CN109490843A - 一种归一化雷达屏幕监测方法及系统 - Google Patents

一种归一化雷达屏幕监测方法及系统 Download PDF

Info

Publication number
CN109490843A
CN109490843A CN201811356972.9A CN201811356972A CN109490843A CN 109490843 A CN109490843 A CN 109490843A CN 201811356972 A CN201811356972 A CN 201811356972A CN 109490843 A CN109490843 A CN 109490843A
Authority
CN
China
Prior art keywords
radar
data
information
image
ppi
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811356972.9A
Other languages
English (en)
Other versions
CN109490843B (zh
Inventor
吕春
鲍捷
陈英爽
阴陶
戴荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHENGDU FOURIER ELECTRONIC TECHNOLOGY Co Ltd
Original Assignee
CHENGDU FOURIER ELECTRONIC TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CHENGDU FOURIER ELECTRONIC TECHNOLOGY Co Ltd filed Critical CHENGDU FOURIER ELECTRONIC TECHNOLOGY Co Ltd
Priority to CN201811356972.9A priority Critical patent/CN109490843B/zh
Publication of CN109490843A publication Critical patent/CN109490843A/zh
Application granted granted Critical
Publication of CN109490843B publication Critical patent/CN109490843B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/04Display arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种归一化雷达屏幕监测方法,包括步骤:S1确定待测雷达型号与其PPI中所对应的图标信息;S2根据确定情况,从雷达数据存储单元中提取所对应的雷达型号信息、图标信息、以及雷达图像与文字数据信息;S3通过架设的外置视频数据采集单元,实时采集待测雷达的PPI图像视频和PPI显示数据;S4对采集的PPI图像视频进行去噪音、去抖动,并删除非PPI部分的图像信息,进行目标监测与目标跟踪,输出待测目标数据;对采集的PPI显示数据进行OCR识别,输出识别数据;S5将S4输出的目标数据和识别数据与S2提取的信息进行数据融合,输出虚拟雷达图像与文字报表,并予以显示。解决多种雷达系统信息数据的统一化平台展示的技术问题,给指控中心提供更加直观的雷达信息数据。

Description

一种归一化雷达屏幕监测方法及系统
技术领域
本发明涉及图像处理和雷达显示技术领域,具体来说,尤其与一种归一化雷达屏幕监测方法及系统相关。
背景技术
现代战争中,各种高性能、新体制雷达的研究与应用受到了广泛重视。为了对雷达系统进行研制、测试、实验、验收以及对信号处理算法进行研究,需要雷达数据采集记录系统采集并记录下外场真实环境中的雷达动态数据。
随着兼容多种体制和多种工作模式雷达系统的不断出现,各个国家、公司雷达系统的不同,所传输的数据、协议等无法做到通用化。同时除了观察员外,其他人员无法实时观察到雷达显示数据。
为解决以上现状,急需开发一种雷达屏幕监测方法及系统,实现雷达屏幕监测的通用化、归一化,简化指控平台的操作难度与信息处理滞后的现象。
发明内容
为了解决上述问题,本发明提供一种归一化雷达屏幕监测方法及系统,可以解决多种雷达系统信息数据的统一化平台展示的技术问题,给指控中心提供更加直观的雷达信息数据。
本发明采用以下技术:
一种归一化雷达屏幕监测方法,其特征在于,包括以下步骤:
S1、确定待测雷达型号与其PPI中所对应的图标信息;
S2、根据确定情况,从雷达数据存储单元中提取所对应的雷达型号信息、图标信息、以及雷达图像与文字数据信息;
S3、通过架设的外置视频数据采集单元,实时采集待测雷达的PPI图像视频和PPI显示数据;
S4、对采集的PPI图像视频进行去噪音、去抖动,并删除非PPI部分的图像信息,进行目标监测与目标跟踪,输出待测目标数据;
对采集的PPI显示数据进行OCR识别,输出识别数据;
S5、将S4输出的目标数据和识别数据与S2提取的信息进行数据融合,输出虚拟雷达图像与文字报表,并予以显示。
进一步,步骤S1中,具体是确定待测雷达的具体型号,确认此型号中需要虚拟显示的主要文字信息或图标形状,确认目标在PPI显示的单位参数或映射值。
进一步,步骤S2中,若雷达数据存储单元中无对应信息,则采用雷达信息编辑的形式向雷达数据存储单元录入待测雷达的雷达型号信息、图标信息、以及雷达图像与文字数据信息,并进行数据关联设定,同时进行提取。
进一步,步骤S4中,使用CNN+BLSTM+CTC架构进行OCR识别。
进一步,步骤S4中,OCR识别采用的训练数据是利用包含文字、标点、数字和字母的开源语料库,通过字体、大小、灰度、模糊、透视、拉伸变化随机生成。
进一步,步骤S4中的去噪音,是先对PPI图像视频的每帧进行图像二值化处理,然后对二值化图像进行图形增强完成。
进一步,步骤S4中的去抖动,是在去噪音后,以S2提取信息作为匹配模板,采用特征点匹配算法确认视频中待测雷达区内容。
进一步,步骤S4中通过图像减法操作去除非PPI显示部分的图像。
进一步,步骤S4中,采用图像处理帧差法、或质心法、或帧差法与质心法融合算法进行目标监测与目标跟踪。
一种归一化雷达屏幕监测系统,其特征在于,包括:
雷达数据存储单元,用于存储供提取的雷达型号信息、图标信息、以及雷达图像与文字数据信息;
雷达信息提取单元,用于根据确定的待测雷达型号与其PPI中所对应的图标信息,从雷达数据存储单元提取对应的雷达型号信息、图标信息、以及雷达图像与文字数据信息;
外置视频采集单元,用于实时采集PPI图像和显示数据;
图像处理单元,用于对采集的PPI图像视频进行去噪音、去抖动,删除非PPI部分的图像信息,并进行目标监测与目标跟踪,输出待测目标数据;
OCR识别单元,用于采集的PPI显示数据进行OCR识别,输出识别数据;
融合处理单元,用于将图像处理单元输出的目标数据和OCR识别单元输出的识别数据,与雷达信息提取单元提取的信息进行数据融合;
显示单元,用于将融合处理单元输出的虚拟雷达图像与文字报表予以显示。
进一步,还包括,雷达信息编辑单元,用于当雷达数据存储单元中无对应信息时,向雷达数据存储单元录入待测雷达的雷达型号信息、图标信息、以及雷达图像与文字数据信息,并进行数据关联设定,同时由雷达信息提取单元进行提取。
本发明有益效果:
1、不同类型的雷达显示效果是不同的,有些是钟表的显示形势,有些是整个方形画面都是显示,而且显示的内容也是不一样的,有些只显示目标,有些还会在画面中显示地形数据,本发明解决多种雷达系统信息数据的统一化平台展示的技术问题,实现了雷达屏幕监测的通用化和归一化;
2、在PPI图像视频处理中,充分考虑了雷达PPI采集的特殊性,结合了图像二值化、图像增强降噪,并采用以提取信息作为匹配模板的特征点匹配算法去除采集过程中产生的抖动,通过上述处理有效增强了雷达视频图像的有效信息,在此基础上进一步结合图像减法操作有效去除非PPI显示部分,减少图像中的无效信息,然后采用图像处理帧差法、或质心法、或帧差法与质心法融合算法进行目标检测与目标跟踪,实现有效目标信息的输出,有效完成了PPI图像视频向虚拟化的初步转换;
3、在对PPI显示数据的OCR识别中,采用卷积神经网络+长短期记忆网络+基于神经网络时序分类的深度学习架构,以包含文字、标点、数字和字母的开源语料库作为训练数据,能够高效、精准的完成对PPI显示数据的识别,可有效提取雷达显示相关所有文字信息,实现数据信息的全覆盖输出,为融合数据提供了基础;
4、本发明采用包含PPI图像视频处理方法、PPI显示数据OCR识别方法,以及与提取的信息进行数据融合的方法,实现了虚拟化手段展示雷达PPI所有数据,给指控中心提供更加直观的雷达信息数据,简化指控平台的操作难度与信息处理滞后的现象。
附图说明
图1为本发明实施例所述的归一化雷达屏幕监测系统结构示意图。
图2为本发明实施例所述的归一化雷达屏幕监测方法示意图。
图3 为本发明实施例所述的对PPI图像视频的处理方法流程。
图4为本发明实施例所述的对PPI图像视频处理前后的对比图。
具体实施方式
为了使本申请的目的、技术方案和具体实施方法更为清楚,结合附图实例对本申请进行进一步详细说明。
如图1所示为,本发明实施例所述的归一化雷达屏幕监测系统结构示意图。
一种归一化雷达屏幕监测系统,包括:雷达数据存储单元、雷达信息提取单元、外置视频采集单元、图像处理单元、OCR识别单元、融合处理单元、显示单元、雷达信息编辑单元。
具体的,雷达数据存储单元,用于存储供提取的雷达型号信息、图标信息、以及雷达图像与文字数据信息,包括通用/专用雷达,所述的雷达图像与文字数据信息包括目标的高度、航向、速度、轨迹、架数以及人工对雷达进行操作或控制的标志过数据。
具体的,雷达信息提取单元,用于根据确定的待测雷达型号与其PPI中所对应的图标信息,从雷达数据存储单元提取对应的雷达型号信息、图标信息、以及雷达图像与文字数据信息。
具体的,外置视频采集单元,为外置视频采集设备与相应的设备信息管理模块,可根据不同的外部环境采用定制化图像采集设备,用于实时采集PPI图像和显示数据。具体可以是架设的摄像机。
具体的,图像处理单元,包括用于去噪音、去抖动的图像增强模块,通过图像减法去除非PPI显示部分的图像的非PPI消除模块,目标监测与目标跟踪模块,最终输出待测目标数据。
具体的,OCR识别单元,用于采集的PPI显示数据进行OCR识别,输出识别数据。具体的,采用目前成熟的卷积神经网络+长短期记忆网络+基于神经网络的时序分类的深度学习架构,即CNN+BLSTM+CTC架构,对PPI所显示的汉子、标点、数字、字母等数据进行OCR识别。
具体的,OCR识别单元采用的训练数据是利用包含文字、标点、数字和字母的开源语料库,通过字体、大小、灰度、模糊、透视、拉伸等变化随机生成的;深度学习过后,生成字典,字典中包含汉字、标点、字母、数字共5200个字符;每个样本固定16个字符,字符随机截取自语料库中的句子;图片分辨率统一为320x64;共生成约320万张图片,按9:1分成训练集、验证集。
具体的,融合处理单元,用于将图像处理单元输出的目标数据和OCR识别单元输出的识别数据,与雷达信息提取单元提取的信息进行数据融合。
具体的,显示单元,用于将融合处理单元输出的虚拟雷达图像与文字报表予以显示。
具体的,雷达信息编辑单元,用于当雷达数据存储单元中无对应信息时,向雷达数据存储单元录入待测雷达的雷达型号信息、图标信息、以及雷达图像与文字数据信息,并进行数据关联设定。录入的同时,由雷达信息提取单元进行提取。
如图2所述,为本发明实施例所述的一种归一化雷达屏幕监测方法流程示意图。
S1:确定待测雷达型号与其PPI中所对应的图标信息。具体是,确定待测雷达的具体型号,确认此型号中需要虚拟显示的主要文字信息或图标形状,确认目标在PPI显示的单位参数或映射值。
S2:根据确定情况,从雷达数据存储单元中提取所对应的雷达型号信息、图标信息、以及雷达图像与文字数据信息。
若雷达数据存储单元中如无对应信息供提取,利用雷达信息编辑单元录入各类雷达型号与其相应的雷达型号信息、图标信息、以及雷达图像与文字数据信息至雷达数据存储单元,完善雷达数据存储单元的数据库。
若当前待测雷达的最新手册信息与雷达数据存储单元中已有的对应信息不一致,利用雷达信息编辑单元调用和提取对应的信息,并对其进行编辑,更新为与最新手册匹配的信息,并进行数据关联设定。
由于,雷达数据存储单元村粗的雷达图形图标数据库,其所涵盖的雷达信息与图标信息并不能囊括所有型号,则可通过上述方法,根据实际情况进行导入或制作,通过数据关联设置其相关属性。
例如,雷达图形图标数据库自身存储有20个型号雷达的PPI信息数据,现有新型雷达需录入,待确认需要录入的关键参数后,可从数据库中选取已存在的相识或同样的图标,如无法找到,可外部导入自制图标,在设置其相关关联属性。
S3、架设外置视频数据采集器,调试设备信息管理模块,实时采集待测雷达的PPI图像视频和PPI显示数据。
S4、对采集的PPI图像视频,进行去噪音、去抖动,并删除非PPI部分的图像信息,进行目标监测与目标跟踪,输出待测目标数据。
如图3所示,为对PPI图像视频的处理方法流程。
S401:先对PPI图像视频的每帧进行图像二值化处理;
S402:对二值化图像进行图形增强,完成去噪音;
S403:以S2提取信息作为匹配模板,采用特征点匹配算法确认视频中待测雷达区内容,完成去抖动;
S404:通过图像减法操作去除非PPI显示部分的图像;
S405:采用图像处理帧差法、或质心法、或帧差法与质心法融合算法,进行目标检测与目标跟踪;
S406:输出待测目标数据。
如图4所述,为实施例所述的对PPI图像视频进行处理前后的对比图。
具体的:
图4(a)为外置视频数据采集器采集的PPI图像视频原始数据。
图4(b)为对采集的PPI图像视频原始数据,进行去噪音、去抖动,删除非PPI部分的图像信息后,并完成目标监测与目标跟踪,输出的待测目标数据。
对采集的PPI显示数据,进行OCR识别,输出识别数据。
OCR识别方具体实施方面,主要是针对PPI显示数据上的文字信息提取,并按照自定义的模板返回到可视化大屏上。传统OCR对于没有制作对应模板的图片,只能按行返回识别结果。
本发明具体是采用OCR识别单元,采用目前成熟的卷积神经网络+长短期记忆网络+基于神经网络的时序分类的深度学习架构,即CNN+BLSTM+CTC架构,对PPI所显示的汉子、标点、数字、字母等数据进行OCR识别。
本发明采用的训练数据是利用中文语料库,包含文字、标点、数字和字母的开源语料库,通过字体、大小、灰度、模糊、透视、拉伸等变化随机生成的;深度学习过后生成字典,字典中包含汉字、标点、字母、数字共5200个字符;每个样本固定16个字符,字符随机截取自语料库中的句子;图片分辨率统一为320x64;共生成约320万张图片,按9:1分成训练集、验证集。自定义模板文字识别可以通过自助的模板制作,建立起键值的对应关系,配合自动分类功能一步完成非结构化到结构化的转换,实现自动化的数据录入。
S5、将S4输出的目标数据和识别数据与S2提取的信息进行数据融合,输出虚拟雷达图像与文字报表,并予以显示。
具体的,融合处理单元对完成处理后的数据与所设定的雷达图形图标原始数据进行匹配融合,并将所述数据传送至与之连接的图像数据显示单元,用于设置虚拟雷达图像界面,将所述处理后的数据根据数据内容显示在对应的雷达图形显示界面上,并显示实时更新的目标位置坐标、高度、航向、速度、轨迹、架数以及人工对雷达进行操作或控制的标志等数据,其中所述显示界面具有已读显示、未读显示、编辑信息功能与报表输出功能。
综上所述,借助于本发明的上述技术方案,本发明可以解决多种雷达系统信息数据的统一化平台展示的技术问题,采用虚拟化手段展示雷达PPI所有数据,给指控中心提供更加直观的雷达信息数据,简化指控平台的操作难度与信息处理滞后的现象。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种归一化雷达屏幕监测方法,其特征在于,包括以下步骤:
S1、确定待测雷达型号与其PPI中所对应的图标信息;
S2、根据确定情况,从雷达数据存储单元中提取所对应的雷达型号信息、图标信息、以及雷达图像与文字数据信息;
S3、通过架设的外置视频数据采集单元,实时采集待测雷达的PPI图像视频和PPI显示数据;
S4、对采集的PPI图像视频进行去噪音、去抖动,并删除非PPI部分的图像信息,进行目标监测与目标跟踪,输出待测目标数据;对采集的PPI显示数据进行OCR识别,输出识别数据;
S5、将S4输出的目标数据和识别数据与S2提取的信息进行数据融合,输出虚拟雷达图像与文字报表,并予以显示。
2.根据权利要求1所述的归一化雷达屏幕监测方法,其特征在于:步骤S1中,具体是确定待测雷达的具体型号,确认此型号中需要虚拟显示的主要文字信息或图标形状,确认目标在PPI显示的单位参数或映射值。
3.根据权利要求1所述的归一化雷达屏幕监测方法,其特征在于:步骤S2中,若雷达数据存储单元中无对应信息,则采用雷达信息编辑的形式向雷达数据存储单元录入待测雷达的雷达型号信息、图标信息、以及雷达图像与文字数据信息,并进行数据关联设定,同时进行提取。
4.根据权利要求1所述的归一化雷达屏幕监测方法,其特征在于:步骤S4中,使用CNN+BLSTM+CTC架构进行OCR识别。
5.根据权利要求1所述的归一化雷达屏幕监测方法,其特征在于:步骤S4中,OCR识别采用的训练数据是利用包含文字、标点、数字和字母的开源语料库,通过字体、大小、灰度、模糊、透视、拉伸变化随机生成。
6.根据权利要求1所述的归一化雷达屏幕监测方法,其特征在于:步骤S4中的去噪音,是先对PPI图像视频的每帧进行图像二值化处理,然后对二值化图像进行图形增强完成。
7.根据权利要求1所述的归一化雷达屏幕监测方法,其特征在于:步骤S4中的去抖动,是在去噪音后,以S2提取信息作为匹配模板,采用特征点匹配算法确认视频中待测雷达区内容。
8.根据权利要求1所述的归一化雷达屏幕监测方法,其特征在于:步骤S4中,采用图像处理帧差法、或质心法、或帧差法与质心法融合算法进行目标监测与目标跟踪。
9.一种归一化雷达屏幕监测系统,其特征在于,包括:
雷达数据存储单元,用于存储供提取的雷达型号信息、图标信息、以及雷达图像与文字数据信息;
雷达信息提取单元,用于根据确定的待测雷达型号与其PPI中所对应的图标信息,从雷达数据存储单元提取对应的雷达型号信息、图标信息、以及雷达图像与文字数据信息;
外置视频采集单元,用于实时采集PPI图像和显示数据;
图像处理单元,用于对采集的PPI图像视频进行去噪音、去抖动,删除非PPI部分的图像信息,并进行目标监测与目标跟踪,输出待测目标数据;
OCR识别单元,用于采集的PPI显示数据进行OCR识别,输出识别数据;
融合处理单元,用于将图像处理单元输出的目标数据和OCR识别单元输出的识别数据,与雷达信息提取单元提取的信息进行数据融合;
显示单元,用于将融合处理单元输出的虚拟雷达图像与文字报表予以显示。
10.根据权利要求9所述的归一化雷达屏幕监测系统,其特征在于,还包括,雷达信息编辑单元,用于当雷达数据存储单元中无对应信息时,向雷达数据存储单元录入待测雷达的雷达型号信息、图标信息、以及雷达图像与文字数据信息,并进行数据关联设定。
CN201811356972.9A 2018-11-15 2018-11-15 一种归一化雷达屏幕监测方法及系统 Active CN109490843B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811356972.9A CN109490843B (zh) 2018-11-15 2018-11-15 一种归一化雷达屏幕监测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811356972.9A CN109490843B (zh) 2018-11-15 2018-11-15 一种归一化雷达屏幕监测方法及系统

Publications (2)

Publication Number Publication Date
CN109490843A true CN109490843A (zh) 2019-03-19
CN109490843B CN109490843B (zh) 2020-08-04

Family

ID=65694919

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811356972.9A Active CN109490843B (zh) 2018-11-15 2018-11-15 一种归一化雷达屏幕监测方法及系统

Country Status (1)

Country Link
CN (1) CN109490843B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110426684A (zh) * 2019-08-15 2019-11-08 北京无线电测量研究所 相控阵雷达天线阵面显示方法、装置、系统及存储介质
CN110969599A (zh) * 2019-11-07 2020-04-07 成都傅立叶电子科技有限公司 基于图像属性的目标检测算法性能总体测评方法及系统
CN110991485A (zh) * 2019-11-07 2020-04-10 成都傅立叶电子科技有限公司 一种目标检测算法的性能评估方法及系统
CN111753757A (zh) * 2020-06-28 2020-10-09 浙江大华技术股份有限公司 一种图像识别处理方法及装置
CN116016805A (zh) * 2023-03-27 2023-04-25 四川弘和通讯集团有限公司 数据处理方法、装置、电子设备及存储介质
CN117554919A (zh) * 2024-01-11 2024-02-13 成都金支点科技有限公司 一种基于双向lstm网络的雷达信号分选搜索方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0063865A1 (en) * 1981-04-15 1982-11-03 Hazeltine Corporation Digital scan converter with randomized decay function
CN102254160A (zh) * 2011-07-12 2011-11-23 央视国际网络有限公司 视频比分的检测识别方法及装置
US20150139552A1 (en) * 2012-05-22 2015-05-21 Tencent Technology (Shenzhen) Company Limited Augmented reality interaction implementation method and system
CN105117390A (zh) * 2015-08-26 2015-12-02 广西小草信息产业有限责任公司 一种基于屏幕捕捉的翻译方法及系统
CN105812855A (zh) * 2016-03-08 2016-07-27 云联传媒(上海)有限公司 用户跨屏识别去重技术架构
CN106504629A (zh) * 2016-11-04 2017-03-15 大连文森特软件科技有限公司 一种基于增强现实技术的汽车组装演示记忆系统
CN108681690A (zh) * 2018-04-04 2018-10-19 浙江大学 一种基于深度学习的流水线人员规范操作检测系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0063865A1 (en) * 1981-04-15 1982-11-03 Hazeltine Corporation Digital scan converter with randomized decay function
CN102254160A (zh) * 2011-07-12 2011-11-23 央视国际网络有限公司 视频比分的检测识别方法及装置
US20150139552A1 (en) * 2012-05-22 2015-05-21 Tencent Technology (Shenzhen) Company Limited Augmented reality interaction implementation method and system
CN105117390A (zh) * 2015-08-26 2015-12-02 广西小草信息产业有限责任公司 一种基于屏幕捕捉的翻译方法及系统
CN105812855A (zh) * 2016-03-08 2016-07-27 云联传媒(上海)有限公司 用户跨屏识别去重技术架构
CN106504629A (zh) * 2016-11-04 2017-03-15 大连文森特软件科技有限公司 一种基于增强现实技术的汽车组装演示记忆系统
CN108681690A (zh) * 2018-04-04 2018-10-19 浙江大学 一种基于深度学习的流水线人员规范操作检测系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
G.FIORENTINI 等: "Hybrid system for ship detection in radar images", 《ICANN "94. PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON ARTIFICIAL NEURAL NETWORKS》 *
汪暘: "基于VTS系统的多雷达时频融合", 《电子技术与软件工程》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110426684A (zh) * 2019-08-15 2019-11-08 北京无线电测量研究所 相控阵雷达天线阵面显示方法、装置、系统及存储介质
CN110969599A (zh) * 2019-11-07 2020-04-07 成都傅立叶电子科技有限公司 基于图像属性的目标检测算法性能总体测评方法及系统
CN110991485A (zh) * 2019-11-07 2020-04-10 成都傅立叶电子科技有限公司 一种目标检测算法的性能评估方法及系统
CN111753757A (zh) * 2020-06-28 2020-10-09 浙江大华技术股份有限公司 一种图像识别处理方法及装置
CN111753757B (zh) * 2020-06-28 2021-06-18 浙江大华技术股份有限公司 一种图像识别处理方法及装置
CN116016805A (zh) * 2023-03-27 2023-04-25 四川弘和通讯集团有限公司 数据处理方法、装置、电子设备及存储介质
CN117554919A (zh) * 2024-01-11 2024-02-13 成都金支点科技有限公司 一种基于双向lstm网络的雷达信号分选搜索方法
CN117554919B (zh) * 2024-01-11 2024-03-29 成都金支点科技有限公司 一种基于双向lstm网络的雷达信号分选搜索方法

Also Published As

Publication number Publication date
CN109490843B (zh) 2020-08-04

Similar Documents

Publication Publication Date Title
CN109490843A (zh) 一种归一化雷达屏幕监测方法及系统
CN104573231A (zh) 基于bim的智慧楼宇系统和方法
CN113705554A (zh) 图像识别模型的训练方法、装置、设备及存储介质
US20230027412A1 (en) Method and apparatus for recognizing subtitle region, device, and storage medium
Xie Intangible Cultural Heritage High‐Definition Digital Mobile Display Technology Based on VR Virtual Visualization
CN113485555B (zh) 医学影像阅片方法、电子设备和存储介质
Gruca et al. CDCEO'21-First Workshop on Complex Data Challenges in Earth Observation
CN112347997A (zh) 一种试题检测识别方法、装置、电子设备及介质
CN115393872A (zh) 一种训练文本分类模型的方法、装置、设备及存储介质
CN116052097A (zh) 一种地图要素检测方法、装置、电子设备和存储介质
CN111680577A (zh) 人脸检测方法和装置
CN113033774B (zh) 图处理网络模型的训练方法、装置、电子设备和存储介质
CN116704542A (zh) 图层分类方法、装置、设备及存储介质
CN110659702A (zh) 基于生成式对抗网络模型书法字帖评价系统及方法
CN113806574A (zh) 一种软硬件一体化的人工智能图像识别数据处理方法
CN111881900B (zh) 语料生成、翻译模型训练、翻译方法、装置、设备及介质
CN112560925A (zh) 一种复杂场景目标检测数据集构建方法及系统
CN111783881A (zh) 基于预训练模型的场景适配学习方法及系统
Abdulhamied et al. Real-time recognition of American sign language using long-short term memory neural network and hand detection
CN114708462A (zh) 多数据训练的检测模型生成方法、系统、设备及存储介质
CN112115949B (zh) 一种烟草证件以及订单的光学文字识别方法
CN112802049B (zh) 一种家庭物品检测数据集构建方法及系统
CN117058405B (zh) 一种基于图像的情绪识别方法、系统、存储介质及终端
CN109961008B (zh) 基于文字定位识别的表格解析方法、介质及计算机设备
CN115270016A (zh) 从二维图像中提取学者与机构关系的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant