-
公开(公告)号:CN114022753A
公开(公告)日:2022-02-08
申请号:CN202111352007.6
申请日:2021-11-16
Applicant: 北京航空航天大学
Abstract: 本发明提供一种一种基于显著性和边缘分析的对空小目标检测算法,步骤如下:一、对输入图像进行多尺度的高斯模糊,根据小尺度模糊目标特征明显,大尺度模糊目标具备大量邻域信息的特征,提取显著目标特征;二、将显著目标特征根据全局特征分布情况进行二值化;三、对二值化结果进行膨胀,联结孤立坏点、噪声、多纹理背景产生的杂散特征;四、对膨胀结果进行尺寸筛选,结合目标特征强度、高度信息给出无人机目标位置;通过以上步骤,本算法滤除了孤立坏点、噪点、复杂背景带来的干扰,鲁棒性强。系统改变了传统上机场需要人工排查无人机隐患,需要人实时参与的弊端,避免无人机侵入机场事件。
-
公开(公告)号:CN112235540A
公开(公告)日:2021-01-15
申请号:CN202011081226.0
申请日:2020-10-09
Applicant: 北京航空航天大学
Abstract: 本发明提供一种集视频流解码、图像处理、故障屏检测、故障信息保存与告警于一体的屏幕显示故障实时监测系统,系统包含四个模块:模块一、视频流解码模块,该模块基于SRS(Simple RealTime Streaming Server,一种互联网直播服务器集群)、TensorStream(一个用于将实时视频流解码到内存的C++库)获取网络摄像头输出的实时视频流数据并解码到内存中;模块二、图像处理模块,该模块利用透视变换算法将四边形形状的屏幕标定区域变换为矩形;模块三、屏幕显示故障检测模块,该模块利用CUDA核函数在GPU中实现故障屏检测算法,提高系统的实时性;模块四、报警模块,该模块捕获发生故障的屏幕信息,存储故障图像和短视频,并把告警信息回传到前端web网站。基于以上模块,实现在低延时、低资源占用、高准确率的前提下同时监测多个屏幕的故障情况。
-
公开(公告)号:CN109171688A
公开(公告)日:2019-01-11
申请号:CN201811145458.0
申请日:2018-09-29
Applicant: 北京航空航天大学
IPC: A61B5/0205 , A61B5/1455 , A61B5/0402 , A61B5/00
Abstract: 本发明公开了一种用于生命体征综合采集和健康监测的可穿戴设备,可以完成血氧、脉搏、血压、心电和体温五项生命体征指标的采集与监测,包括信号采集模块、信号处理模块、无线传输模块和数据接收模块四部分。信号采集模块负责采集体征信号,其中脉搏/血氧采集电路使用反射式血氧采集方式,更具有普适性。信号处理模块完成采集信号的计算与存储,其中血压计算单元使用间接测量方式以得到连续的血压信号。无线传输模块将数据传输给数据接收模块,按照接收终端种类的不同分为三种方式:蓝牙传输、GPRS传输和GSM传输。本发明采用数字化纤维编织法制作,同时体征数据能够在服务器和终端进行存储和显示,实现了各项体征的实时监控和互补校准的目的。
-
公开(公告)号:CN104267910B
公开(公告)日:2017-05-24
申请号:CN201410407450.2
申请日:2014-08-19
Applicant: 北京航空航天大学
IPC: G06F3/06
Abstract: 本发明提出了一种基于FPGA的Arinc708数据处理IP核设计方法。其包括:步骤一:对单路Arinc708比特流实时进行解码,得到NRZ码和同步时钟信号;步骤二:利用得到的同步时钟信号按照Arinc708数据帧格式从NRZ码中提取出头信息并暂存;步骤三:利用得到的同步时钟信号按照Arinc708数据帧格式从NRZ码中提取并重组512个距离单元信息并暂存;步骤四:将暂存的头信息与距离单元信息以数据帧为单位乒乓存储;步骤五:建立乒乓存储模块与后端驱动程序的读写时序。该方法针对Arinc708的比特流、数据帧结构特点进行设计,确保实时处理速度,将所需数据提取并重组为方便后端显示调用的数据结构。
-
公开(公告)号:CN104795077A
公开(公告)日:2015-07-22
申请号:CN201510115470.7
申请日:2015-03-17
Applicant: 北京航空航天大学
IPC: G10L25/60
Abstract: 本发明提供一种检验语音标注质量的一致性检测方法,该方法包括以下步骤:1)标注文件为TextGrid格式,将标注形式分为三种,并根据三种不同的标注形式,设计了三种相应的一致性检测公式。2)对含有六层标注信息的文件进行一致性检测,六层信息分别是:音节层(PY层)、声韵母层(SY层)、清音浊音静音层(SUV层)、副语言信息层(PARAL层)、情感层(EMO层)、重音指数层(ST层)。3)根据标注层的标注形式,选择对应的一致性计算公式。4)设定时间误差T0,两名标注者标注内容相同且时间误差小于等于T0的则认为标注结果一致,否则认为不一致,依次计算各层的一致性。本发明一致性检测方法是检验语音数据库标注质量的基础,为自动语音标注质量和手动标注质量的检验提供了一种有效的检测方法。
-
公开(公告)号:CN104732981A
公开(公告)日:2015-06-24
申请号:CN201510115476.4
申请日:2015-03-17
Applicant: 北京航空航天大学
IPC: G10L21/0208 , G10L25/63 , G10L25/93
Abstract: 本发明提供了一种结合电声门图的汉语语音情感数据库的语音标注方法。该语音标注方法的主要标注内容包括对每条语音同时标注八层信息:第一层,文字转换层,明确说话人说话内容及相应的副语言信息;第二层,音节层,标注每个音节的正则拼音和声调;第三层,声韵母层,将音节层的声韵母分开标注,同时标明声调信息;第四层,清音浊音静音层,结合电声门图对语音的清浊静音的进行分割;第五层,副语言信息层,标注每条语音包含的副语言信息;第六层,情感层,根据说话人表达的情感状态,每条语音都标注包含有七种情感信息并标注每种情感的表达程度;第七层,重音指数层,标注每个音节发音的强度信息;第八层,语句功能层,标注每条语句的语句类型。
-
公开(公告)号:CN104267910A
公开(公告)日:2015-01-07
申请号:CN201410407450.2
申请日:2014-08-19
Applicant: 北京航空航天大学
IPC: G06F3/06
CPC classification number: G06F9/448
Abstract: 本发明提出了一种基于FPGA的Arinc708数据处理IP核设计方案。其包括:步骤一:对单路Arinc708比特流实时进行解码,得到NRZ码和同步时钟信号;步骤二:利用得到的同步时钟信号按照Arinc708数据帧格式从NRZ码中提取出头信息并暂存;步骤三:利用得到的同步时钟信号按照Arinc708数据帧格式从NRZ码中提取并重组512个距离单元信息并暂存;步骤四:将暂存的头信息与距离单元信息以数据帧为单位乒乓存储;步骤五:建立乒乓存储模块与后端驱动程序的读写时序。该方案针对Arinc708的比特流、数据帧结构特点进行设计,确保实时处理速度,将所需数据提取并重组为方便后端显示调用的数据结构。
-
公开(公告)号:CN102750950B
公开(公告)日:2014-04-16
申请号:CN201210211283.5
申请日:2011-09-30
Applicant: 北京航空航天大学
Abstract: 本发明一种结合声门激励和声道调制信息的汉语语音情感提取及建模方法,该汉语声门激励信息的提取方法为:制定电声门图情感语音数据库规范;收集电声门图情感语音数据;电声门图情感语音主观评测,即由至少十名评测者对电声门图情感语音进行评测。结合声门激励和声道调制信息的汉语情感建模方法为:首先根据电声门图提取声门激励信息;其次根据电声门图和语音信号的关系提取语音信号中的声道调制信息;最后,利用所有备选特征的Fisher比率为每种情感选择合适的情感特征,并训练一对多支持向量机模型。本发明通过电声门图信号提取声门激励信息,将语音信号中的声门激励信息和声道调制信息分离,更准确的反映语音中的情感信息。
-
公开(公告)号:CN102945361A
公开(公告)日:2013-02-27
申请号:CN201210393891.2
申请日:2012-10-17
Applicant: 北京航空航天大学
Abstract: 本发明提出了一种基于特征点矢量与纹理形变能量参数的人脸表情识别方法,概括为:1、利用OPENCV的AAM工具对人脸表情序列始端的中性表情和末端表情分别进行特征点定位;2、将选取的26个特征点构成特征点矢量,为适应人脸表情识别,本发明将特征点矢量分为特征点之间的欧氏距离d(代表大小)和连线的夹角α(代表方向)两部分。根据d与α计算特征点之间的距离系数比kd,去掉冗余部分kl,得到kd-final。同理可以得到kα-final;3、根据特征点确立特征块,计算纹理形变能量系数矩阵,再经过PCA,最终得到纹理形变能量参数ks-final;4、将最终的特征输入,即:kfinal=kd-final+kα-final+ks-final作为RBF神经网络的训练数据,最终实现人脸表情识别。
-
公开(公告)号:CN102843492A
公开(公告)日:2012-12-26
申请号:CN201210285392.1
申请日:2012-08-10
Applicant: 北京航空航天大学
Abstract: 本发明提出了一种基于透射扫描的重叠扫描与图像分离的方法,具体包括下列步骤:1)通过透射扫描将重叠图像输入计算机进行处理;2)对重叠图像进行分离前的预处理以达到分离要求;3)检测经过预处理的重叠图像的灰度直方图峰值;4)由检测得到的峰值设定阈值进行重叠图像的分割,得到分离图像1和分离图像2。
-
-
-
-
-
-
-
-
-