-
公开(公告)号：CN114724023A
公开(公告)日：2022-07-08
申请号：CN202111472870.5
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于孪生神经网络和FCN全卷积网络的水体变化检测方法。该发明基于孪生神经网络和FCN网络设计了一种可用于水体变化检测的方法，利用深度学习从原始遥感数据中充分提取出图像的特征信息，有效地弥补了传统变化检测方法中侧重于差异建模，而忽略图像本身的信息。本发明设计了一个孪生网络，其主要的结构由三部分组成，分别是编码器、解码器和分类器，编码器由共享权值的孪生网络和FCN全卷积网络构成，解码层则是利用双线性插值法进行上采样来逐步恢复出特征图的分辨率。此外，该网络还结合了修正归一化水体指数(RNDWI)来提取水体特征，避免图像中的其余地物的信息对水体的干扰，提高了网络对水体特征提取的性能和鲁棒性。
-
公开(公告)号：CN114548547A
公开(公告)日：2022-05-27
申请号：CN202210152190.3
申请日：2022-02-18
Applicant: 电子科技大学
IPC: G06Q10/04 , G06N3/04 , G06K9/62 , G06F16/215
Abstract: 本发明公开了一种基于VMD‑LSTM的时间序列滑坡位移数据预测方法。该发明在时间序列数据上具有一定的通用性，该专利以滑坡数据为说明案例。针对滑坡位移数据的预测，其传统的LSTM预测模型准确度比较低的情况，使用VMD‑LSTM模型对某地区的滑坡位移数据进行了预测，其所开发的模型相比于传统的LSTM模型具有更高的精度和稳定性，并且VMD降低了序列复杂度，增强了降噪能力。
-
公开(公告)号：CN114511828A
公开(公告)日：2022-05-17
申请号：CN202111471311.2
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于YOLOv4‑Tiny算法的车让人检测方法。该发明在车让人检测场景上具有一般通用性，该专利应用于人行横道上车辆是否礼让行人的场景。常规的车让人检测算法效率较低，且检测方法易受摄像头安装角度的影响。针对检测算法问题，在YOLOv4‑Tiny中的CSPDarknet53网络中添加上采样层，改进后的检测算法对于车辆和行人检测具有一定的通用性和可移植性；针对摄像头角度造成的误识别问题，对车道信息进行划分，命名区域ID，将ID分别赋值给车辆和行人，然后判断车辆和行人的ID是否相等来判断车辆是否礼让行人。基于YOLOv4‑Tiny算法的车让人检测方法，在检测速度上有一定的提升，在检测准确率上也有明显效果。
-
公开(公告)号：CN110826411B
公开(公告)日：2022-05-03
申请号：CN201910958507.0
申请日：2019-10-10
Applicant: 电子科技大学
IPC: G06V20/17 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/776 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于无人机图像的车辆目标快速识别方法，输入图像处理的目标识别领域。针对无人机图像中车辆目标的像素占比小，而且车辆目标在无人机图像中比较密集，原始的网络对其检测比较困难的问题，首先使用不同的anchor个数与大小去匹配图像中的车辆目标，相比于原始网络，使得识别的AP值提高了8.5％，然后又对网络增加了多层特征融合，使得网络在最后分类的时候使用到网络的前面的浅层特征，使得最后的分类与识别的效果更好，在前面改进的基础上，增加多层特征融合以后，网络的AP值提高了1.6％，最后得到的改进后的网络的AP值相比于原始网络的AP值提高了10.1％，从80.5％提高到90.6％，检测的速度相比原始网络有略微的下降，但是精度得到大幅度的提升。
-
公开(公告)号：CN111582111B
公开(公告)日：2022-04-29
申请号：CN202010353013.2
申请日：2020-04-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于语义分割的细胞各成分分割方法，属于图像处理技术领域。本发明基于所创建的基于编码解码的语义分割网络，结合去池化和跳层连接的方式，充分利用细胞图像的多尺度特征和像素的位置信息，对细胞各成分进行粗提取；然后通过灰度共生矩阵得到纹理特征，结合灰度共生矩阵所得的图像纹理信息改进超像素分割算法，分割出细胞各成分的精细边缘；最后将细胞各成分的粗提取结果和精细边缘进行融合，得到最终的细胞各成分分割结果。本发明可以用于细胞结构分析等技术领域，能够实现细胞各成分的自动准确分割。
-
Patent Agency Ranking
公开(公告)号：CN110826407B
公开(公告)日：2022-03-15
申请号：CN201910953236.X
申请日：2019-10-09
Applicant: 电子科技大学
Abstract: 该发明公开了一种高分辨率卫星广义像对的立体匹配方法，属于高分辨率卫星广义像对的立体匹配方法，利用高分辨率卫星广义像对进行立体匹配。本发明用图像处理算法进行特征提取和特征点匹配，摆脱了传统遥感软件需要大量手动修改校准的过程，即可以提高精度，也可以节约时间成本。同时本方法适用于广义立体像对，将得到的同名点代入有理函数前方交会模型，得出地面点的三维坐标。
-
公开(公告)号：CN113828302A
公开(公告)日：2021-12-24
申请号：CN202111305095.4
申请日：2021-11-05
Applicant: 电子科技大学长三角研究院(湖州) , 北京化工大学
Abstract: 本发明公开了一种用于臭氧催化处理废水的复合催化剂及其制备方法，涉及催化剂制备技术领域。本发明的复合催化剂包括活性组分和载体；所述活性组分为MnOx，所述载体为膨润土载体，制备方法为：取膨润土，加入到酸溶液中浸泡，将膨润土水洗至中性，干燥后得膨润土载体；采用初期湿润浸渍法将锰的金属前驱体盐负载在所述膨润土载体上。本发明通过膨润土负载锰的多价态氧化物，利用膨润土的片层状结构提供活性位点，提高膨润土利用臭氧处理降解印染废水的能力，提高臭氧在处理过程中的利用率，且本发明的催化剂具有较好的稳定性、便于分离、易回收、对环境友好。
-
公开(公告)号：CN113392841A
公开(公告)日：2021-09-14
申请号：CN202110617230.2
申请日：2021-06-03
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多特征信息增强编码的三维点云语义分割方法。该发明可以进一步增强以PointNet++为代表的三维点云语义分割算法在不同应用场景下的性能。PointNet++网络在编码过程中，只是单纯的利用点和中心点的坐标差作为局部空间的几何信息构建显然是不够充分的。同时，对于点的附加信息，PointNet++网络直接将其和几何信息进行共同编码，这是一种对于点云附件信息的不恰当使用，点云信息在其中的作用很小。本发明提出的基于多特征信息增强编码的三维点云语义分割方法，添加点与中心点的原始坐标和欧式距离等信息，与坐标差共同进行局部空间的特征聚合，并将点的附加特征和几何特征分开编码，重新设计了一种基于点云多类特征的信息编码增强结构。
-
公开(公告)号：CN113283444A
公开(公告)日：2021-08-20
申请号：CN202110340836.6
申请日：2021-03-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于生成对抗网络的异源图像迁移技术，属于图像生成技术领域。其具体步骤为：S1红外与可见光图像数据集的选取与制作；S2基于所提出生成对抗网络架构STVGAN，对网络模型循环训练。S3减少网络模型中总损失函数的值，得到训练好的生成器网络；S4通过训练好的生成器网络实现从红外图像到可见光图像的迁移。本发明是一种半监督学习的异源图像迁移算法，是半监督学习方法首次应用在异源图像迁移领域，相较于传统监督方法，仅需要部分配对的数据就可以达到更好的图像迁移效果。
-
公开(公告)号：CN113096136A
公开(公告)日：2021-07-09
申请号：CN202110337987.6
申请日：2021-03-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的全景分割技术。该发明在全景分割方向上具有一定的通用性与泛化能力。在全景分割中子网络之间即存在着较大的差异性，又存在着紧密的联系。一方面语义分割应用于图像背景类别的像素分割，其更关注场景的语义信息；而实例分割注重图像中个体实例的分割，在特征上关注于图像的结构信息。因此本发明根据子网络特点设计相应的注意力模块，使子网络能更好的关注于各自的分割对象。另一方面，图像中背景于前景往往具有丰富的语义关系，合理应用背景与前景的上下文语义能够更好的促进子网络的分割。因此本发明设计语义辅助实例分割模块，使子网络间的特征信息能够更好的交流，达到相互促进的效果。本发明的方法具有良好的通用性，能够很好的运用在各种全景分割网络中。
-
-
-
-
-
-
-
-
-
Search Results
188
records
(took 0.029 seconds)
