-
公开(公告)号：CN119559499A
公开(公告)日：2025-03-04
申请号：CN202411593334.4
申请日：2024-11-08
Applicant: 哈尔滨工业大学
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：CN118212401A
公开(公告)日：2024-06-18
申请号：CN202410377102.9
申请日：2024-03-29
Applicant: 哈尔滨工业大学
Abstract: 一种基于非稳态杂波抑制的暗弱目标检测方法，属于目标探测与识别技术领域。所述方法为：采用两个可学习的滤波器提取输入红外图像的目标特有频谱和目标‑背景一致性频谱；采用一个带残差连接模块的密集连接的U‑Net网络作为主干网络，该网络采用双向交互式注意力机制模块，从频谱分量中提取特征，并得到目标特有特征和目标‑背景一致性特征；对两个特征采用一个实例级的对比损失来辅助滤波器的学习，实现目标特有特征与目标背景一致性特征的解耦；对目标特有特征采用真实标注进行监督，执行红外小目标检测任务。本发明提出一个频域解耦方法，保留有效的频谱可提升目标检测的性能，实现了复杂背景的有效去除。
-
公开(公告)号：CN117745777A
公开(公告)日：2024-03-22
申请号：CN202410019506.0
申请日：2024-01-05
Applicant: 哈尔滨工业大学
IPC: G06T7/33 , G06V10/764 , G06V10/762 , G06V20/13
Abstract: 一种基于时空配准的遥感检测地表密集异常元去除方法，所述方法包括如下步骤：步骤1：提取卫星姿态轨道数据，拟合相机成像模型，构建像面坐标到地心地固坐标系的配准模型；步骤2：基于地表异常元能量、形态等特性，构建杂波点特征向量；步骤3：基于步骤1得到的配准数据，以步骤2构建的杂波特征作为先验信息，对检测得到的所有检出结果进行匹配筛选，对地表异常元进行标定和去除。该方法可以实现对地表密集异常元在不同场景、不同分辨率、不同轨道高度下的实时标定及更新，获取更准确的有利于后续目标检测跟踪等应用的目标特性。
-
公开(公告)号：CN116645681A
公开(公告)日：2023-08-25
申请号：CN202310691044.2
申请日：2023-06-12
Applicant: 哈尔滨工业大学
IPC: G06V30/19 , G06V30/32 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于模板字多维特征比对的练字评价系统及方法，所述练字评价系统包括临摹字帖采集模块、图像预处理模块、多维特征提取比对模块、书写质量评价模块四部分。该系统对用户友好，具备便捷性、客观性优势。用户只需要基于标准化字帖进行汉字书写练习，通过本系统可以快速获得针对书写情况的反馈，获取手写汉字存在的各项问题，方便用户在低成本的情况下随时随地练字。本发明提出的基于模板字多维特征比对的书写质量评价方法从长宽比、重心位置等字形结构的关键要素出发，结合卷积神经网络提取到的深度表观特征，给出用户汉字书写的具体指标评价和全局指标评价，方便用户提高汉字书写质量，具备可解释性和客观性。
-
公开(公告)号：CN106517720B
公开(公告)日：2019-04-26
申请号：CN201611034688.0
申请日：2016-11-22
Applicant: 哈尔滨工业大学
IPC: C02F11/122 , B01D25/21
Abstract: 一种基于多点进泥的污水污泥多级耦合板框压滤脱水装置及其使用方法，涉及一种板框压滤脱水装置及其使用方法。本发明是为了解决目前板框压滤机脱水效率低的技术问题。本发明是由进泥总管、进泥支管、板框压滤机、螺旋输送机、混合破碎器、生石灰加药管、二级压滤进泥管组成；板框压滤机的滤板上有5个进泥孔；螺旋输送机位于板框压滤机的下方并与混合破碎器连通，二级压滤进泥管分别与混合破碎器和进泥总管连通，生石灰加药管与混合破碎器连通。本装置的使用方法：第一级压滤、混合破碎、第二级压滤。本发明将污泥含水率降至60％以下，泥饼平面方向的含水率差值可降至0.2％以下，泥饼纵向的含水率差值可降至1％以下。
-
Patent Agency Ranking
公开(公告)号：CN116777953B
公开(公告)日：2025-04-15
申请号：CN202310650409.7
申请日：2023-06-03
Applicant: 哈尔滨工业大学
IPC: G06T7/246
Abstract: 本发明公开了一种基于多尺度特征聚合增强的遥感图像目标跟踪方法，所述方法包括如下步骤：步骤1：使用基于编码‑解码结构的特征提取网络输出高分辨率特征图，特征图下采样级为原始图像的4倍；步骤2：使用多尺度特征聚合模块规整并聚合步骤1中高分辨率特征图中的多尺度特征，输出规整后特征图；步骤3：对于步骤2规整后的特征图，通过跨域注意力增强模块从三路分支捕获空间、通道维度之间的依赖关系，实现对特征图的增强；步骤4：基于增强后的特征图预测目标位置、尺寸、偏移等信息，通过匹配算法实现目标轨迹输出。该方法可以规整增强不同尺度下的有效特征，减少虚警源干扰，实现复杂场景下的目标跟踪。
-
公开(公告)号：CN117761713B
公开(公告)日：2025-02-25
申请号：CN202311795749.5
申请日：2023-12-25
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种目标探测谱段的筛选方法、装置、设备和存储介质，其涉及目标检测技术领域。包括：获取目标的背景起伏尺度，对背景起伏尺度进行杂波量化并建立杂波定量化表征模型；通过杂波定量化表征模型计算目标相对于不同背景的信杂比投影图，选取包括峰值信杂比谱段作为初选探测谱段；将杂波定量化表征模型与天基探测链路进行结合得到目标可检测性表征模型；通过目标可检测性表征模型在初选探测谱段中筛选得到优选探测谱段。本发明考虑了天基探测链路及其各环节多尺度耦合效应，能够解决天基目标可检测性能的多尺度耦合匹配所存在的问题,在保证谱段优选性能的前提下，极大地提升了优选探测谱段选择的效率。
-
公开(公告)号：CN117689879B
公开(公告)日：2024-08-23
申请号：CN202410019504.1
申请日：2024-01-05
Applicant: 哈尔滨工业大学
Abstract: 一种天基巡天望远镜图像中的空间目标检测方法，所述方法包括如下步骤：步骤1：对大视场深空图像非均匀性特性进行校正；步骤2：基于星图预匹配与最大相关相结合进行图像配准；步骤3：利用三帧中值对图像背景进行估计；步骤4：设计合理的分割阈值，在对低信噪比目标提取时，引入线性结构因子的形态学去噪算法去除剩余恒星残留和离散分布的噪点，最终对步骤3中结果进行连通域提取得到疑似目标。该方法在对恒星残留的去除上有良好的效果，并在一定的恒星密集程度时可以达到对信噪比3以上的目标极高的检测率，为地月拉格朗日点观测图像目标提取提供理论和技术支撑。
-
公开(公告)号：CN117237802A
公开(公告)日：2023-12-15
申请号：CN202311173885.0
申请日：2023-09-12
Applicant: 哈尔滨工业大学
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：CN116777953A
公开(公告)日：2023-09-19
申请号：CN202310650409.7
申请日：2023-06-03
Applicant: 哈尔滨工业大学
IPC: G06T7/246
Abstract: 本发明公开了一种基于多尺度特征聚合增强的遥感图像目标跟踪方法，所述方法包括如下步骤：步骤1：使用基于编码‑解码结构的特征提取网络输出高分辨率特征图，特征图下采样级为原始图像的4倍；步骤2：使用多尺度特征聚合模块规整并聚合步骤1中高分辨率特征图中的多尺度特征，输出规整后特征图；步骤3：对于步骤2规整后的特征图，通过跨域注意力增强模块从三路分支捕获空间、通道维度之间的依赖关系，实现对特征图的增强；步骤4：基于增强后的特征图预测目标位置、尺寸、偏移等信息，通过匹配算法实现目标轨迹输出。该方法可以规整增强不同尺度下的有效特征，减少虚警源干扰，实现复杂场景下的目标跟踪。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.024 seconds)
