公开(公告)号：CN102200471A

公开(公告)日：2011-09-28

申请号：CN201010128660.X

申请日：2010-03-22

Applicant: 哈尔滨工业大学

Inventor： 李润顺 ,  张伟 ,  王志乐 ,  杨扬 ,  张嘉轩

IPC: G01J1/00

Abstract: 一种含有散射元件的红外光学系统光源能量计算方法。目前红外光学系统的应用越来越广泛，红外光学系统为了达到使用要求，往往需要配备合适的光源。光源能量选择过低则达不到使用要求，若光源能量过高，则会造成资源的浪费。对于光路中含有散射元件的光学系统，就不能用一般的光学系统常用的光源能量计算方法，原因是散射元件前后光学系统有不同的几何度。因此准确计算光路中含有散射元件的光学系统光源能量具有重要的工程应用价值。本发明通过推导光路中视场光栏处的辐亮度和辐出射度的关系，建立推导的能量计算公式，解决了含有散射元件的红外光学系统光源能量的计算。

公开(公告)号：CN120070525A

公开(公告)日：2025-05-30

申请号：CN202510235945.X

申请日：2025-02-28

Applicant: 哈尔滨工业大学

Inventor： 江世凯 ,  卢泓宇 ,  智喜洋 ,  张鹏飞 ,  胡建明 ,  张伟

IPC: G06T7/33 ,  G06V20/10 ,  G06V10/40 ,  G06V10/42 ,  G06V10/44 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/088

Abstract: 基于无监督学习的多源红外遥感图像特征对齐与配准方法，属于遥感图像处理领域。所述方法是：使用基于图像金字塔的多阶段网络提取特征相关性，以实现在特征层次上多尺度的预测；使用对全局特征和局部特征分别提取并融合的方法，以保障配准精度的有效提升；使用Transformer模块对目标图像和参考图像的特征进行相关性分析，以实现更远距离和更为精确的特征相关性捕捉；使用基于特征区域离散检测的细节特征提取机制，以去除冗余信息，有助于配准精度的提升。该方法采用多阶段特征提取网络和Transformer模块对图像相关性特征进行提取，并基于离散特征检测，在剔除异常特征区域的同时对有效局部特征区域进行挑选和拼接，实现局部高分辨率特征与全局低分辨率特征的融合。

公开(公告)号：CN119559499B

公开(公告)日：2025-05-13

申请号：CN202411593334.4

申请日：2024-11-08

Applicant: 哈尔滨工业大学

Inventor： 施天俊 ,  巩晋南 ,  王暄 ,  鲍广震 ,  张鹏飞 ,  穆永琦 ,  江世凯 ,  胡建明 ,  智喜洋 ,  张伟

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 基于多模型集成和渐进式预测的遥感图像目标检测识别方法，属于目标探测与识别技术领域。方法如下：将数据集分成训练集和验证集，将训练集训练得到输入数据；将输入数据输入网络中获得不同层级的特征图，将不同层级的特征图输入到网络上，得到模型A；将输入数据输入网络中得到高层次的特征图，将高层次的特征图输入到网络上，得到模型B；使用模型A和模型B构建多模型集成预测框架，输出目标检测识别结果。本发明在网络训练过程中充分结合了多样性训练增广策略以获取更为多样性的训练样本，提升模型泛化能力；相较于单一模型预测可提升mAP 10％以上，能够充分挖掘现有检测方法对于遥感目标检测识别的潜力。

公开(公告)号：CN119478447B

公开(公告)日：2025-04-29

申请号：CN202411508586.2

申请日：2024-10-28

Applicant: 哈尔滨工业大学

Inventor： 胡建明 ,  黄源欣 ,  崔琪 ,  智喜洋 ,  张伟

IPC: G06V10/46 ,  G06V10/44 ,  G06V10/52 ,  G06V10/62 ,  G06V10/80 ,  G06V10/26 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种局部运动感知的红外小目标特征增强方法，所述方法包括如下步骤：步骤一：加载红外序列图像，选择连续T帧图像作为网络输入，利用主干网络提取图像特征；步骤二：利用粗略运动估计模块CME提取粗略的目标帧间运动信息，生成前向光流和后向光流；步骤三：利用能量增强模块EnE结合光流和可变形卷积对齐多帧序列，并采用卷积核大小为1×1的3D卷积增强目标特征；步骤四：利用引导光流学习的特征增强任务头输出增强后的红外图像，通过目标分割任务头将多尺度特征融合，输出目标分割结果，进而引导特征增强网络的学习。该方法可以有效地适应目标暗弱以及背景运动的场景，输出高质量的红外多帧运动小目标的增强图像。

公开(公告)号：CN117237802B

公开(公告)日：2025-04-29

申请号：CN202311173885.0

申请日：2023-09-12

Applicant: 哈尔滨工业大学

Inventor： 施天俊 ,  巩晋南 ,  胡建明 ,  智喜洋 ,  鲍广震 ,  张鹏飞 ,  袁彬桓 ,  张伟

IPC: G06V20/10 ,  G06V10/776 ,  G06V10/80 ,  G06F18/25 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 一种基于多分支信息互补的多源遥感图像目标检测识别方法，所述方法为：基于跨域信息引导的信号级融合检测识别。信号级融合检测识别通过跨域信息引导融合模块实现多源数据互补信息的充分融合，再经由目标检测识别模块实现目标位置、类别信息输出。基于交并比的多分支融合识别结果关联。利用单源目标检测识别模块处理单源图像，输出单源检测识别结果，结合信号级融合识别结果，计算多分支目标预测框交并比并进行关联。基于阶梯置信度阈值筛选的多分支识别结果决策级融合。对于关联后的多分支预测结果，基于预测框关联数目、目标置信度和类别，筛选目标并确定最终目标类型。本方法可以实现针对复杂场景、环境下的目标高概率、低虚警率的检测识别。

公开(公告)号：CN116935223B

公开(公告)日：2025-03-11

申请号：CN202310918475.8

申请日：2023-07-25

Applicant: 哈尔滨工业大学

Inventor： 袁彬桓 ,  胡建明 ,  施天俊 ,  智喜洋 ,  张伟 ,  孙晓刚

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/24 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于任务解耦和自适应点集策略的旋转目标检测方法，所述方法包括如下步骤：步骤1：设计基于自适应点集策略的anchor‑free旋转目标检测网络，挖掘任意方向目标的深层几何信息，提取用于旋转目标框定位的角度信息；步骤2：设计检测特征解耦网络，在特征空间和网络参数两个方面将回归与分类拆分为两个子网络，抑制回归任务和分类任务之间的特征敏感性不一致问题，实现复杂场景下遥感目标的检测与定位。该方法通过增强模型对深层空间几何信息和基本纹理特征的提取能力，从而实现在各种复杂场景下的遥感目标检测，为航空管制、海上救援和港口管理等军民应用提供有力支持。

公开(公告)号：CN114614670B

公开(公告)日：2025-02-11

申请号：CN202011421175.1

申请日：2020-12-08

Applicant: 威海天凡电源科技有限公司 ,  哈尔滨工业大学(威海) ,  威海天力电源科技有限公司

Inventor： 孟凡刚 ,  殷昕羽 ,  张伟 ,  宫大东 ,  贺洪波

IPC: H02M3/158 ,  H02M1/14 ,  H02M1/32 ,  B60R16/03 ,  B60R16/033 ,  B60R16/023

Abstract: 本发明涉及电子技术领域，具体地说是一种用于车载双电源系统的双向DC‑DC变换器，其特征在于，采用两相交错并联双向四开关Buck‑Boost电路作为双向DC‑DC变换器的基本拓扑，所述基本拓扑结构包括四组桥臂电路以及第一储能电感、第二储能电感、第一电源、第二电源、发电机、第一电容和第二电容；四组桥臂电路包括第一组桥臂、第二组桥臂、第三组桥臂、第四组桥臂，其中所述第一组桥臂与第一储能电感以及所述第二组桥臂构成第一相双向DCDC电路；所述第三组桥臂和第二储能电感以及第四组桥臂构成第二相双向DCDC电路；本发明具备能量双向流动特性，提升了系统的功率等级，减小了输出电压电流纹波，可自动实现均流，并减小系统的体积，降低系统复杂度。

公开(公告)号：CN116994137B

公开(公告)日：2025-01-28

申请号：CN202310979011.8

申请日：2023-08-04

Applicant: 哈尔滨工业大学

Inventor： 胡建明 ,  江世凯 ,  袁彬桓 ,  施天俊 ,  智喜洋 ,  张伟

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于多尺度形变建模和区域精细提取的目标检测方法，属于目标检测与识别技术领域。方法如下：设计多尺度特征动态融合模块，获得多尺度形变目标的候选区域提取结果；将候选区域提取结果分类，获得用最小边界矩形框标记的所有目标区域；提出定制化的结合二进制交叉熵、偏置损失和结构相似度的显著区域精细提取损失函数，实现复杂场景干扰下舰船目标的准确检测。本发明实现目标多尺度形变特征的增强学习，提高检测网络对目标与复杂背景的分辨能力，可实现在云层、光照阴影、港口设施等复杂场景下的舰船目标准确检测，为航空管制、海上救援和港口管理等军民应用提供有力支持。

公开(公告)号：CN118822841A

公开(公告)日：2024-10-22

申请号：CN202410829403.0

申请日：2024-06-25

Applicant: 哈尔滨工业大学

Inventor： 胡建明 ,  崔琪 ,  江世凯 ,  袁彬桓 ,  智喜洋 ,  张伟

IPC: G06T3/4038 ,  G06T5/50 ,  G06V10/764 ,  G06T5/70 ,  G06N3/0475 ,  G06N3/098 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/048 ,  G06N5/04

Abstract: 本发明公开了一种基于扩散模型的条件引导图像翻译方法，所述方法提出一种结合扩散模型与条件生成对抗网络的两阶段图像翻译模型，阶段一预训练ResAttNet1提取深度特征，利用深度特征图中包含的丰富语义信息，作为条件生成对抗网络的条件信息，引导条件生成对抗网络完成图像翻译。阶段二利用训练好的ResAttNet1和参数随机初始化的ResAttNet2分别提取全局特征信息和样本级深度特征，采用条件生成对抗网络与扩散模型联合训练的策略，使用一个轻量的扩散模型细化深度特征，最终构建一个训练稳定、生成图像保真度好、采样速率高的图像翻译网络。该方法能够提高条件信息的质量和准确性，有效提升CGAN的图像翻译性能。

公开(公告)号：CN113845107B

公开(公告)日：2024-03-15

申请号：CN202111271924.1

申请日：2021-10-29

Applicant: 哈尔滨工业大学

Inventor： 姜再兴 ,  张伟 ,  张仁杰 ,  董继东 ,  马丽娜 ,  井晶 ,  高国林 ,  李冰 ,  黄玉东

IPC: C01B32/15 ,  H01G11/44 ,  H01G11/26 ,  H01G11/24

Abstract: 利用二维共价有机骨架热解制备多孔碳纳米片的方法，本发明涉及多孔碳纳米片的方法。本发明是要解决现有的用COF制备的多孔碳材料比电容低的技术问题。本发明的方法：利用醛类反应物与胺类反应物在氮气保护下反应，得到聚合物；再将聚合物放入管式炉中，在氮气气氛下加热，得到多孔碳纳米片。本发明的多孔碳纳米片的比表面积达到300.847m2g‑1～1496.588m2g‑1，孔径为3.132nm～3.713nm。利用该多孔碳纳米片制备的电极的比电容为500‑630F g‑1，阻抗为0.8～2.7Ω，可用于电化学领域。