“红外对抗”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果345638个，建议您升级VIP下载更多相关专利

[发明专利]一种基于对抗生成网络的红外和可见光图像检索方法-CN201910758621.9有效
发明人：高陈强;刘芳岑;周渝曦;李鹏程;陈乔伊;冉洁;叶盛 -专利权人：重庆邮电大学
申请日： 2019-08-16 - 公布日： 2022-03-11 - 主分类号： G06F16/583 文献下载
摘要：本发明属于图像处理与计算机视觉技术领域，涉及一种基于对抗生成网络的红外和可见光图像检索方法，包括将相同场景下的红外图像和可见光图像固定到同样的大小拼接在一起；将拼接的图像送入对抗生成网络进行训练，获得红外生成图像和可见光生成图像；将拼接的图像送入实例分割网络，计算图像中人的数量以及红外图像与可见光图像中的人数差，根据平均人数差，指定人数差的允许范围；对人数差在允许范围内的红外图像和可见光图像的图像特征进行欧式距离计算，根据欧式距离从小到大排序得到检索结果；本发明克服了红外图像和可见光图像的视觉差异，在仅需要提供场景配对图片的情况下，有效的将具有相同语义的红外图像和可见光图像进行匹配和检索。
一种基于对抗生成网络红外可见光图像检索方法

[发明专利]一种对成像位置变化鲁棒的抗衰减红外目标检测物理对抗方法-CN202310345590.0在审
发明人：郑海斌;严云杰;陈晋音;陈靖文;赵晓明 -专利权人：浙江工业大学
申请日： 2023-04-03 - 公布日： 2023-07-04 - 主分类号： G06F30/20 文献下载
摘要：一种对成像位置变化鲁棒的抗衰减红外目标检测物理对抗方法，包括如下步骤：步骤1，建立物理域扰动数字域模型；步骤2，生成数字域对抗扰动；步骤3、数字域对抗扰动物理迁移；包括：依据数字域上生成对抗扰动，对于像素值高于本发明将物理域的随机扰动建模成对图像的线性变换，在使用梯度下降优化的过程中对多种物理随机扰动进行采样，保证对抗扰动对于成像位置变化的鲁棒性。
一种成像位置变化衰减红外目标检测物理对抗方法

[发明专利]基于条件生成对抗网络的可见光-热红外显著目标检测方法-CN202111533990.1在审
发明人：涂铮铮;杨文芳;李成龙;罗斌;汤进;吕皖丽 -专利权人：安徽大学
申请日： 2021-12-15 - 公布日： 2022-04-15 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于条件生成对抗网络的可见光‑热红外显著目标检测方法，本发明基于条件生成对抗网络模型设计两个生成器，基于对抗学习分别提升查全率和查准率并使之达到平衡，从而得到更精细化的显著目标预测结果；通过全局上下文信息模块整合高层语义特征，整合后的特征作为解码器每层的引导特征包含有更丰富的全局上下文信息；本发明的协同注意力模型融合可见光模态和热红外模态特征的同时，进一步突出前景目标区域，抑制冗余的背景噪声影响，本发明的显著图比其他先进的方法具有更高的置信度
基于条件生成对抗网络可见光红外显著目标检测方法

[发明专利]一种融合边缘信息的红外图像超分辨率重建系统及方法-CN202210534264.X在审
发明人：胡蕾;李云洪;罗斌 -专利权人：江西师范大学
申请日： 2022-05-17 - 公布日： 2022-07-22 - 主分类号： G06T3/40 文献下载
摘要：本发明属于图像处理技术领域，涉及一种融合边缘信息的红外图像超分辨率重建系统及方法，包括生成对抗网络模型，生成对抗网络模型由边缘检测网络，若干边缘特征处理模块和图像超分辨率重建网络构成，边缘检测网络包括若干个卷积阶段；图像超分辨率重建网络包括若干层级深度特征提取模块；本发明利用边缘检测网络来提取图像的边缘特征，将训练完成的边缘检测网络融合进超分辨率重建网络中，共同构成该生成对抗网络模型。本发明使重建的高分辨率红外图像具有更加锐利的边缘细节信息，拥有更好的视觉效果。
一种融合边缘信息红外图像分辨率重建系统方法

[发明专利]无线智能装弹采集器-CN201710499731.9在审
发明人：张劲松;王培旭;孙力;李军杰 -专利权人：北京盈想东方科技股份有限公司
申请日： 2017-06-27 - 公布日： 2017-10-03 - 主分类号： F41A33/00 文献下载
摘要：本发明公开了无线智能装弹采集器，包括壳体、安装在壳体上的显示单元和操作单元以及安装在壳体内的控制单元，其中控制单元包括cpu控制器、红外通信模块和Zigbee无线通信模块，cpu控制器分别与显示单元、操作单元、红外通信模块和Zigbee无线通信模块连接，本发明公开的无线智能装弹采集器具有提升设备操作的便利性，提高实兵对抗训练设备的智能化水平，增强模拟对抗演练的效果的优点。
无线智能装弹采集

[实用新型]无线智能装弹采集器-CN201720756532.7有效
发明人：张劲松;王培旭;孙力;李军杰 -专利权人：北京盈想东方科技股份有限公司
申请日： 2017-06-27 - 公布日： 2018-04-20 - 主分类号： F41A33/00 文献下载
摘要：本实用新型公开了无线智能装弹采集器，包括壳体、安装在壳体上的显示单元和操作单元以及安装在壳体内的控制单元，其中控制单元包括cpu控制器、红外通信模块和Zigbee无线通信模块，cpu控制器分别与显示单元、操作单元、红外通信模块和Zigbee无线通信模块连接，本实用新型公开的无线智能装弹采集器具有提升设备操作的便利性，提高实兵对抗训练设备的智能化水平，增强模拟对抗演练的效果的优点。
无线智能装弹采集

[发明专利]一种基于双目识别的打靶机器人对抗系统-CN202011578634.7在审
发明人：郑江宏;李瑞峰;梁培栋;李哲;陈泰山 -专利权人：福建（泉州）哈工大工程技术研究院
申请日： 2020-12-28 - 公布日： 2021-04-16 - 主分类号： F41A33/00 文献下载
摘要：本发明公开一种基于双目识别的打靶机器人对抗系统，业务层包括PC端软件系统；系统核心层包括GNSS基站、GNSS移动站、微控制单元和导航系统；执行层包括底层控制板及包括红外发射器和红外无线接收报环靶以及红外接收器的激光模拟武器系统及包括超声波装置本发明的打靶机器人对抗系统实现了智能化的对抗射击、躲避射击以及其他功能，可以使得与打靶机器人的训练更进一步接近实战，有利于提升士兵的训练效率。
一种基于双目识别打靶机器人对抗系统

[发明专利]一种基于CNN和ViT的红外图像彩色化方法-CN202310477749.4在审
发明人：詹伟达;陈宇;葛薇;唐雁峰;李国宁 -专利权人：长春理工大学重庆研究院
申请日： 2023-04-28 - 公布日： 2023-07-25 - 主分类号： G06T11/00 文献下载
摘要：本发明属于图像处理技术领域，尤其为一种基于CNN和ViT的红外图像彩色化方法，该方法包括如下步骤：S1，构建网络模型：整个生成对抗网络包括生成器和鉴别器；S2，准备数据集：对整个生成对抗网络先用红外图像数据集一进行训练；S3，训练网络模型：训练红外图像彩色化模型，将S2中准备好的数据集进行预处理，调整数据集中每个图像的尺寸，固定输入图像的大小，将处理好的数据集输入到S1中构建好的网络模型中进行训练。本发明采用的网络结构是基于CNN和ViT的生成对抗网络结构，结合了CNN获取局部特征和ViT捕获长程依赖关系的优点，获得更大的感受野，降低了计算复杂度，充分利用了全局信息和局部信息，提高了彩色化能力，能够生成高质量的彩色化图像
一种基于 cnn vit 红外图像彩色方法

[实用新型]远距离对抗模拟作战系统-CN201220717315.4有效
发明人：李斌阳 -专利权人：李斌阳
申请日： 2012-12-24 - 公布日： 2013-06-19 - 主分类号： F41A33/00 文献下载
摘要：远距离对抗模拟作战系统是由总机控制装置、无线总控制器、无线中继台、红外遥控器、单兵对抗装置、坦克装置、飞机装置、地堡装置、120迫击炮及40火箭炮组成；无线中继台与无线总控制器电性连接，无线总控制器与总机控制装置电性连接起来；单兵对抗装置、坦克装置、飞机装置、地堡装置、120迫击炮及40火箭炮分别与红外遥控器以无线遥控方式连接起来；本实用新型系统运用激光数字模拟技术，模拟作战环境中的子弹发射、击中、击毙及轰炸等作战效果；结合无线数传、声音模拟、红外接收等组件，激光发射器发射激光束，激光接收器接收到激光束时候视为被命中，命中次数达到设置命值后系统直接引爆发烟装置，作战装备出局，退出演习，这种方法费用低，场地不受限制、条件要求低、容易保障
远距离对抗模拟作战系统

[发明专利]一种红外图像自适应增强的方法与装置-CN202110183673.5在审
发明人：张辉;曹剑中;刘学斌;王浩 -专利权人：中国科学院西安光学精密机械研究所
申请日： 2021-02-08 - 公布日： 2021-06-18 - 主分类号： G06T5/00 文献下载
摘要：为了解决现有的红外图像增强方法存在图像局部细节丢失，图像细节丰富程度不够以及无法形成端到端的解决方案，不具备发掘、丰富图像细节的能力，也不具备自动修复图像细节能力的技术问题，本发明提供了一种红外图像自适应增强的方法与装置本发明设计了一种基于对抗生成网络的红外图像增强模型，充分利用对抗神经网络特征，通过神经网络设计、损失函数设计，实现生成子网络和鉴别子网络的动态平衡，能够实现端到端的红外图像增强处理；在模型训练过程中，以真实的可见光灰度图像为条件，依靠鉴别子网络D监督生成子网络G，以及生成子网络与鉴别子网络间的相互博弈，使得本网络模型具备良好的红外图像增强能力。
一种红外图像自适应增强方法装置

[发明专利]一种基于对抗生成网络的红外偏振可见光人脸翻译方法-CN202111359913.9在审
发明人：汪方斌;金蓄;唐晟;朱达荣;唐玺;陈中;王海霞;齐梦婷;王子妮;李建国 -专利权人：安徽建筑大学
申请日： 2021-11-17 - 公布日： 2022-02-18 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种基于对抗生成网络的红外偏振可见光人脸翻译方法，包括步骤：S1、由人脸面部的自发辐射透过偏振图像系统来获得红外偏振人脸图像；S2、改进Pix2pix网络，引入实例正则化增加不同图像的独立性；S3、设计MSE损失函数和特征重建损失函数促进捕捉红外偏振图像的细节纹理信息；S4、用改进的网络生成的图像效果与其他网络进行对比，并用客观评价指标进行分析对比。本发明一种基于对抗生成网络的红外偏振可见光人脸翻译方法，可以有效提取红外偏振人脸图像特有的深层次细节纹理，并且图像不发生明显偏移，提升了人脸翻译的效果，在视觉效果和客观评价上都取得更优的效果。
一种基于对抗生成网络红外偏振可见光翻译方法

[发明专利]红外与可见光图像配准方法、系统、设备、图像处理终端-CN202210029468.8在审
发明人：王斌;牛兴振;郭盛林 -专利权人：西安电子科技大学
申请日： 2022-01-12 - 公布日： 2022-05-24 - 主分类号： G06T7/33 文献下载
摘要：本发明属于图像处理技术领域，公开了一种红外与可见光图像配准方法、系统、设备、图像处理终端，包括：(1)采集红外图像与可见光图像；(2)构建训练数据集，构建并训练条件生成对抗神经网络；(3)利用YOLOv5网络检测可见光图像目标；(4)利用生成对抗神经网络从可见光图像生成伪红外图像；(5)加速鲁棒特征(SURF)算法构建特征描述子，运用暴力匹配法构建匹配模型；(6)通过距离、斜率一致性过滤误匹配点；(7)本发明能够对目标尺寸差异较大、背景复杂的红外与可见光图像完成较为精准的配准，是一种实用的红外与可见光图像配准的解决方案。
红外可见光图像方法系统设备处理终端

[发明专利]基于图像衍生的复杂背景下红外无人机群目标仿真方法-CN202110163909.9有效
发明人：张焱;张宇;石志广;杨卫平;张景华;索玉昌;刘荻;师晓冉;凌峰 -专利权人：中国人民解放军国防科技大学
申请日： 2021-02-05 - 公布日： 2022-09-23 - 主分类号： G06T5/50 文献下载
摘要：本发明属于红外图像仿真领域，公开了一种基于图像衍生的复杂背景下红外无人机群目标仿真方法。该方法包括步骤：(S1)对红外视频进行预处理，得到原始无人机模板数据集和背景模板数据集；(S2)制作模糊‑复原数据集；(S3)对进化‑退化对抗网络模型进行有监督预训练与无监督微调；(S4)使用对抗网络模型进行无人机模板提取、背景叠加、图像复原；(S5)联合求解高斯‑泊松方程得到仿真图像；(S6)多次混合多个原始无人机模板得到红外无人机群仿真图像。本发明方法能够剔除红外无人机图像中的背景信息，提取高清晰度和信噪比的无人机模板与背景模板进行混合，去除了合成图像的深色伪影，得到了调和度和视觉真实性较高的合成图像。
基于图像衍生复杂背景红外无人机群目标仿真方法

[发明专利]一种基于Cascade-GAN的多波段红外图像融合方法-CN202111055699.8在审
发明人：彭玉怀;王文茜;郭钰;王晨路;吴菁晶 -专利权人：东北大学
申请日： 2021-09-09 - 公布日： 2021-12-07 - 主分类号： G06K9/40 文献下载
摘要：本发明涉及一种基于Cascade‑GAN的多波段红外图像融合方法，首先，通过将采集到的包括短波、中波、长波在内的针对同一场景的多波段红外图像沿通道进行连接，得到的三通道图像作为级联生成对抗网络模型Cascade‑GAN的训练数据集，利用训练好的去噪生成对抗网络模型DnGAN生成去噪图像，提高图像信噪比；然后将去噪后的图像输入融合生成对抗网络FuGAN，通过该融合网络的生成器GFu与其判别器DFu之间的对抗博弈进行高质量图像融合；级联网络通过建立总损失函数，利用FuGAN输出结果指导DnGAN的训练，通过提高FuGAN的输出质量来改善DnGAN
一种基于 cascade gan 波段红外图像融合方法

[发明专利]机器学习装置以及图像处理装置-CN202180056024.7在审
发明人：竹原英树;木田晋吾;杨尹诚 -专利权人： JVC建伍株式会社
申请日： 2021-02-01 - 公布日： 2023-05-02 - 主分类号： G06T7/00 文献下载
摘要：远红外线图像训练数据获取部(20)获取第一规定时间段的远红外线图像。可见光图像训练数据获取部(30)获取第二规定时间段的可见光图像。可见光图像生成模型学习部(40)将第一规定时间段的远红外线图像和第二规定时间段的可见光图像作为训练数据在对抗生成网络中进行机器学习，生成根据第一规定时间段的远红外线图像生成第二规定时间段的可见光图像的已学习的生成模型可见光图像生成模型学习部(40)还生成通过在对抗生成网络中进行机器学习来识别远红外线图像是否是在第一规定时间段拍摄到的远红外线图像的已学习的识别模型(70)。
机器学习装置以及图像处理