本来提高背景识别能力。本发明克服了现有技术中不易区分与阴影相似的背景，造成虚警率高的问题以及在复杂环境中动目标阴影容易受背景干扰导致漏检等问题。
-
公开(公告)号：CN110109102A
公开(公告)日：2019-08-09
申请号：CN201910272157.2
申请日：2019-04-04
Applicant: 电子科技大学
Abstract: 本发明公开了一种SAR运动目标检测与速度估计的方法，该方法基于双向SAR成像模式，利用双向波束后向投影算法成像后相位与时间之间的对应关系，借助干涉相位和运动目标位置偏移由运动参数决定的原理，先借助前后向两幅杂波对消后的SAR图像，结合ATI技术求得运动目标的径向速度，其次通过由前后波束时间延迟和成像失配造成的运动目标在前后向两幅SAR图像的方位偏移来检测运动目标，最后通过运动目标的方位像素偏移量粗略估计运动目标方位向速度。本发明在数据处理过程同时获得了运动目标的径向速度和方位向速度，克服了传统单通道方法中检测不出频谱淹没在杂波谱中的运动目标带来的不足，同时提高了运动目标的检测概率。
-
公开(公告)号：CN114332151B
公开(公告)日：2023-04-07
申请号：CN202111310927.1
申请日：2021-11-05
Applicant: 电子科技大学
IPC: G06T7/20 , G06V10/20 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于阴影Video‑SAR中感兴趣目标跟踪方法，它是通过建立了一个全新的网络——指导锚孪生网络，包括孪生子网络、指导锚子网络和相似性学习子网络三个部分，利用SAR图像动目标阴影灰度特性稳定、位置不发生偏移等优点，来实现基于阴影的Video‑SAR任意感兴趣运动目标跟踪；同时使用指导锚子网络(GA‑SubNet)来提升跟踪精度，抑制虚警，生成稀疏的更符合SAR动目标阴影形状的锚本发明在公知的桑迪亚国家实验室数据集上的跟踪精度为60.16％，跟踪速度为每秒32帧。与其他先进的Video‑SAR中动目标跟踪技术相比，本发明实现了很高的Video‑SAR中动目标跟踪精度。
-
公开(公告)号：CN114511504A
公开(公告)日：2022-05-17
申请号：CN202210002282.3
申请日：2022-01-04
Applicant: 电子科技大学
Abstract: 本发明公开了一种视频SAR动目标阴影检测方法，它是通过直方图均衡阴影增强(HESE)预处理技术被用于增强阴影显著性来促进低维特征的提取；通过自注意力机制(TSAM)被用于更关注感兴趣目标区域来抑制杂波干扰；通过形状变化自适应学习(SDAL)机制利用变形卷积学习动目标阴影的形变从而克服运动速度的变化；通过语义引导锚自适应学习(SGAAL)机制通过优化锚来自适应匹配阴影的位置和形状；通过在线困难样本挖掘(OHEM)技术被用于选择典型困难负样本来提高背景识别能力。本发明克服了现有技术中不易区分与阴影相似的背景，造成虚警率高的问题以及在复杂环境中动目标阴影容易受背景干扰导致漏检等问题。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
