北京控制工程研究所解永春获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京控制工程研究所申请的专利一种基于时序关系的卫星背板部件识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115294464B 。
龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210759365.7,技术领域涉及:G06V20/13;该发明授权一种基于时序关系的卫星背板部件识别方法是由解永春;陈奥;王勇;李林峰设计研发完成,并于2022-06-29向国家知识产权局提交的专利申请。
本一种基于时序关系的卫星背板部件识别方法在说明书摘要公布了:一种基于时序关系的卫星背板部件识别方法,属于空间技术领域。本发明包括对采集到的图像做序列化处理、序列图像的图像特征模型和时序特征模型的构建、图像特征模型和时序特征模型的训练,最终实现基于时序关系的卫星背板部件识别方法。相比于一般的基于卷积神经网络的卫星背板部件识别方法,本发明的方法提高了提取出的特征对变化环境以及变化阈值的鲁棒性,有助于提高在运动过程中,模型对手眼相机采集到的卫星背板图像的识别率,具有实际工程意义。
本发明授权一种基于时序关系的卫星背板部件识别方法在权利要求书中公布了:1.一种基于时序关系的卫星背板部件识别方法,其特征在于,包括: 采用手眼相机连续采集在轨服务操作中的卫星背板图像数据,并对采集到图像做序列化处理,获得处理好的有标签序列测试图像和实时采集的无标签序列测试图像; 构建图像特征模型和时序特征模型; 训练所述图像特征模型和时序特征模型; 将处理好的有标签序列测试图像或者实时采集的无标签序列测试图像送入训练好的图像特征模型和时序特征模型中,实现端到端的卫星背板部件识别; 所述采用手眼相机连续采集在轨服务操作中的卫星背板图像数据,并对采集到图像做序列化处理,具体包括: 连续采集在轨服务操作中的卫星背板图像数据; 对采集到图像做序列化处理,具体包括:根据超参数T将采集到的图像集,按时间顺序分割成N个大小为T+1的序列图像集,T表示当前帧的前T帧图像;对于训练数据集,分割好的图像集合为其中,N表示训练样本的序列个数,Nl表示第l类样本的个数,k表示样本类别数,是第i个训练序列,包含T+1帧图像和当前帧图像的类别标签yi,当前帧图像为而为前T帧图像;对于测试数据集,分割好的图像集合为其中,M表示测试样本的序列个数,Ml表示第l类样本的个数,k表示样本类别数,是第i个测试序列,包含T+1帧图像和当前帧图像的类别标签yi,当前帧图像为而为前T帧图像,包含的图像数与相同; 所述构建图像特征模型和时序特征模型具体包括: 基于ResNet50神经网络架构构建基于卷积神经网络的图像特征提取模型; 基于序列图像构建时序图; 基于时序图和图卷积神经网络构建基于图卷积神经网络的时序特征提取模型; 基于序列图像构建时序图,具体包括: 以当前帧图像和前T帧图像构建包含T+1个结点的时序图; 利用ResNet50神经网络架构提取出的序列图像的图像特征初始化时序图的结点特征; 根据当前帧图像和前T帧图像的时序关系,构造时序图的边; 所述构建图像特征模型和时序特征模型,构造的是串行连接的图像特征模型和时序特征模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京控制工程研究所,其通讯地址为:100080 北京市海淀区北京2729信箱;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励