|
搜索
搜 索
高等教育领域数字化综合服务平台
一种相控阵三维声学摄像声纳动静目标识别方法
本发明公开了一种相控阵三维声学摄像声纳动静目标识别方法,包括目标聚类步骤、目标特征提取步骤和目标特征匹配步骤。通过遍历声纳数据点,利用数据点之间的距离连通性对目标进行聚类,得到单帧图像中的各个独立目标;对聚类后的各个目标进行三维特征提取,包括目标总点数、目标质心、距离跨度和边界信息等;对相邻两帧中处于重叠区域的目标进行前后帧的特征匹配,通过合理设定各个特征参数的权重值,计算各个特征参数与权重值的累加和,实现动静目标的有效识别。该方法布局严谨、高实时高精度、准确率高、可扩展性强,有效地实现了三维声纳目标动静目标识别功能。
浙江大学
2021-04-11
一种基于视频技术的目标识别装置
一种基于视频技术的目标识别装置，包括固定杆，所述固定杆横截面上端形成空腔，下端靠近两侧分别为支撑座，两支撑座之间形成通道，中空T形杆水平段置于所述空腔中，竖直段穿过所述通道并与位于固定杆下方的监视设备固定连接，环形链条带动中空T形杆沿固定杆在水平方向上移动。通过将监视设备与中空T形杆连接并安装在固定杆下方，用环形链条带动监视设备在水平方向上移动，从而扩大了监视设备的监控范围并实现精准监控。
安徽建筑大学
2021-01-12
一种动平台对地固定目标异构并行自动目标识别器
本发明公开了一种动平台对地固定目标异构并行自动目标识别器，所述目标识别器包括：交换式网络与至少一个处理部件，所述处理部件与所述交换式网络之间通过输入 FIFO 接口、同步存储器输出接口以及控制线连接，所述交换式网络用于动态链接不同的所述输入FIFO 接口和所述同步存储器输出接口，所述处理部件用于完成自动目标识别过程中所需的各种算法功能，所述输入 FIFO 用于缓存输入的待处理图像数据，所述同步存储器输出接口用于缓存待
华中科技大学
2021-04-14
一种动平台对空目标双色红外异构并行自动目标识别器
本发明公开了一种动平台对空目标双色红外异构并行自动目标识别器，所述目标识别器包括：交换式网络与至少一个处理部件，所述处理部件与所述交换式网络之间通过输入 FIFO 接口、同步存储器输出接口以及控制线连接，所述交换式网络用于动态链接不同的所述输入 FIFO 接口和所述同步存储器输出接口，所述处理部件用于完成自动目标识别过程中所需的各种算法功能，所述输入 FIFO 用于缓存输入的待处理图像数据，所述同步存储器输出接口用于
华中科技大学
2021-04-14
一种基于单频网外辐射源雷达的飞机目标识别方法
本发明公开了一种基于单频网外辐射源雷达的飞机目标识别方法，利用飞机目标旋转部件（旋翼、 螺旋桨、或喷气式引擎）产生的微多普勒调制特征进行目标识别。首先对参考通道和监测通道信号进行 二维互相关处理，据此实现对目标的检测；接着从距离多普勒谱上不同距离单元位置提取各个发射站所 对应的微多普勒特征；最后利用信息融合技术对多角度特征进行决策级融合识别。本发明组合了单频网 中各个发射站同时提供的微多普勒特征，减少了目标微多普勒特征的姿态敏感性，从而提高识别
武汉大学
2021-04-14
航空吊放声纳与航空声纳浮标
航空吊放声纳：是一种装备于反潜直升机上的机载声纳设备，用于对水下潜艇等目标的搜索、定位、识别、跟踪和监视。吊放声纳系统包括：水下分机、吊放电缆、收放绞车、发射接口分机、显示控制分机等。
工作时直升机悬停在空中，通过绞车和吊放电缆将水下分机放入水中，对目标进行搜索和探测。该类型的声纳探测深度可变、目标探测精度高，是海军反潜效果最好的声纳设备之一。
航空声纳浮标：是装备于反潜巡逻机、反潜直升机和某些水上飞机的声纳设备，用于对水下潜艇等目标的大范围搜索、定位、识别和跟踪。声纳浮标属一次性使用的消耗性器材，其外形呈圆柱形，顶部有可分离的减速装置和天线护罩，壳体内安装有可折叠的天线、无线电发射机、声信号放大器、声纳基阵、电池和浮标自沉装置等。
西北工业大学
2021-05-11
一种快速定位对等网络目标节点标识的方法
研发阶段/n本发明公开了一种快速定位对等网络目标节点标识的方法，涉及计算机网络、分布式计算机和算法设计与分析的交叉技术应用领域。该方法在拓扑形成时充分利用网络访问的区域性和物理网络中节点的邻近特性降低访问延迟和路由长度。从而能够尽可能解决上层的逻辑覆盖图与底层物理拓扑图的不匹配的问题。此外，把哈希表中的对等点分成普通节点和记录节点，记录节点负责记录普通节点的查询路径，供查询相同关键字的节点参考，减少了资源定位时间，从而使得系统响应时间相应地减少，网络速度加快，查询延时降低，信息查询效率得到了进一步的
湖北工业大学
2021-01-12
基于生成图像数据的水下目标检测与识别
一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无
厦门大学
2021-04-11
一种对海目标红外成像识别装置
本发明公开了一种对海目标红外成像识别装置，包括：主处理板和显示板，所述主处理板包括图像收发模块（101）、总线控制模块、数字信号处理器模块、图像数据存储模块、通信接口模块、非均匀性校正片上系统（SoC）、多级滤波专用集成电路（ASIC）、标记专用集成电路（ASIC），完成图像的预处理和目标的识别与跟踪，所述显示板包括图像收发模块（102）、图像实时显示控制模块、显示数据存储模块。本发明有效地保证了动平台上对海目标自动
华中科技大学
2021-04-14
恶劣成像环境下图像目标检测、识别与跟踪系统
一、项目简介 项目旨在解决现有目标检测、识别和跟踪系统易受雨天、雾天、沙尘、低光照、水下等恶劣成像环境的影响问题，使得相关目标检测、识别与跟踪系统可以全天候工作，最大程度克服相关视觉应用系统受天气和工作场景的影响的局限。 二、前期研究基础 课题组通过多年攻关，在相关核心技术方面有多项突破，提出多项拥有自主知识产权的针对恶劣成像环境下退化图像的质量提升方法。相关研究处于国内领先水平，已在包括IEEE Trans.Image Processing， CVPR，ICCV等计算机视觉国际顶级期刊和会议上发表论文17篇。授权发明专利5项，软件著作权1项。 三、应用技术成果 1) 雾天图像增强2) 水下图像增强 3) 雾天图像增强
厦门大学
2021-04-11