公开(公告)号：CN116129320A

公开(公告)日：2023-05-16

申请号：CN202310128614.7

申请日：2023-02-13

Applicant: 中国人民解放军陆军工程大学

Inventor： 张学志 ,  程宏凯 ,  邱磊 ,  邵春雨 ,  谢存 ,  张帆 ,  郝大为 ,  涂望明 ,  周巧玲 ,  何鹏 ,  展辉辉 ,  唐勉

IPC: G06V20/40 ,  G06N3/08 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明过公开了一种基于视频SAR的目标检测方法、系统及设备，采用一个EfficientNet网络对影像中的目标语义特征进行提取，构建多尺度特征金字塔；利用RPN网络在不同尺度特征图上对锚点框进行类别预测与位置回归；最后，利用Bi‑LSTM网络对目标轨迹进行时序建模，结合目标检测框的结果，同步对当前帧上目标的轨迹进行延长、合并或者生成。本发明能够在完成对视频SAR影像中的目标检测的同时，在经典FPN的基础上，以多尺度特征融合的形式将高维特征图中的语义信息注入到低层特征图中进一步提升网络对小尺度阴影目标的检测能力；本发明提供的针对视频SAR目标检测样本制作方法，在原始SAR图像中叠加了目标增强后的影像，可精确地进行语义提取。

公开(公告)号：CN116343078A

公开(公告)日：2023-06-27

申请号：CN202310123502.2

申请日：2023-02-13

Applicant: 中国人民解放军陆军工程大学

Inventor： 邱磊 ,  程宏凯 ,  张学志 ,  谢存 ,  张帆 ,  涂望明 ,  郝大为 ,  何鹏 ,  周巧玲 ,  展辉辉 ,  唐勉

IPC: G06V20/40 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明过公开了一种基于视频SAR的目标跟踪方法、系统及设备，采用一个EfficientNet网络对影像中的目标语义特征进行提取，构建多尺度特征金字塔；利用RPN网络在不同尺度特征图上对锚点框进行类别预测与位置回归；利用Bi‑LSTM网络对目标轨迹进行时序建模，结合目标检测框的结果，同步对当前帧上目标的轨迹进行延长、合并或者生成。最后对轨迹信息进行初始化，表示每帧中所有正确检测框和误报检测框的中心坐标；并基于Bi‑LSTM网络进行目标中心坐标预测得到预测目标。本发明以多尺度特征融合的形式将高维特征图中的语义信息注入到低层特征图中进一步提升网络对小尺度阴影目标的检测能力，并结合Bi‑LSTM网络进行时序建模，同步修正检测器的误检和漏检，进而提升目标跟踪的准确度。

公开(公告)号：CN118242934A

公开(公告)日：2024-06-25

申请号：CN202410302838.X

申请日：2024-03-18

Applicant: 中国人民解放军陆军工程大学

Inventor： 邱磊 ,  程宏凯 ,  谢存 ,  郝大为 ,  何鹏 ,  唐勉 ,  展辉辉

IPC: F41H11/02 ,  G06F18/2431 ,  G06F18/25 ,  G06F18/2135

Abstract: 本申请公开了多目标防空射击的数据处理方法、装置及执行设备。该方法包括：获取多组具有标签数据的第一多源训练数据；对第一多源训练数据通过第一融合目标检测算法，再基于目标检测结果与标签数据获得损失函数，反向训练第一融合目标检测算法；将第一融合目标检测模型的输出结果，对未来空域窗误差模型细化；获取多组第二多源训练数据；将第二多源训练数据对第二融合目标检测算法训练；将第二融合目标检测模型的输出对精细未来窗误差模型细化；基于系列化未来窗误差模型，得防空射击信息。本方法，通过构建带有目标运动特征的系列化未来窗误差模型，基于系列化未来窗误差模型即可获得防控射击目标的防空射击信息，进而实现多目标防空射击。