-
公开(公告)号：CN119202627A
公开(公告)日：2024-12-27
申请号：CN202411708302.4
申请日：2024-11-27
Applicant: 杭州计算机外部设备研究所(中国电子科技集团公司第五十二研究所)
IPC: G06F18/20 , G06F18/213 , G06F18/25 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种富媒体数据的立体监测感知方法，包括获取待监测数据，输入至训练好的立体监测感知模型，得到包括态势描述和目标识别结果的感知结果，所述立体监测感知模型包括由数据输入至输出方向依次连接的特征提取模块、特征融合模块、特征对齐模块、大语言模型和特征映射器。本富媒体数据的立体监测感知方法针对不同类型的数据进行监测，有效实现不同模态、不同源域的数据的高维特征融合，实现深度环境立体感知；通过特征提取模块提取特征过程中，既对数据、又对图像进行特征提取，并通过特征融合模块进行浅层和深层的融合，最大程度减少信息损失，获得更加准确的感知结果。
-
公开(公告)号：CN119071818A
公开(公告)日：2024-12-03
申请号：CN202411062794.4
申请日：2024-08-05
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明涉及安防技术领域，具体涉及一种无线传感系统及其自值守方法。方法包括：将监测区域分为若干个子区域；基于优化的选举算法在每个子区域中周期性选举若干个感知终端节点作为轮值终端节点，其余感知终端节点作为休眠终端节点；当轮值终端节点监测到目标时，基于无线唤醒策略唤醒周边的休眠终端节点；轮值终端节点以及被唤醒的休眠终端节点对目标进行感知信息采集，得到目标信息并经中间节点反馈至处理中心，随后被唤醒的休眠终端节点重新转入休眠状态；处理中心对目标信息进行融合处理，得到目标的联动感知定位，并绘制目标移动轨迹，得到目标的可视化态势感知结果。
-
公开(公告)号：CN111325828B
公开(公告)日：2024-03-22
申请号：CN202010071240.6
申请日：2020-01-21
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明公开了一种基于三目相机的三维人脸采集方法及装置，将人脸关键点投影到左右IR散斑纹理人脸图像中，计算左右IR散斑纹理人脸图像中对应人脸关键点的坐标，通过迭代人脸关键点在左右IR散斑纹理人脸图像上的投影位置，修正误差，最后遍历整个RGB人脸图像，即得到精确的人脸深度图，利用内参矩阵反投影得到最终的人脸点云。本发明利用法向信息使双目立体匹配算法进行高精度匹配，消除人脸曲面仿射变换影响，提升深度精度；通过降分辨率的人脸深度图，约束原始分辨率的立体匹配视差在极线方向上的搜索范围，大幅度降低计算复杂度，提升了算法计算效率。
-
公开(公告)号：CN116304865A
公开(公告)日：2023-06-23
申请号：CN202310148042.9
申请日：2023-02-14
Applicant: 中国电子科技集团公司第五十二研究所
IPC: G06F18/241 , G01S7/02 , G06F18/214 , G06N3/08 , G06N3/047 , G06N3/048 , G06N3/0499 , G06N3/0464
Abstract: 本发明公开了一种基于改进注意力机制的雷达信号调制方式识别方法，包括以一个调制周期内的采样数据作为一个雷达信号样本，对每个雷达信号样本进行标注，得到逐个雷达信号样本对应的调制类型标签。本方法直接采用雷达信号的I/Q复信号，无需人工提取各类雷达信号特征，不依赖于雷达领域专家的先验知识，采用四头注意力机制分别对I/Q复信号的实部、虚部、实虚结合和模部分四类数据先独立进行浅层特征学习，再相互融合获取深层特征；本方法采用的包含卷积神经网络、改进的多头注意力机制神经网络和全连接神经网络的雷达信号调制方式识别模型，摒弃了LSTM模型串行操作的方式，可并行化实现和训练模型，极大提高了训练、预测和识别效率。
-
公开(公告)号：CN115392435A
公开(公告)日：2022-11-25
申请号：CN202211014161.7
申请日：2022-08-23
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明公开了一种基于深度强化学习的分层决策方法，先初始化决策对象的战术决策层智能体和意图识别层智能体，意图识别智能体采用深度循环Q网络根据输入的意图识别观测信息，生成意图识别层行为，根据意图识别层行为选择战术决策层智能体；战术决策层智能体采用深度确定性策略梯度算法，根据战术决策观测信息计算战术决策层智能体的行为。本发明战术决策层和意图识别层在训练时是相互独立的，在决策时是相互联系的，避免了同时训练难以收敛的问题，能够加快训练时的算法收敛速度，进而提升智能体整体决策能力。
-
Patent Agency Ranking
公开(公告)号：CN113989662A
公开(公告)日：2022-01-28
申请号：CN202111210500.4
申请日：2021-10-18
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明公开了一种基于自监督机制的遥感图像细粒度目标识别方法，将所述融合卫星遥感图像输入目标检测卷积神经网络以获得目标位置，根据目标位置从所述融合卫星遥感图像截取目标图像截图，输入语义分割卷积神经网络以获得所述目标图像截图的语义分割结果，最后根据所述语义分割结果对所述目标图像截图进行图像滤波，并将滤波后的图像输入细粒度目标识别网络模型进行目标细粒度识别获得遥感图像目标识别结果。本发明解决了细粒度遥感图像检测和识别中标注样本监督信息不充足、领域知识不匹配问题，提高了识别准确度。
-
公开(公告)号：CN117809147A
公开(公告)日：2024-04-02
申请号：CN202311781417.1
申请日：2023-12-22
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本说明书实施例公开了一种基于双流网络的目标检测方法、装置及电子设备，该方法包括构建双流网络，将从数据库中获取的历史可见光图像与历史红外图像数据输入双流网络，得到历史可见光图像的全局特征与局部特征以及历史红外图像的全局特征与局部特征，将同类型图像的全局特征和局部特征进行融合增强得到最终特征，将最终特征输入双流网络的后续网络，得到预测值，利用双流网络的损失函数、预测值以及获取的真实值对双流网络进行训练，将待检测图像输入到训练好的双流网络中，进行目标检测。本说明书实施例提高了在不利因素影响下无人机空对地目标检测的准确度。
-
公开(公告)号：CN117648865A
公开(公告)日：2024-03-05
申请号：CN202311675857.9
申请日：2023-12-07
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明提供一种针对目标探测的雷达探测覆盖范围优化仿真系统、方法及装置，所述系统包括：仿真模块，用于响应于获取到的待模拟雷达和待模拟目标的描述信息，确定仿真区域的区域大小；确定待模拟雷达和待模拟目标在仿真区域中的坐标，以及待模拟雷达的探测范围，并在系统界面展示的仿真区域中根据确定的坐标以及探测范围显示雷达；根据预设移动策略确定待模拟目标在仿真区域中的移动轨迹，并按照移动轨迹显示待模拟目标的移动方向；强化学习模块，用于将描述信息输入强化学习模型进行训练和推理；仿真接口模块，用于为仿真模块和强化学习模块提供基本接口，基本接口包括观测接口、环境改变接口、动作选择接口、动作设置接口、动作执行接口、奖励获取接口。
-
公开(公告)号：CN113989662B
公开(公告)日：2023-02-03
申请号：CN202111210500.4
申请日：2021-10-18
Applicant: 中国电子科技集团公司第五十二研究所
Abstract: 本发明公开了一种基于自监督机制的遥感图像细粒度目标识别方法，将所述融合卫星遥感图像输入目标检测卷积神经网络以获得目标位置，根据目标位置从所述融合卫星遥感图像截取目标图像截图，输入语义分割卷积神经网络以获得所述目标图像截图的语义分割结果，最后根据所述语义分割结果对所述目标图像截图进行图像滤波，并将滤波后的图像输入细粒度目标识别网络模型进行目标细粒度识别获得遥感图像目标识别结果。本发明解决了细粒度遥感图像检测和识别中标注样本监督信息不充足、领域知识不匹配问题，提高了识别准确度。
-
公开(公告)号：CN109343799B
公开(公告)日：2022-04-01
申请号：CN201811139566.7
申请日：2018-09-28
Applicant: 中国电子科技集团公司第五十二研究所
IPC: G06F3/06
Abstract: 本发明公开了一种持续超高速的数据卸载系统，包括控制设备和多台磁盘阵列，用于对记录仪设备中的数据文件进行卸载，控制设备分别与记录仪设备、各磁盘阵列连接，记录仪设备与各磁盘阵列之间连接形成多个数据传输通道，各数据传输通道均带有特定的ID号，磁盘阵列中设置有转储单元，记录仪设备中设置有卸载服务单元，本发明利用并行计算技术，构建分布式存储系统，将数据卸载工具中数据转储的多线程读写操作修改为分布式并行操作，提高数据卸载的工作效率，大幅度提升数据转储的速度，从而减少海量超大数据卸载所需时间。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.037 seconds)
