专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果6013个,建议您升级VIP下载更多相关专利
  • [发明专利]基于船长统计模型的雷达舰船分类能力评价方法-CN202011334711.4在审
  • 水鹏朗;李杉;张坤 - 西安电子科技大学
  • 2020-11-24 - 2021-03-26 - G06K9/62
  • 本发明公开了一种基于船长统计模型的雷达舰船分类能力评价方法,包括:获取某一海域的若干船长样本数据;根据船长样本数据得到该海域的船长统计模型;建立不同径向尺寸估计误差下不同长度的舰船被正确分类的条件概率计算模型;根据船长统计模型和条件概率计算模型得到径向尺寸估计误差与该海域任一目标舰船被正确分类的概率之间的依赖曲线;根据依赖曲线对雷达舰船分类能力进行评价。本发明基于不同海域的船长统计模型,通过给出正确分类概率达到要求时容许的径向尺寸估计误差范围,能够更精确地分析和评价不同海用雷达和舰船径向尺寸估计方法的舰船粗分类能力。
  • 基于船长统计模型雷达舰船分类能力评价方法
  • [发明专利]基于对比学习的自适应舰船检测方法-CN202210900090.4在审
  • 殷俊;李琦涛;孙仕亮 - 上海海事大学
  • 2022-07-28 - 2022-10-04 - G06V10/40
  • 本发明公开了一种基于对比学习的自适应舰船检测方法,该方法包括:预训练主干网络模型;获取舰船待检测图像数据集,并将舰船待检测图像数据集输入至主干网络模型,通过主干网络模型和主干网络模型连接的特征金字塔模型处理得到若干个特征图,其中,若干个特征图用于检测不同尺度的舰船图像;将若干个特征图输入至与特征金字塔模型连接的自适应区域建议网络模型,通过自适应区域建议网络模型处理得到满足预设要求的建议框,以便通过建议框对舰船待检测图像进行检测本发明能够提升舰船检测模型的训练与执行效率,且能够实现不同尺度的目标检测。
  • 基于对比学习自适应舰船检测方法
  • [发明专利]一种用于光学遥感图像中舰船目标检测的方法-CN202210249333.2在审
  • 周黎鸣;李亚辉;饶晓晗;左宪禹;刘扬;李铁柱;张磊;蔡坤 - 河南大学
  • 2022-03-14 - 2022-06-10 - G06V20/10
  • 本发明属于光学遥感图像检测技术领域,公开一种用于光学遥感图像中舰船目标检测的方法,包括:步骤1:构建D‑RFB模块,并基于D‑RFB模块对从光学遥感图像中提取的特征图进行进一步的信息提取,同时为不同尺度的特征图提供合适的感受野;步骤2:构建弹性沙漏模块,并基于弹性沙漏模块构建弹性沙漏路径聚合网络;步骤3:基于弹性沙漏路径聚合网络对不同尺度的特征图进行融合,并输出最终的舰船目标检测结果。本发明解决了现有的目标检测方法对于光学遥感图像中舰船目标检测精度较差,中小尺寸舰船目标漏检多的问题,以及小尺寸舰船目标像素较少,位置信息以及语义信息不充分的问题,可有效提高光学遥感图像中舰船检测的精度。
  • 一种用于光学遥感图像舰船目标检测方法
  • [发明专利]一种复杂背景SAR图像舰船尾迹检测方法-CN201410212075.6有效
  • 杨国铮;禹晶;孙卫东 - 清华大学
  • 2014-05-19 - 2017-02-15 - G06T7/00
  • 一种复杂背景SAR图像舰船尾迹检测方法,首先对SAR图像进行形态成分分析或者相对全变分正则化,将图像分解为代表复杂海面的纹理成分与包含舰船尾迹的结构成分;然后对结构成分进行图像增强并对梯度图像阈值化,形成舰船尾迹区域的二值图像;最后对增强的舰船尾迹区域进行拉东变换或者霍夫变换直线检测,并在变换域中反演,得到连续的尾迹以及相关参数。本发明通过对SAR图像进行结构‑纹理分解,克服了斑点噪声及复杂纹理对舰船尾迹检测的影响,再通过对结构成分进行图像增强并对梯度图像二值化,进一步突出了舰船尾迹区域。
  • 一种复杂背景sar图像舰船检测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top