-
公开(公告)号:CN103245376A
公开(公告)日:2013-08-14
申请号:CN201310121847.0
申请日:2013-04-10
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G01D21/00
Abstract: 本发明涉及一种弱信号目标检测方法,包括以下步骤:对信号序列进行一阶过零检测,得到一阶过零区间;对信号序列在一阶过零区间内二阶差分过零计数与能量分别进行统计;计算统计得到的二阶差分过零计数和能量的比值;将获得的比值与设定的阈值进行比较,当比值大于设定的阈值时,表示信号序列中检出目标信号。本发明可以以极低运算量、极少存储空间、极低硬件成本实现较强微弱信号检出能力。
-
公开(公告)号:CN119997148A
公开(公告)日:2025-05-13
申请号:CN202510026669.6
申请日:2025-01-08
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于地理位置与移动信息的AODV路由方法,应用于移动节点,包括以下步骤:获取源节点广播的RREQ消息,并根据接收到的RREQ消息判断自身是否为目的节点,所述RREQ消息包括节点地理位置与移动信息、以及最大移动代价;如果是目的节点,则选择路由路径向源节点发送RREP消息;如果不是目的节点,则根据RREQ消息中前设定跳数的节点的地理位置与自身地理位置计算当前节点提供的信号传输的新覆盖范围,若所述新覆盖范围小于设定阈值则丢弃该消息,否则对RREQ消息进行广播转发。本发明能够减少路由发现过程的多余广播消息,有效提高路由链路的稳定性,使AODV协议更适用于移动网络环境。
-
公开(公告)号:CN115346548B
公开(公告)日:2025-05-02
申请号:CN202210875391.6
申请日:2022-07-25
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G10L21/0216 , G10L21/0224 , G10L21/057 , G10L25/27 , G10L25/45
Abstract: 本发明涉及一种广义旁瓣抵消器及语音增强方法,其中,广义旁瓣抵消器包括:固定波束形成部分,用于对阵列信号进行时延估计以及时延补偿,并通过加权求和的方式获得初步降噪后的语音信号;阻塞矩阵部分,用于过滤掉所述时延补偿后的阵列信号中的期望信号,输出噪声和干扰信号;自适应噪声控制部分,用于采用NLMS算法对所述噪声和干扰信号进行迭代计算,使得所述噪声和干扰信号逼近所述初步降噪后的语音信号中的残留噪声;输出部分,用于将所述初步降噪后的语音信号与迭代计算后的所述噪声和干扰信号相减,输出目标语音信号。本发明能够提升降噪效果。
-
公开(公告)号:CN119359559A
公开(公告)日:2025-01-24
申请号:CN202411233193.5
申请日:2024-09-04
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于语义感知的可见光与红外图像融合方法,包括以下步骤:获取成对的可见光图像和红外图像;将红外图像转化为单通道的灰度图像,将可见光图像转化为ycbcr格式并单独使用y通道,得到y通道图像;将所述灰度图像和y通道图像输入融合网络模型,得到单通道融合图像。本发明能够有效聚合局部和全局信息,赋予融合网络语义感知的能力。
-
公开(公告)号:CN119293718A
公开(公告)日:2025-01-10
申请号:CN202411308170.6
申请日:2024-09-19
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06F18/25 , G06F18/213 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种运动目标识别方法,包括以下步骤:对采集到的多模态数据分别进行特征提取,获得第一模态特征、第二模态特征和第三模态特征;通过低秩多模态融合将具有频率特性的所述第二模态特征和所述第三模态特征融合成为融合模态特征;分别对所述第一模态特征和所述融合模态特征依次进行时间提取和位置嵌入,获得第一处理特征和第二处理特征;利用跨模态学习模型建立所述第一处理特征和所述第二处理特征的跨模态交互,输出第三处理特征和第四处理特征,所述跨模态学习模型基于改进的多模态Transformer模型构建;根据所述第三处理特征和所述第四处理特征预测获得目标识别结果。本发明能够有效提高运动目标识别的准确率。
-
公开(公告)号:CN119130830A
公开(公告)日:2024-12-13
申请号:CN202411164549.4
申请日:2024-08-23
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06T5/60 , G06N3/0464 , G06V10/40 , G06N3/0475 , G06N3/09
Abstract: 本发明涉及一种基于自指导学习框架的低照度图像增强方法,包括:获取待增强的低照度图像;将待增强的低照度图像进行灰度化处理,并对灰度化处理后的待增强的低照度图像进行反转处理,得到反转灰度图像;将待增强的低照度图像与反转灰度图像输入低照度图像增强网络中,得到增强图像;低照度图像增强网络包括生成器;所述生成器包括:特征提取模块,用于采用短程卷积和长程卷积结合的方式对输入的图像进行特征提取;特征恢复模块,用于采用短程卷积和长程卷积结合的方式对所述特征提取模块提取出的特征进行特征重建,得到增强图像。本发明能够有效改善现有低照度图像增强算法的效果。
-
公开(公告)号:CN118484427A
公开(公告)日:2024-08-13
申请号:CN202410667900.5
申请日:2024-05-28
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种用于通信信号实时处理的可扩展协处理器,包括控制单元和信号处理单元,所述控制单元包括微控制器和片内存储模块,所述信号处理单元包括若干数字信号处理模块,且每个所述数字信号处理模块对应一路信号采样数据通道;所述微控制器根据核心处理器的指令下发信号处理指令,所述数字信号处理模块根据所述信号处理指令任务直接读取对应所述信号采样数据通道的信号数据并进行实时处理后生成信号检测结果存入所述片内存储模块。本发明能够针对多通道通信信号进行实时检测,且可以根据具体需求扩展通道数。
-
公开(公告)号:CN111738045B
公开(公告)日:2024-04-19
申请号:CN202010060122.5
申请日:2020-01-19
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V20/10 , G06V10/40 , G06V10/44 , G06V10/774 , G06T7/00 , G06T7/13 , G06N3/0464
Abstract: 本申请涉及一种图像检测方法、装置、电子设备及存储介质,该方法通过获取鱼眼图像;根据训练后的对象确定模型中的特征提取模块对鱼眼图像进行特征提取,得到多个特征图像;特征提取模块包括至少一个可形变卷积层;多个特征图像的尺度互不相同;根据训练后的对象确定模型中的对象检测模块对多个特征图像进行检测,得到多个边界框;多个边界框均为不规则的四边形;确定多个边界框的每个边界框中对象的类别和位置信息。本申请通过引入可形变卷积层,可以自适应地生成采样位置,从而提取有效的畸变特征;另外,训练后的对象确定模型可以输出与对象匹配的畸变形状。如此,可以提高模型的鲁棒性,可以提高对象检测的精度。
-
公开(公告)号:CN113435334B
公开(公告)日:2024-02-27
申请号:CN202110718863.2
申请日:2021-06-28
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V40/16 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的小目标人脸识别方法,包括:构建高到低的生成对抗网络,将第一像素人脸图像输入训练好的所述生成对抗网络获得接近真实场景下的第二像素人脸图像;构建教师‑学生网络,使用第一像素人脸图像和第二像素人脸图像训练所述教师‑学生网络,将待识别的第二像素人脸图像输入训练好的所述教师‑学生网络得到识别结果。本发明能够提升小目标人脸图像的识别能力。
-
公开(公告)号:CN113449626B
公开(公告)日:2023-11-07
申请号:CN202110697487.3
申请日:2021-06-23
Applicant: 中国科学院上海高等研究院 , 中国科学院上海微系统与信息技术研究所
IPC: G06F18/24 , G06F18/10 , G06F18/23 , G06F18/2415
Abstract: 本发明公开了一种隐马尔科夫模型振动信号状态分析方法和装置、存储介质和终端,其中方法包括获取振动信号数据,通过预设滤波方式对振动信号数据进行滤波处理,得到特征信号;通过预设分类方式对特征信号进行分类;通过预设分段算法对每类信号进行分段处理;通过基于密度的时空聚类算法分别对每类分段数据进行聚类,获取至少一类聚类结果;基于每类聚类结果构建隐马尔科夫模型,并基于隐马尔科夫模型中的维特比算法对待处理特征信号进行预测诊断。本发明采用基于时空密度的聚类方法对分段时空序列数据进行聚类处理,然后通过聚类结果建立的隐马尔科夫模型进行预测诊断,消除时间序列分类局限性,提高分析结果的准确性和有效性。
-
-
-
-
-
-
-
-
-