公开(公告)号：CN119152179A

公开(公告)日：2024-12-17

申请号：CN202411084273.9

申请日：2024-08-08

Applicant: 华中科技大学

Inventor： 邹旭 ,  钟胜 ,  颜露新 ,  邓述民 ,  罗宁 ,  彭恒多 ,  王岩杰 ,  张涛

IPC: G06V10/25 ,  G06V10/80 ,  G06V10/26 ,  G06V10/40 ,  G06V10/42

Abstract: 本发明属于目标检测技术领域，公开了一种弱小目标检测方法、系统及存储介质，包括：计算待检测图像在当前尺度下的基于灰度分布的局部对比度CM；采用二维离散正交多项式拟合待检测图像的局部灰度分布；并对拟合的局部灰度分布关于待检测图像的行和列分别求偏导，得到待检测图像在垂直和水平方向的方向导数，进而得到任意角度的方向导数；提取待检测图像每个像素点在其对应角度的方向导数上的特征并融合后，得到待检测图像的方向导数特征GM；将CM和GM融合，得到待检测图像在当前尺度下的显著图；将各尺度下的显著图融合后作为最终的显著图S；将显著图S分割，以定位目标的位置。本发明方法针对弱小目标具有较高的准确率和较低的虚警率。

公开(公告)号：CN118967452A

公开(公告)日：2024-11-15

申请号：CN202411184254.3

申请日：2024-08-27

Applicant: 华中科技大学

Inventor： 邹旭 ,  颜露新 ,  钟胜 ,  彭恒多 ,  王岩杰 ,  罗宁 ,  邓述民

IPC: G06T3/4076 ,  G06T5/50 ,  G06V10/40 ,  G06V10/46 ,  G06N3/09

Abstract: 本发明公开了一种结构引导的旋翼无人机图像超分辨率网络构建方法，属于无人机超分辨率领域，该方法通过构建结构引导的旋翼无人机超分辨率网络，对获取的低分辨率图像进行梯度计算得到低分辨率梯度图，并将二者进行通道级融合后进行特征提取得到特征图，根据特征图预测低分辨率关键点热力图，然后对特征图进行上采样后分别进行处理得到高分辨率无人机梯度图和高分辨率无人机图像，分别对高分辨率梯度图以及低分辨率关键点热力图和真实标签的结果进行损失计算，采用判别器判别输出图像为真实图像的概率以增强超分辨网络的重构能力，形成端到端的约束。该网络可输出视觉效果尚佳的旋翼无人机超分图像，提高了远距旋翼无人机成像的检测及监视效果。

公开(公告)号：CN119091172A

公开(公告)日：2024-12-06

申请号：CN202411197928.3

申请日：2024-08-29

Applicant: 华中科技大学

Inventor： 邹旭 ,  钟胜 ,  颜露新 ,  罗宁 ,  邓述民 ,  彭恒多 ,  王岩杰 ,  张涛

IPC: G06V10/762 ,  G06V10/25 ,  H04N1/04

Abstract: 本发明公开了扫描成像的弱小目标关联方法、设备及系统，属于目标关联技术领域，包括：将当前帧图像中各目标在图像中的位置转换至地球坐标系或地球极坐标系下作为绝对位置，连同此前所检测到的目标的绝对位置组成数据集D并执行基于密度和方向的聚类，将同一类别的目标确定为有关联性的目标；聚类包括：对于当前类别，依次访问D中未被访问过的对象，直至不存在未被访问的对象或当前被访问的对象d0为核心对象；若D中不存在未被访问的对象，则聚类结束；否则，将d0的E邻域，以及d0的E邻域中的每一个核心对象di的E邻域中满足#imgabs0#与#imgabs1#间夹角θi