-
公开(公告)号：CN113960586A
公开(公告)日：2022-01-21
申请号：CN202111040487.2
申请日：2021-09-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于光学图像辅助的毫米波雷达目标跟踪方法，包括：获取毫米波雷达检测到的T个运动目标，并触发光学相机抓拍K个时刻，得到包含M个运动目标的多幅光学图像的第一集合；对光学图像中的运动目标进行标注，得到第二集合；获取K个时刻下T个运动目标的点迹坐标集合，确定每个时刻的图像量测和雷达量测，得到跟踪数据集；确定每个时刻下图像量测与雷达量测之间的互联概率，得到互联概率矩阵；计算当前时刻下雷达量测已关联的个图像量测与第一时刻下雷达量测已关联的个图像量测的距离，得到第一矩阵；确定毫米波雷达的运动目标拆分结果。本发明在光学图像的辅助下可分辨多个并行的运动目标，从而将雷达航迹拆分为多条，提高了目标的检测精度。
-
公开(公告)号：CN113808219A
公开(公告)日：2021-12-17
申请号：CN202111117899.1
申请日：2021-09-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度学习的雷达辅助相机标定方法，解决了从雷达点迹到图像目标框转换的技术问题。实现步骤：数据采集形成雷达点迹和图像目标框数据；采集时间对齐；雷达点迹数据形成训练输入数据集；转换后的图像目标框数据形成训练输出数据集；构建并训练深度神经网络模型；获得相机标定函数。本发明利用含有跨层链接的深度神经网络模型将雷达点迹数据转换为图像目标框数据构成标定函数，减小了人为误差和标定过程的额外工作，提高了相机标定的灵活性和效率；计算量小，标定准确率高。用于多传感器融合目标检测，更具体地用在雷达和相机摄像头同时进行目标检测的情况下的相机标定。
-
公开(公告)号：CN112465880B
公开(公告)日：2023-03-10
申请号：CN202011355669.4
申请日：2020-11-26
Applicant: 西安电子科技大学
IPC: G06T7/30 , G06T7/11 , G06T5/50 , G06V10/80 , G06V10/774
Abstract: 本发明提出了一种多源异构数据认知融合的目标检测方法，用于解决现有技术中存在的图像中包含被遮挡的目标导致目标检测精度较低的技术问题，实现步骤为：数据预处理；获取训练数据集和测试数据集；构建基于多源异构数据认知融合的目标检测模型H；对基于多源异构数据认知融合的目标检测模型H进行迭代训练；获取目标检测结果。本发明在目标检测网络的基础上，通过融合输入的光学遥感图像和SAR图像、融合提取特征后的光学遥感特征图和SAR特征图、融合光学遥感图像和SAR图像的检测结果，使得目标检测模型既学习到SAR图像的特征，又学习到光学遥感图像的特征，解决了包含被遮挡目标的图像的检测精度较低的技术问题。
-
公开(公告)号：CN113960586B
公开(公告)日：2024-07-30
申请号：CN202111040487.2
申请日：2021-09-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于光学图像辅助的毫米波雷达目标跟踪方法，包括：获取毫米波雷达检测到的T个运动目标，并触发光学相机抓拍K个时刻，得到包含M个运动目标的多幅光学图像的第一集合；对光学图像中的运动目标进行标注，得到第二集合；获取K个时刻下T个运动目标的点迹坐标集合，确定每个时刻的图像量测和雷达量测，得到跟踪数据集；确定每个时刻下图像量测与雷达量测之间的互联概率，得到互联概率矩阵；计算当前时刻下雷达量测已关联的#imgabs0#个图像量测与第一时刻下雷达量测已关联的#imgabs1#个图像量测的距离，得到第一矩阵；确定毫米波雷达的运动目标拆分结果。本发明在光学图像的辅助下可分辨多个并行的运动目标，从而将雷达航迹拆分为多条，提高了目标的检测精度。
-
公开(公告)号：CN112434745B
公开(公告)日：2023-01-24
申请号：CN202011362265.8
申请日：2020-11-27
Applicant: 西安电子科技大学
Abstract: 本发明公开的基于多源认知融合的遮挡目标检测识别方法，解决现有方法对于遮挡的目标无法进行精确检测的问题。实现步骤是：构建多源训练数据集和测试数据集；构建改进的多源认知融合模块；生成融合后的训练数据集与测试数据集；引入目标检测网络Faster R‑CNN；用融合后的训练集对目标检测网络Faster R‑CNN进行训练；得到目标检测结果。本发明基于多源认知融合，使用了仿照人脑认知的注意力模块，在注意力机制模块中进行了光学图像与SAR图像的融合，以得到融合后的特征图，本发明对光学图像和SAR图像进行了融合，提取了光学图像和SAR图像的特征，提高了对目标，尤其是对遮挡目标的检测能力，用于对多源图像进行目标识别。
-
Patent Agency Ranking
公开(公告)号：CN109948527B
公开(公告)日：2022-12-02
申请号：CN201910205485.0
申请日：2019-03-18
Applicant: 西安电子科技大学
IPC: G06V20/52 , G06V10/46 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于集成深度学习的小样本太赫兹图像异物检测方法，主要解决现有方法需要人工设计图像特征，训练过程复杂，且不能对某一类样本数目特别少的小样本赫兹图像进行异物检测的问题。本发明的具体要步骤如下：(1)制作小样本太赫兹图像数据集；(2)扩增图像训练集；(3)搭建集成深度学习网络；(4)训练集成深度学习网络；(5)对图像测试集进行检测。本发明能够自动提取图像特征，训练过程简单，考虑了实际样本中某一类样本数目特别少的小样本情况，能够对小样本太赫兹图像进行异物检测，能提高小样本中数目特别少的一类的检测正确率。
-
公开(公告)号：CN113808219B
公开(公告)日：2024-05-14
申请号：CN202111117899.1
申请日：2021-09-17
Applicant: 西安电子科技大学
IPC: G06T7/80 , G06T7/246 , G06V10/80 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于深度学习的雷达辅助相机标定方法，解决了从雷达点迹到图像目标框转换的技术问题。实现步骤：数据采集形成雷达点迹和图像目标框数据；采集时间对齐；雷达点迹数据形成训练输入数据集；转换后的图像目标框数据形成训练输出数据集；构建并训练深度神经网络模型；获得相机标定函数。本发明利用含有跨层链接的深度神经网络模型将雷达点迹数据转换为图像目标框数据构成标定函数，减小了人为误差和标定过程的额外工作，提高了相机标定的灵活性和效率；计算量小，标定准确率高。用于多传感器融合目标检测，更具体地用在雷达和相机摄像头同时进行目标检测的情况下的相机标定。
-
公开(公告)号：CN112668494A
公开(公告)日：2021-04-16
申请号：CN202011617116.1
申请日：2020-12-31
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于多尺度特征提取的小样本变化检测方法，解决了现有技术中，存在特征提取不充分，遥感影像数据利用率不高等问题。实现包括：对原始遥感影像数据采集预处理，生成训练，验证，测试数据集；构建基于多尺度特征提取的小样本变化检测模型；并对检测模型进行训练；测试阶段对检测模型进行简化，得到输出的二值变化图。本发明不仅能够捕获输入遥感影像的多尺度信息，提高了遥感图像变化检测的特征提取能力。同时由于本发明中增加了遥感图像上层语义信息，减轻了遥感图像中变化区域太少网络所面临的过拟合风险。显著提高了在小样本训练条件下遥感图像变化检测的性能。可用在遥感图像变化检测电台技术领域中。
-
公开(公告)号：CN112465880A
公开(公告)日：2021-03-09
申请号：CN202011355669.4
申请日：2020-11-26
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种多源异构数据认知融合的目标检测方法，用于解决现有技术中存在的图像中包含被遮挡的目标导致目标检测精度较低的技术问题，实现步骤为：数据预处理；获取训练数据集和测试数据集；构建基于多源异构数据认知融合的目标检测模型H；对基于多源异构数据认知融合的目标检测模型H进行迭代训练；获取目标检测结果。本发明在目标检测网络的基础上，通过融合输入的光学遥感图像和SAR图像、融合提取特征后的光学遥感特征图和SAR特征图、融合光学遥感图像和SAR图像的检测结果，使得目标检测模型既学习到SAR图像的特征，又学习到光学遥感图像的特征，解决了包含被遮挡目标的图像的检测精度较低的技术问题。
-
公开(公告)号：CN112434745A
公开(公告)日：2021-03-02
申请号：CN202011362265.8
申请日：2020-11-27
Applicant: 西安电子科技大学
Abstract: 本发明公开的基于多源认知融合的遮挡目标检测识别方法，解决现有方法对于遮挡的目标无法进行精确检测的问题。实现步骤是：构建多源训练数据集和测试数据集；构建改进的多源认知融合模块；生成融合后的训练数据集与测试数据集；引入目标检测网络Faster R‑CNN；用融合后的训练集对目标检测网络Faster R‑CNN进行训练；得到目标检测结果。本发明基于多源认知融合，使用了仿照人脑认知的注意力模块，在注意力机制模块中进行了光学图像与SAR图像的融合，以得到融合后的特征图，本发明对光学图像和SAR图像进行了融合，提取了光学图像和SAR图像的特征，提高了对目标，尤其是对遮挡目标的检测能力，用于对多源图像进行目标识别。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
