公开(公告)号：CN116129292B

公开(公告)日：2024-07-26

申请号：CN202310081193.7

申请日：2023-01-13

Applicant: 华中科技大学

Inventor： 杨卫东 ,  连睿扬 ,  王公炎 ,  舒锃 ,  肖子雨 ,  钟胜 ,  单永志

IPC: G06V20/17 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种基于少样本增广的红外车辆目标检测方法及系统。该方法包括：采用场景及目标三维模型进行多视角仿真，得到多视角红外车辆图像；将多视角红外车辆图像与实际的红外车辆图像结合，构建基于迁移学习的红外生成对抗网络模型，生成红外车辆目标样本图像的初始增广数据集；采用场景合成的方法，引入复杂场景特征，生成具有多样化背景的红外车辆目标样本图像的目标增广数据集；以目标增广数据集作为训练样本对目标检测模型进行迭代训练；获取实拍红外图像输入训练好的目标检测模型进行检测，得到目标检测位置和置信度信息。实现了对红外车辆图像的高精度目标检测，适用性较好。

公开(公告)号：CN116129292A

公开(公告)日：2023-05-16

申请号：CN202310081193.7

申请日：2023-01-13

Applicant: 华中科技大学

Inventor： 杨卫东 ,  连睿扬 ,  王公炎 ,  舒锃 ,  肖子雨 ,  钟胜 ,  单永志

IPC: G06V20/17 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了一种基于少样本增广的红外车辆目标检测方法及系统。该方法包括：采用场景及目标三维模型进行多视角仿真，得到多视角红外车辆图像；将多视角红外车辆图像与实际的红外车辆图像结合，构建基于迁移学习的红外生成对抗网络模型，生成红外车辆目标样本图像的初始增广数据集；采用场景合成的方法，引入复杂场景特征，生成具有多样化背景的红外车辆目标样本图像的目标增广数据集；以目标增广数据集作为训练样本对目标检测模型进行迭代训练；获取实拍红外图像输入训练好的目标检测模型进行检测，得到目标检测位置和置信度信息。实现了对红外车辆图像的高精度目标检测，适用性较好。

公开(公告)号：CN118196383A

公开(公告)日：2024-06-14

申请号：CN202410350817.5

申请日：2024-03-26

Applicant: 华中科技大学

Inventor： 杨卫东 ,  舒锃 ,  王公炎 ,  连睿扬 ,  邓浩东 ,  高宇翔

IPC: G06V10/25 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种基于多尺度显著特征融合的SAR图像车辆目标检测方法，属于目标检测领域，建立目标检测网络并利用标注了车辆位置和类别信息的SAR图像对其进行训练，所建立的模型包括：特征提取网络分支，用于提取输入的SAR图像的多尺度特征；显著性分支，用于提取输入的SAR图像的显著性特征；显著特征融合模块，用于将显著性特征与多尺度特征进行融合，得到多个尺度的增强特征；特征融合模块，用于将多个尺度的增强特征融合，得到目标特征；以及回归分类头，用于对目标特征进行回归和分类，得到车辆目标检测结果。本发明能够有效抑制SAR图像中的噪声和杂波，从而增强场景适应性，提高SAR图像车辆目标检测的精度，减少虚警和漏检。