“化青龙”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15个，建议您升级VIP下载更多相关专利

[发明专利]基于模板匹配的视频监控动态不规则多监管区域判别方法-CN202010017963.8有效
发明人：代勇;化青龙;李伟 -专利权人：哈尔滨融智爱科智能科技有限公司
申请日： 2020-01-08 - 公布日： 2023-08-22 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及图像处理、计算机视觉与深度学习，属于智能安防领域；包括模板生成、目标检测、区域判别；目标检测对输入视频监控图像进行处理，检测出目标在图像中的坐标，并将坐标信息输入到区域判别，区域判别根据目标坐标信息，通过模板生成生成的监管区域模板，判别出目标所处监管区域的监管等级；本发明可实现视频监控场景下，目标所处监管区域的监管等级判别，主动预防监管区域违规闯入，提供安全保障。符合实际需求，实施方便，易于推广应用。
基于模板匹配视频监控动态不规则监管区域判别方法

[发明专利]一种基于GTAF的SAR多极化宽幅遥感影像的识别方法-CN202210308171.5在审
发明人：葛宝玉;张云;魏茂盛;化青龙;高磊;王众娇;宋振强 -专利权人：哈尔滨航天恒星数据系统科技有限公司;哈尔滨工业大学
申请日： 2022-03-26 - 公布日： 2022-07-15 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及SAR图像处理技术领域，更具体的说是一种基于GTAF的SAR多极化宽幅遥感影像的识别方法，所述方法，包括以下步骤：S1、对SAR图像进行尺寸为W×H＝13×13进行滑窗裁剪，构造SAR三维转动舰船目标训练集与测试集；S2、高斯型激活函数(GTAF)，包括一个普通实数域激活函数和一个高斯函数，用于联合激活神经元的实部和虚部；通过GTAF的前向传播与反向传播算法，利用所述训练集训练CV‑CNN，通过CV‑CNN自学习并提取样本的深层本质特征，训练完全部训练数据即可得到基于SAR多极化宽幅遥感影像识别模型；S3、将所述测试集输入到所述模型中，通过全连接层与输出层，更好的实现对SAR地物的识别。
一种基于 gtaf sar 多极化宽幅遥感影像识别方法

[发明专利]复数域结构化SAR舰船目标动态仿真与速度估计方法-CN202110463376.6有效
发明人：张云;王军;化青龙;姜义成 -专利权人：哈尔滨工业大学
申请日： 2021-04-23 - 公布日： 2022-06-17 - 主分类号： G01S13/90 文献下载
摘要：复数域结构化SAR舰船目标动态仿真与速度估计方法，属于SAR图像处理领域。本发明是为了解决在做SAR舰船目标仿真时缺乏大量仿真样本，且现有的SAR舰船目标仿真方法无法获取精确的舰船目标SAR图像，导致无法获取准确的舰船目标的问题。本发明方法包括：获取舰船3D模型，对舰船3D模型进行预处理，将预处理后的舰船3D模型划分为多个三角面元；根据设定的雷达参数进行射线追踪，得到舰船目标散射点空间坐标；进行舰船目标成像；将训练样本输入AlexNet网络得到训练好的AlexNet预训练模型，将待测样本输入训练好的AlexNet预训练模型，计算得到AlexNet网络复数域速度估计结果。本发明用于SAR舰船目标动态仿真与速度估计。
复数结构 sar 舰船目标动态仿真速度估计方法

[发明专利]空间目标多源数据参数化仿真与MixCenterNet融合检测方法-CN202110441799.8有效
发明人：张云;化青龙;冀振元;李宏博;姜义成 -专利权人：哈尔滨工业大学
申请日： 2021-04-23 - 公布日： 2022-04-12 - 主分类号： G06T5/50 文献下载
摘要：空间目标多源数据参数化仿真与MixCenterNet融合检测方法，涉及ISAR图像处理领域。本发明是为了解决目前的多源数据融合检测方法存在可操作性低、检测精度不高从而导致的在实际中难以应用的问题。本发明包括：获取光学渲染图像；获取空间目标ISAR仿真图像；将光学渲染图像和ISAR仿真图像进行MixCenterNet融合检测；融合检测时将成对的光学渲染图像和ISAR仿真图像输入MixCenterNet中；光学图像经34层ResNet骨干网络处理，ISAR图像经16层的VGG骨干网络处理，然后分别通过级联角点池化与中心池化生成角点热图与中心点热图确定目标在光学图像中的位置；ISAR图像经16层的VGG骨干网络处理所得特征图，连同光学图像经34层的ResNet骨干网络处理所得特征图一并输入到全连接层，再经Softmax层输出目标类别信息。
空间目标数据参数仿真 mixcenternet 融合检测方法

[发明专利]海上SAR舰船目标显著性检测与识别方法-CN202110098588.9有效
发明人：张云;化青龙;冀振元;李宏博;姜义成 -专利权人：哈尔滨工业大学
申请日： 2021-01-25 - 公布日： 2022-04-08 - 主分类号： G06V20/00 文献下载
摘要：海上SAR舰船目标显著性检测与识别方法，属于图像处理领域。本发明为了解决针对弱目标检测性能较差、图像显著性提取适应性低的问题。本发明方法包括：将高斯滤波后的单通道SAR灰度图像扩充为三通道灰度图像，进行Lab颜色空间转换，计算像素点在不同尺度下的显著性，生成多尺度显著性子图，将各显著性子图融合后形成最终的显著图；对显著图做两次阈值分割，得到分割结果；对显著图中疑似目标区域的像素点进行聚类，输出疑似目标区域对应的外接矩形信息；提取哈尔特征，将哈尔特征输入至级联分类器中进行训练，得到舰船目标识别模型；将哈尔特征输入值级联分类器中进行二分类，得到舰船目标。本发明用于SAR舰船目标显著性检测与识别。
海上 sar 舰船目标显著检测识别方法

[发明专利]基于C2C的自监督SAR海杂波抑制方法、系统、存储介质及设备-CN202111417460.0在审
发明人：张云;化青龙;王军;冀振元;姜义成;徐丹 -专利权人：哈尔滨工业大学
申请日： 2021-11-25 - 公布日： 2022-03-01 - 主分类号： G01S13/90 文献下载
摘要：基于C2C的自监督SAR海杂波抑制方法、系统、存储介质及设备，属于雷达图像处理技术领域。为了解决现实中缺乏无杂波的真实数据，从而导致不能有效地利用现有的深度学习技术对SAR杂波进行抑制的问题。本发明首先对待抑制的宽幅场景SAR进行裁剪，形成测试切片集；在用于CV‑UNet++训练的杂波切片集中随机选取N个杂波切片，并按照C2C策略将测试切片S与N个杂波切片相减得到并输入到CV‑UNet++中，得到N个杂波抑制后的切片Ti，取为测试切片S的最终杂波抑制效果图。主要用于SAR海杂波的抑制。
基于 c2c 监督 sar 海杂波抑制方法系统存储介质设备

[发明专利]基于CV-ConvGRU的SAR三维转动目标重聚焦方法-CN202111417477.6在审
发明人：张云;化青龙;冀振元;姜义成;李宏博;徐丹 -专利权人：哈尔滨工业大学
申请日： 2021-11-25 - 公布日： 2022-03-01 - 主分类号： G01S13/90 文献下载
摘要：基于CV‑ConvGRU的SAR三维转动目标重聚焦方法，涉及图像处理技术领域，针对现有技术中由于海浪、风、自身航行等因素的影响导致SAR成像模糊的问题，本申请提出了一种CV‑ConvGRU，CV‑ConvGRU将包括卷积层、激活函数、更新门、重置门在内的整个网络扩展到复杂域中，并在此基础上，推导出一种用于CV‑ConvGRU训练的反向传播算法。本申请基于CV‑ConvGRU设计了CV‑SSRN架构，进行SAR三维转动目标重聚焦，将SAR重聚焦任务转换为一个图像回归问题，并加入编码器与解码器，来实现目标重新聚焦，聚焦精度显着提高，避免了SAR成像模糊的问题。本申请利用SAR成像原理、复数域深度学习技术，更好的满足复杂SAR重聚焦需求，对视角变化、仿射变换、噪声保持一定程度的稳定性。
基于 cv convgru sar 三维转动目标聚焦方法

[发明专利]基于Mix-CV-CNN网络的三维转动舰船目标识别方法-CN202111417489.9在审
发明人：张云;化青龙;李宏博;冀振元;姜义成;徐丹 -专利权人：哈尔滨工业大学
申请日： 2021-11-25 - 公布日： 2022-03-01 - 主分类号： G01S7/41 文献下载
摘要：基于Mix‑CV‑CNN网络的三维转动舰船目标识别方法，涉及目标识别领域。本发明是为了解决目前舰船识别方法在针对运动状态的舰船进行目标识别时会出现模糊、散焦的现象进而造成的舰船目标识别准确率低的问题。本发明具体过程为：获取待识别的SAR三维转动舰船目标图像，将待识别的SAR三维转动舰船目标图像输入到训练好的Mix‑CV‑CNN模型中获取SAR三维转动舰船目标的类别。Mix‑CV‑CNN模型采用Mix‑CV‑CNN前向传播和Mix‑CV‑CNN反向传播方法训练，Mix‑CV‑CNN前向传播为将训练集中的图像输入到构建的Mix‑CV‑CNN模型中输出舰船目标的类别；Mix‑CV‑CNN反向传播为利用前向传播获得的全连接层输出向量获取Mix‑CV‑CNN模型中每一层的误差项，并利用误差项更新卷积层和全连接层的权值获得训练好的Mix‑CV‑CNN模型。本发明用于动态舰船目标的识别。
基于 mix cv cnn 网络三维转动舰船目标识别方法

[发明专利]基于CV-ConvLSTM的SAR三维转动目标转速估计方法-CN202111417490.1在审
发明人：张云;化青龙;冀振元;姜义成;李宏博;徐丹 -专利权人：哈尔滨工业大学
申请日： 2021-11-25 - 公布日： 2022-03-01 - 主分类号： G01S13/90 文献下载
摘要：基于CV‑ConvLSTM的SAR三维转动目标转速估计方法，涉及图像处理技术领域，针对现有技术中运用时频分析成像处理的方法消除模糊存在准确率低的问题，本申请提出了一种CV‑ConvLSTM，CV‑ConvLSTM将包括卷积层、激活函数、输入门、遗忘门、输出门在内的整个网络扩展到复杂域中，并在此基础上，推导出一种用于CV‑ConvLSTM训练的复数域随时间反向传播算法CV‑BPTT。本申请基于CV‑ConvLSTM设计了TSF‑Net架构，进行SAR三维转动目标转速估计，将SAR转速估计任务转换为一个图像回归问题，来实现目标转速估计，估计精度显着提高。本申请利用SAR成像原理、复数域深度学习技术，更好的满足复杂SAR转速估计需求，对视角变化、仿射变换、噪声保持一定程度的稳定性。
基于 cv convlstm sar 三维转动目标转速估计方法

[发明专利]基于CV-EstNet的SAR运动舰船目标速度估算方法-CN202010684656.5有效
发明人：张云;化青龙;姜义成;徐丹 -专利权人：哈尔滨工业大学
申请日： 2020-07-16 - 公布日： 2021-08-13 - 主分类号： G01S13/90 文献下载
摘要：一种基于CV‑EstNet的SAR运动舰船目标速度估算方法，属于SAR图像处理领域。本发明针对现有对散焦和偏移的SAR舰船目标图像进行运动补偿的方式法复杂且稳定性差的问题。包括：基于三维舰船模型与射线追踪法仿真获得SAR运动舰船样本，并将SAR运动舰船样本分组为训练样本库与测试样本库；基于复数域角度构建复数域速度估计网络CV‑EstNet架构，所述CV‑EstNet架构包括一个输入层、五个卷积层、三个池化层、两个全连接层及一个输出层；采用训练样本库中的训练样本对CV‑EstNet架构进行训练，训练超参数，得到具有速度估计功能的CV‑EstNet网络模型；再采用测试样本库中的测试样本对CV‑EstNet网络模型进行测试，获得SAR舰船目标的距离向速度和方位向速度。本发明实现了SAR运动舰船目标速度估计。
基于 cv estnet sar 运动舰船目标速度估算方法

[发明专利]基于CV-RefocusNet的SAR三维转动舰船目标重聚焦方法-CN202010684648.0有效
发明人：张云;化青龙;姜义成;徐丹 -专利权人：哈尔滨工业大学
申请日： 2020-07-16 - 公布日： 2021-06-22 - 主分类号： G06K9/62 文献下载
摘要：一种基于CV‑RefocusNet的SAR三维转动舰船目标重聚焦方法，属于SAR图像处理领域。包括：SAR样本生成、网络架构设计、重聚焦实现三个部分；SAR样本生成部分负责生成SAR三维转动舰船目标图像，构成训练样本库和测试样本库，网络架构设计部分给出CV‑RefocusNet网络架构，阐明网络设计细节，重聚焦实现部分基于CV‑RefocusNet，对SAR三维转动舰船目标样本库进行训练测试，实现重聚焦功能。本发明可以实现SAR三维转动舰船目标重聚焦，得到清晰目标图像。
基于 cv refocusnet sar 三维转动舰船目标聚焦方法

[发明专利]基于图像域模板匹配的视频监控监管区域多设备联动方法-CN202010017961.9在审
发明人：代勇;化青龙;李伟 -专利权人：哈尔滨融智爱科智能科技有限公司
申请日： 2020-01-08 - 公布日： 2020-05-22 - 主分类号： G06K9/00 文献下载
摘要：本发明为基于图像域模板匹配的视频监控监管区域多设备联动方法，涉及本发明涉及图像处理、模式识别与深度学习，属于智能安防领域，包括模板生成、目标定位和设备联动，模板生成部分生成的图像域设备控制模板是设备联动的基础，目标定位部分对输入视频监控画面图像进行检测，定位出目标在视频监控画面中的坐标，并将坐标信息输入到设备联动部分，设备联动部分根据目标坐标信息，通过设备控制模板，判别出目标是否处于监管区域，并进行相应的设备联动。本发明利用模板匹配的方法进行视频监控监管区域多设备联动，并将匹配模板图像化，减少了计算量与逻辑复杂度。在工业高危环境中，可主动预防监管区域的违规闯入，符合实际工业生产中的安全保障需求，实施方便，易于推广应用。
基于图像模板匹配视频监控监管区域设备联动方法

[发明专利]基于深度学习的高危作业环境下的人员安全实时智能视频监控系统-CN201911317072.8在审
发明人：代勇;化青龙;李伟 -专利权人：哈尔滨融智爱科智能科技有限公司
申请日： 2019-12-19 - 公布日： 2020-04-10 - 主分类号： H04N7/18 文献下载
摘要：基于深度学习的工业人员安全实时智能视频监控系统。本发明包括人员自动识别系统、人员自动定位系统、实时智能预警系统、多种存储方案和智能管理平台五个子系统；摄像头将实时视频流输入到人员自动识别系统，系统识别出人员后再进行人员定位，并将定位信息发送到实时智能预警系统，实时智能预警系统进行声光报警与设备联动闭锁，同时云端或本地端多种存储方案存储关键预警信息，智能管理平台可进行监管区域、监管时间设置与报警信息查询检索。该系统可实现工业背景下的人员安全实时预警，主动预防事故发生，提供安全保障。符合实际需求，实施方便，易于推广应用。
基于深度学习高危作业环境人员安全实时智能视频监控系统

[发明专利]一种基于图像域模板匹配的雷达航迹起始方法-CN201710476610.2有效
发明人：张云;化青龙;李宏博;穆慧琳 -专利权人：哈尔滨工业大学
申请日： 2017-06-21 - 公布日： 2019-12-10 - 主分类号： G01S7/41 文献下载
摘要：一种基于图像域模板匹配的雷达航迹起始方法，本发明涉及图像处理和目标数据处理领域。本发明的目的是为了解决现有的模板匹配法在强杂波的背景下存在算法计算量大，处理时间长，无法满足航迹起始对于实时性的要求的问题，以及航迹起始处理结果虚警率高，正确率低的问题。过程为：一：得到带有圈数标记的点迹数据；二：得到包含雷达的三圈点迹数据；三：得到雷达单层图像矩阵；四：得到多维图像矩阵；五：直至含有雷达的三圈点迹数据；六：进行匹配，如成功则保存结果，如失败则舍弃；判断是否框选完毕，如果没有则执行五；如果完毕，判断是否全部滑窗完成，如果没有则执行二；如果有，则结束。本发明用于雷达航迹起始领域。
一种基于图像模板匹配雷达航迹起始方法

[发明专利]密集杂波环境下基于点迹多维筛选的航迹起始方法-CN201711003643.1在审
发明人：张云;穆慧琳;姜义成;化青龙;冀婷婷;杨诗寓 -专利权人：哈尔滨工业大学
申请日： 2017-10-24 - 公布日： 2018-03-13 - 主分类号： G01S7/41 文献下载
摘要：密集杂波环境下基于点迹多维筛选的航迹起始方法，本发明涉及雷达数据处理领域中航迹起始方法。本发明为解决现有技术在密集杂波背景下基于数据处理的航迹起始方法存在的虚假航迹多、起始速度慢及目标起始困难等的问题。一对点迹速度、加速度和运动转角进行运动状态约束；二根据点迹统计距离和离散度阈值，完成对所有点迹序列中所有点迹的评判；三对多帧点迹序列中每个点迹多维特征分别进行线性归一化，得到点迹线性归一化后的信噪比和形态特征，分别设置归一化信噪比阈值和形态特征阈值，根据归一化信噪比阈值和归一化形态特征阈值评判点迹；四根据一、二和三得到点迹等级，确定航迹起始。本发明用于航迹起始领域。
密集环境基于多维筛选航迹起始方法

1
共 15 条