“林再平”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果28个，建议您升级VIP下载更多相关专利

[发明专利]基于事件点图融合的视频插帧方法-CN202310680750.7在审
发明人：李淼;张楚舒;安玮;凌强;林再平 -专利权人：中国人民解放军国防科技大学
申请日： 2023-06-09 - 公布日： 2023-10-03 - 主分类号： H04N7/01 文献下载
摘要：本发明公开了一种基于事件点图融合的视频插帧方法，获取两张图片I0、I1，确定该两张图片I0、I1的中间事件流E和需要插帧的帧数n；提取两张图片I0、I1的特征，得到图像特征；提取中间事件流E的特征，得到事件特征；对事件特征进行时域上的聚合，得到聚合后的事件特征；利用图像特征和聚合后的事件特征获得两边帧到中间帧的光流图；利用光流图对齐图片I0和图片I0的浅层特征，以及对齐图片I1和图片I1的浅层特征；融合对齐后的图片、图片特征、以及图像特征和聚合后的事件特征拼接后的特征，得到最终的插帧结果图。本发明能将事件的优势融入网络中，解决了现有技术计算量存在冗余的问题。
基于事件融合视频方法

[发明专利]基于时空特征融合的检测模型生成及红外小目标检测方法-CN202310829676.0在审
发明人：李淼;李若敬;安玮;盛卫东;林再平 -专利权人：中国人民解放军国防科技大学
申请日： 2023-07-07 - 公布日： 2023-09-22 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种基于时空特征融合的检测模型生成及红外小目标检测方法，应用于红外小目标检测领域，本方法基于Unet结构构建U形目标检测模型，该模型通过对连续帧特征图像组进行归一化和激活处理得到归一化特征，将归一化特征进行时域融合得到时域融合特征，从时域融合特征中提取运动特征，通过跳层连接将运动特征在上采样的过程中融合底层特征得到原始尺寸的时空特征图，将时空特征图与归一化特征融合并进行通道压缩得到目标检测结果，该方法通过多帧红外小目标检测提取运动特征，结合空间局部显著性和运动特征进行红外小目标的检测，避免现有技术中当目标在单帧图像中视觉不显著时，无法使用单帧红外小目标检测方法进行检测的问题。
基于时空特征融合检测模型生成红外目标方法

[发明专利]一种基于多帧差分的红外小目标智能检测方法-CN202310587323.4在审
发明人：安玮;李淼;胡铭原;凌强;林再平 -专利权人：中国人民解放军国防科技大学
申请日： 2023-05-23 - 公布日： 2023-08-22 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种基于多帧差分的红外小目标智能检测方法，涉及序列图像检测技术领域，包括：确定出红外序列图像中待检测的当前帧图像，并从所述红外序列图像中筛选出若干与所述当前帧图像满足预设帧间隔的图像帧以得到图像帧集合；基于所述当前帧图像对所述图像帧集合中的所有图像帧进行配准以得到若干帧配准图，并将所述当前帧图像分别与每一所述配准图进行帧差操作，以得到若干个帧差图像；按照序列顺序将若干个所述帧差图像进行叠加以得到所述当前帧图像的差分图像，并将所述差分图像输入至预先构建的语义分割网络中，以输出小目标检测结果。本申请能够提高红外序列图像小目标检测的检测性能和准确度。
一种基于多帧差分红外目标智能检测方法

[发明专利]序列图像红外小目标超分辨方法、装置、设备和存储介质-CN202111158811.0有效
发明人：安玮;林再平;应昕怡;盛卫东;曾瑶源;李淼;周石琳;王龙光;王应谦 -专利权人：中国人民解放军国防科技大学
申请日： 2021-09-30 - 公布日： 2023-07-14 - 主分类号： G06T3/40 文献下载
摘要：本申请涉及一种序列图像红外小目标超分辨方法、装置、设备和存储介质。所述方法获取多帧序列图像；构建序列图像红外小目标超分辨网络，该网络中：特征提取模块采用中心差分残差组对序列图像进行特征提取；注意力特征对齐模块对序列图像特征采用时空局部注意力模块进行帧间对齐；渐进融合模块利用时域距离先验将对齐的特征由粗到精进行融合；图像重构模块根据融合特征得到重构的高分辨率参考帧图像；采用多帧序列图像对该超分辨网络进行训练，利用训练得到序列图像红外小目标超分辨模型对序列图像进行处理，得到重构的高分辨率参考帧图像。本方法可提高图像分辨率，增大小目标对比度，恢复小目标高保真度细节信息，提升红外小目标检测性能。
序列图像红外目标分辨方法装置设备存储介质

[发明专利]复杂运动背景下稀疏事件点小目标分割方法-CN202210822992.0有效
发明人：李淼;安玮;盛卫东;林再平;曾瑶源;邓新蒲;安成锦;孙哲政;王龙光 -专利权人：中国人民解放军国防科技大学
申请日： 2022-07-14 - 公布日： 2023-05-09 - 主分类号： G06V20/64 文献下载
摘要：本发明公开了一种复杂运动背景下稀疏事件点小目标分割方法，将稀疏事件点数据切分为多个子事件点云，并在水平方向对子事件点云进行投影，生成投影图像；对配准后的事件点云进行最近邻聚类，筛选目标备选点，得到目标备选点集；对目标备选点集中的任意一个事件点，选取与该事件点距离最近的目标备选点集中的部分事件点，并按时间排列选取的事件点，计算时间顺序最早和最晚的两个事件点邻域的质心坐标；计算两个质心的距离，即得到偏移量；根据偏移量与运动分割阈值的关系，确定目标分割结果。本发明解决了因背景运动导致的稀疏事件点云数据中背景杂波较多，目标事件点占比少且特征不明显的复杂背景条件下，运动小目标难以检出的问题。
复杂运动背景稀疏事件目标分割方法

[发明专利]基于多尺度点云特征融合的运动小目标事件流分割方法-CN202310102496.2在审
发明人：李淼;凌强;肖超;林再平;曾瑶源;盛卫东;安玮 -专利权人：中国人民解放军国防科技大学
申请日： 2023-02-13 - 公布日： 2023-04-18 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了基于多尺度点云特征融合的运动小目标事件流分割方法，应用于动态视觉传感器数据处理，包括：将事件流数据切分成事件点云；对事件点云进行最远点采样、特征学习和拼接处理后，得到第一局部特征；采用点云自注意力机制对第一局部特征进行特征强化形成第二局部特征；对第二局部特征进行基于融合权重的下采样，在多层感知机中进行特征学习后拼接，再进行一体化特征学习，形成全局特征；将以上特征和事件点云进行连续插值上采样后，通过跳跃链接获得多层混合特征，对多层混合特征进行最大池化操作得到最终一维可信度，再进行逐点分割获得目标事件点。本发明实现了不依赖人工先验信息条件下运动小目标的精准分割。
基于尺度特征融合运动目标事件分割方法

[发明专利]一种机械故障诊断方法、装置、介质-CN202211461688.4有效
发明人：马超;安玮;李骏;盛卫东;林再平;曾瑶源;张晔;田奥升;侯毅;黄源;陈慧玲;乔木 -专利权人：中国人民解放军国防科技大学
申请日： 2022-11-17 - 公布日： 2023-04-07 - 主分类号： G06F18/211 文献下载
摘要：本申请涉及故障诊断领域，公开了一种机械故障诊断方法、装置、介质，包括：获取故障机械的振动信号，并获取振动信号的第一特征向量；利用特征选择模型对第一特征向量进行分解处理，以获取第二特征向量；其中，特征选择模型的各卷积层均包括频率分解层和频率选择层，频率分解层为根据第一变量确定待分解特征的小波变换层，第一变量为根据前一频率分解层的分解结果获得的值，频率选择层用于选择第一特征向量分解的特征向量作为第二特征向量；将第二特征向量输入故障诊断模型，以确定故障原因。本申请通过根据前一频率分解层的分解结果获得的第一变量确定第二频率分解层的分解目标以实现自适应特征提取，从而排除噪声干扰和提高故障诊断的准确性。
一种机械故障诊断方法装置介质

[发明专利]红外小目标检测网络训练方法、装置、设备及存储介质-CN202211442738.4在审
发明人：李淼;李若敬;凌强;林再平;曾瑶源;盛卫东;李骏;安玮 -专利权人：中国人民解放军国防科技大学
申请日： 2022-11-16 - 公布日： 2023-04-04 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种红外小目标检测网络训练方法、装置、设备及存储介质，涉及目标检测技术领域，包括：基于正样本数量以及预设比例系数，从初始负样本集中筛选出难负样本集和易负样本集；所述预设比例系数为预设设置的用于提升正负样本数量均衡程度的系数；根据难负样本集和易负样本集生成用于对反向传播过程中的样本进行控制的权重矩阵；基于权重矩阵确定难点挖掘损失函数，并利用难点挖掘损失函数对红外小目标检测网络进行点监督训练。通过上述方案，基于正样本数量和预设比例系数确定难负样本集和易负样本集，防止了目标检测网络训练过程中正负样本数量不均衡的情况发生，提高了正负样本的数量均衡程度，从而提高了目标检测网络的训练效果。
红外目标检测网络训练方法装置设备存储介质

[发明专利]多光谱遥感影像融合方法、系统、终端设备及存储介质-CN202211622232.1在审
发明人：汪璞;安玮;盛卫东;吴登健;林再平;李振;曾瑶源;樊建鹏 -专利权人：中国人民解放军国防科技大学
申请日： 2022-12-16 - 公布日： 2023-03-14 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种多光谱遥感影像融合方法、系统、终端设备及存储介质，获取原始多光谱影像和原始全色遥感影像；对所述原始多光谱影像和原始全色遥感影像进行预处理；对预处理后的多光谱影像和全色遥感影像进行拟合计算，得到拟合系数；利用所述拟合系数和预处理后的全色遥感影像计算出拟合全色影像；对所述拟合全色影像进行上采样，使所述拟合全色影像与所述原始全色遥感影像采样间隔相同；融合所述原始全色影像、拟合全色影像、多光谱影像，得到融合结果。本发明解决了现有融合技术不能够同时保留全色影像的空间分辨率和多光谱影像的光谱分辨率，使得影像变化而导致融合结果不稳定，可靠性较差的问题。
光谱遥感影像融合方法系统终端设备存储介质

[发明专利]基于多尺度光流估计的红外小目标检测方法、系统-CN202211444358.4在审
发明人：凌强;罗伊杭;李淼;林再平;曾瑶源;吴京 -专利权人：中国人民解放军国防科技大学
申请日： 2022-11-18 - 公布日： 2023-03-07 - 主分类号： G06T7/269 文献下载
摘要：本发明公开了一种基于多尺度光流估计的红外小目标检测方法、系统，提取当前处理帧图像的前两帧图像和后两帧图像；利用多尺度光流重建网络对当前处理帧图像、前两帧图像和后两帧图像的组合进行处理，得到四个光流信息；利用所述四个光流信息进行运动补偿，生成当前帧的补偿时序信息；将补偿时序信息输入单帧红外目标检测网络，抽取单帧红外目标检测网络输出结果中的空间信息，得到检测结果。本发明整合了多帧红外小目标检测和运动估计任务，以从多帧图像中推断出重建的光流，使提取的运动信息能够更好地用于单帧红外小目标检测任务。由于使用了多次融合，使得光流信息更加准确，因此检测效果更好，尤其是目标运动大的情况下，检测效果提升明显。
基于尺度估计红外目标检测方法系统

[发明专利]一种红外小目标方法、装置、设备及存储介质-CN202211437114.3在审
发明人：李淼;李若敬;凌强;林再平;龙云利;曾瑶源;盛卫东;李骏;安玮 -专利权人：中国人民解放军国防科技大学
申请日： 2022-11-16 - 公布日： 2023-02-03 - 主分类号： G06V20/10 文献下载
摘要：本申请公开了一种红外小目标检测方法、装置、设备及存储介质，涉及目标检测技术领域，包括：获取若干帧原始红外图像；分别对每帧原始红外图像进行空域卷积处理，以得到每帧原始红外图像的空域特征图，并对各帧原始红外图像的空域特征图进行拼接以得到拼接后空域特征图；对拼接后空域特征图进行时域卷积处理，以得到与若干帧原始红外图像对应的时空融合特征图；从若干帧原始红外图像中确定出当前待处理图像，并从时空融合特征图中分离出当前待处理图像对应的时空融合特征图；基于当前待处理图像对应的时空融合特征图对当前待处理图像中的红外小目标进行定位处理。本申请基于红外小目标在时空维度上的联合表征进行检测，提高了目标检测的性能。
一种红外目标方法装置设备存储介质

[发明专利]多模态遥感图像配准方法、系统、终端设备及存储介质-CN202211162936.5在审
发明人：汪璞;安玮;石添鑫;邓新蒲;盛卫东;林再平;曾瑶源;李振;李骏 -专利权人：中国人民解放军国防科技大学
申请日： 2022-09-23 - 公布日： 2022-12-30 - 主分类号： G06T7/33 文献下载
摘要：本发明公开了一种多模态遥感图像配准方法、系统、终端设备及存储介质，基于多模态遥感图像对间的结构相似性，利用预训练的边缘检测网络提取局部特征描述子(边缘特征)，并利用传统模板匹配方法进行特征匹配，实现了多种模态图像下的精准和高效配准。本发明在多源图像匹配中获得较高的匹配准确率以及较好的鲁棒性的结果。
多模态遥感图像方法系统终端设备存储介质

[发明专利]时间序列早期分类方法、终端设备及存储介质-CN202211163048.5在审
发明人：侯毅;安玮;陈慧玲;盛卫东;马超;林再平;曾瑶源;李振;李骏;周石琳;黄源;乔木 -专利权人：中国人民解放军国防科技大学
申请日： 2022-09-23 - 公布日： 2022-12-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种时间序列早期分类方法、终端设备及存储介质，利用人体动作的时间序列数据构建训练集；用训练集训练神经网络；将训练集输入训练好的神经网络中，得到训练集所有数据的所有时刻的分类概率，利用分类概率计算概率退出阈值；将时刻t的可观测数据输入训练好的神经网络中，得到时刻t的分类概率Pt，取Pt的最大值，若该最大值大于概率退出阈值，则停止继续输入可观测数据，将时刻t的分类结果作为所述时刻t的可观测数据的最终分类结果。本发明能够自适应于不断增加的新数据，提取出更具有区分性的特征，以提高时间数据早期分类的准确性；本发明能够自适应于样本内容以及难度，提取出更加特定于类的特征，以提高早期分类的准确性。
时间序列早期分类方法终端设备存储介质

[发明专利]面向稀疏事件点的时空聚类小目标检测方法-CN202211088041.1在审
发明人：李淼;安玮;盛卫东;林再平;曾瑶源;邓新蒲;安成锦;孙哲政;王龙光 -专利权人：中国人民解放军国防科技大学
申请日： 2022-09-07 - 公布日： 2022-12-02 - 主分类号： G06V10/62 文献下载
摘要：本发明公开了一种面向稀疏事件点的时空聚类小目标检测方法，对事件相机拍摄的原始数据进行预处理，获得预处理后的事件数据；遍历所述事件数据中的所有事件点，为每一个事件点赋予一个权重值，并按照权重值大小，对所有事件点进行降序排列；将排序靠后的M％的事件点的平均权重作为聚类阈值，根据所述聚类阈值对所述事件数据进行最近邻聚类，得到初步检测结果；对所述初步检测结果进行点云滤波，得到最终的检测结果。本发明能够直接在事件数据中提取小目标特征进行检测，在静态背景下，可以有效滤除由热噪声触发的事件点杂波以及由大型物体运动产生的干扰事件点，检测精度高。
面向稀疏事件时空聚类小目标检测方法

[发明专利]时间序列数据分类方法、终端设备及存储介质-CN202210990402.5在审
发明人：侯毅;安玮;盛卫东;马超;陈慧玲;林再平;曾瑶源;李振;李骏;周石琳;黄源;乔木;田奥升;张晔 -专利权人：中国人民解放军国防科技大学
申请日： 2022-08-18 - 公布日： 2022-11-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种时间序列数据分类方法、终端设备及存储介质，获取完整的时间序列数据，并提取所述完整的时间序列数据的分类特征，随机截断所述分类特征，并将截断后的样本特征输入分类子网络，获得分类概率；同时将未截断的分类特征输入提前退出子网络，对于每一个时间序列样本的不同时刻，当该时刻的错误分类的惩罚小于或等于提前正确分类的奖励时，退出子网趋于退出分类。通过损失函数，对两个子网络的参数进行联合优化，得到训练好的分类子网络和提前退出子网络。本发明确保了退出子网络的退出时间合理，确保了分类子网络性能较佳，提高了分类准确率。
时间序列数据分类方法终端设备存储介质

1
2
下一页»
尾页
共 28 条