“臧璠”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3个，建议您升级VIP下载更多相关专利

[发明专利]可解释的基于高斯曲率的小目标检测方法-CN202310852539.9在审
发明人：张铭津;臧璠;岳珂;左龙;郭杰;李云松;高新波 -专利权人：西安电子科技大学
申请日： 2023-07-12 - 公布日： 2023-10-13 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种可解释的基于高斯曲率的小目标检测方法，主要解决现有方法检测准确率低的问题，实现步骤为：获取训练样本集和测试样本集；构建可解释的基于高斯曲率的小目标检测模型：包括包括主干网络及与其并行排布的结构特征增强网络；初始化参数；对小目标检测模型进行训练；对小目标检测模型的参数进行更新；获取小目标检测结果。本发明中主干网络用来提取不同尺度的特征，结构特征增强网络中，结合数学理论构建高斯曲率引导的结构提取块，使得模型具有强可解释性，其通过高斯曲率计算有效提取纹理结构信息，特征融合块再将纹理结构信息与多尺度的特征信息进行融合，补偿主干网络中下采样操作丢失的目标特征，提高小目标检测的准确率。
可解释基于高斯曲率目标检测方法

[发明专利]基于龙格-库塔残差块的红外小目标检测方法-CN202310235707.X在审
发明人：张铭津;臧璠;柏海琛;岳珂;冯卓;郭杰;李云松;高新波 -专利权人：西安电子科技大学杭州研究院
申请日： 2023-03-13 - 公布日： 2023-08-11 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于龙格‑库塔残差块的红外小目标检测方法，主要解决现有方法检测准确率较低的问题，实现步骤为：获取训练样本集和测试样本集；构建基于龙格‑库塔残差块的红外小目标检测模型：包括顺次连接的编解码网络和Head模块，以及边缘提取网络；对红外小目标检测模型进行迭代训练；获取红外图像小目标检测结果。本发明编解码网络中的龙格‑库塔残差块利用注意力机制在捕获长距离依赖关系和卷积神经网络在提取局部特征方面的优势来提取语义和保留细节，可以有效增强目标特征并抑制高频噪声，边缘提取网络能够从多个层次给予目标清晰的边缘信息，提高红外小目标检测的准确率。
基于库塔残差块红外目标检测方法

[发明专利]基于多尺度特征补偿及门控增强的小目标检测方法-CN202310283681.6在审
发明人：张铭津;臧璠;岳珂;张秉颜;李云松;高新波 -专利权人：西安电子科技大学
申请日： 2023-03-22 - 公布日： 2023-06-27 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了一种基于多尺度特征补偿及门控增强的小目标检测方法，主要解决现有方法检测准确率低的问题，实现步骤为：获取训练样本集和测试样本集；构建基于多尺度特征补偿及门控增强的小目标检测模型：包括顺次连接的卷积模块、转置模块、门控增强模块和预测模块，以及加载在卷积模块和转置模块之间的多尺度特征补偿模块；对小目标检测模型进行迭代训练；获取测试样本的小目标检测结果。本发明中多尺度特征补偿模块用来提取下采样操作前后的浅层和深层特征，并利用浅层特征对深层特征补偿细节特征，提高多尺度上下文的表征能力，门控增强模块用来增强目标特征和抑制背景噪声，提高目标的信噪比，提高小目标检测的准确率。
基于尺度特征补偿门控增强目标检测方法