-
公开(公告)号：CN111611856B
公开(公告)日：2023-05-05
申请号：CN202010311823.1
申请日：2020-04-20
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种基于top‑k分块的加权近邻二值模式识别方法。本发明首先采集红外指静脉图像，通过双线性插值方法将获得的红外指静脉原始图像进行尺度归一化，再将归一化后的图像等分成M×N块，图像块的大小为建立图像单位分块内的编号矩阵，然后根据得到的编号矩阵构建水平特征矩阵和竖直特征矩阵，以此对图像进行遍历编码，得到最终的WNBP特征图像；获得每块分块的特征匹配值；最后进行top‑k的分块匹配策略，筛选出最终用于比对匹配的块。本发明方法能够更好提取相邻像素之间灰度关系，能够避免将一些产生干扰的参考方向引入比对过程，从而造成不必要的性能损失，排除噪声干扰，从而提升整体识别性能。
-
公开(公告)号：CN111242864B
公开(公告)日：2023-05-05
申请号：CN202010029073.9
申请日：2020-01-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于Gabor纹理约束的手指静脉图像修复方法。本发明首先提出垂直相位差编码方式获取指静脉图像的Gabor纹理特征矩阵，然后在修复计算时根据手指静脉图像局部纹理连贯的特点，通过Gabor纹理约束机制剔除窗口内与待修补点纹理相关性弱的已知信息，克服了传统修复算法修复时易引入无关信息干扰的问题，使修复过程严格按照手指静脉图像的纹理走向进行。本发明修复后图像纹理连贯性更佳，对破损图像的识别性能提升更多。本发明在修复过程中引入了Gabor纹理约束机制，修复后图像的静脉纹理边缘连贯性上更加地良好，因此后续得到的静脉骨架特征更加地稳定。因此，本发明是一种对破损的指静脉图像修复效果较好的指静脉图像修复算法。
-
公开(公告)号：CN116012887A
公开(公告)日：2023-04-25
申请号：CN202310057421.7
申请日：2023-01-21
Applicant: 杭州电子科技大学
IPC: G06V40/10 , G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 针对在复杂环境牧场时由于牧场环境光照和摄像头差异导致算法在新环境的识别性能显著下降的问题，本发明公开了一种改进光照与摄像头差异的牛脸识别方法，构建Style‑ResNet模型进行牛脸识别。本发明在ResNet模型的基础上对复杂牛场环境设计了全新的特征归一化。style‑block利用批归一化后的特征和风格归一化特征计算残差特征，并通过自注意力机制从残差特征中恢复实例归一化丢失的识别特征,并公开了Style‑Loss损失函数，在拉近风格归一化特征和识别特征之间的距离的同时拉远风格归一化特征和分割特征之间的距离，增强模型区分类别相关特征和风格特征的能力，提高牛脸识别算法在复杂场景的泛化性。
-
公开(公告)号：CN111245756B
公开(公告)日：2022-07-22
申请号：CN202010103055.0
申请日：2020-02-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于级联SVM和全数字接收机的复合信号调制识别方法。本发明步骤：1、将接收到的采样信号输入全数字接收机得到鉴相误差；2、获取鉴相误差的频谱图形用于区分MPSK‑FM、MT‑FM和2ASK‑FM信号；3、对被判别成MPSK信号的数据进行平方谱图形获取，用于区分BPSK‑FM和QPSK‑FM信号；4、通过级联SVM分类器实现对上述信号的分类。本发明的识别算法具有识别率高，低信噪比下性能出色的优势。本发明能够对复合调制FM信号(ASK‑FM、MTONE_FM、BPSK‑FM和QPSK‑FM)的调制方式进行准确地判断，识别正确率要比传统的基于部分特征提取和决策树分类的调制识别方法好。
-
公开(公告)号：CN114299559A
公开(公告)日：2022-04-08
申请号：CN202111617415.X
申请日：2021-12-27
Applicant: 杭州电子科技大学
Abstract: 本文公开了一种基于轻量级融合全局与局部特征网络的指静脉识别方法。1、构造数据集,并划分训练集和测试集；2、基于轻量级残差单元，设计轻量级融合全局与局部特征网络FGL‑MobileNet；3、设计基于融合全局与局部特征的FGL‑Net网络，包括基于改进残差网络的主干网络和全局特征与局部特征提取模块；4、设计网络损失函数；5、训练整个FGL‑MobileNet网络模型，直至迭代训练整个训练集若干次；6、将测试集图像输入训练好的FGL‑MobileNet网络模型中提取手指静脉特征并进行识别比对。本发明通过堆叠该单元搭建FGL‑MobileNet，使得网络能够快速有效的扩大指静脉特征的感受野从而获取更加丰富的指静脉细节特征，使得提取的指静脉特征更具区分力，同时网络参数量也得到大大降低。
-
Patent Agency Ranking
公开(公告)号：CN112859116A
公开(公告)日：2021-05-28
申请号：CN202011585515.4
申请日：2020-12-28
Applicant: 杭州电子科技大学
IPC: G01S19/21
Abstract: 本发明公开了一种基于主特征盲源分离的单天线GNSS欺骗式干扰检测方法。本发明步骤：1：将接收到的混合信号IQ两路分别建立观测矩阵，对观测矩阵求解协方差矩阵，再对协方差矩阵进行特征值分解，并对特征值进行重构；2：对重构后的特征值进行计算得到特征值占比重，并设置门限完成欺骗干扰情况的初步筛选；3：对初步筛选后的其余情况下的混合信号进行提取主特征的Fast_ICA盲源分离算法，得到估计数据信息和扩频码信息；4：对估计数据信息进行解调，并统计锁相环跟踪段频率跟踪曲线方差值P和跟踪频率值均值E；并对跟踪解调得到的基带数据进行分析。本发明具有识别检测性能好、适应低噪环境等优点，且识别率高、抗噪性能好、代价低，整体性能提升大。
-
公开(公告)号：CN112784694A
公开(公告)日：2021-05-11
申请号：CN202011632422.2
申请日：2020-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于EVP_YOLO的室内物品检测方法。本发明包括以下步骤：S1、构建EVP_YOLO的主体网络，主体网络拥有五个特征层和一个池化层，每个特征层都采用回流残差结构；S2、对完成卷积的结果标准化处理后送入激活函数中；S3、对激活函数输出值进行标签平滑处理：S4、训练网络模型；S5、对训练好的网络模型输入测试数据，进行自动目标检测。本发明以神经网络为基础搭建出层数更多结构更加完善的目标识别算法EVP_YOLO。经测试证明此模型对室内的小件物品识别度明显增高，检测结果的准确率也较为理想。
-
公开(公告)号：CN111507206A
公开(公告)日：2020-08-07
申请号：CN202010233233.1
申请日：2020-03-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多尺度局部特征融合的手指静脉识别方法。本发明先用多尺度方向模板提取纹理方向响应值，通过比较得到一阶梯度上的局部静脉方向特征，再以方向响应值为基底计算MLBP算子得到二阶梯度上的局部纹理细节特征，最后通过最优权值的方式融合。这种多梯度特征融合的方式充分利用了图像信息，增强了特征的稳定性，能很好的突出手指静脉的结构性，且在多尺度模式下计算的方式还能增强特征对全局信息的把握。
-
公开(公告)号：CN111245756A
公开(公告)日：2020-06-05
申请号：CN202010103055.0
申请日：2020-02-19
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于级联SVM和全数字接收机的复合信号调制识别方法。本发明步骤：1、将接收到的采样信号输入全数字接收机得到鉴相误差；2、获取鉴相误差的频谱图形用于区分MPSK-FM、MT-FM和2ASK-FM信号；3、对被判别成MPSK信号的数据进行平方谱图形获取，用于区分BPSK-FM和QPSK-FM信号；4、通过级联SVM分类器实现对上述信号的分类。本发明的识别算法具有识别率高，低信噪比下性能出色的优势。本发明能够对复合调制FM信号(ASK-FM、MTONE_FM、BPSK-FM和QPSK-FM)的调制方式进行准确地判断，识别正确率要比传统的基于部分特征提取和决策树分类的调制识别方法好。
-
公开(公告)号：CN111223063A
公开(公告)日：2020-06-02
申请号：CN202010029074.3
申请日：2020-01-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于纹理特征和双核函数的手指静脉图像NLM去噪方法。本发明首先使用平滑系数较小的NLM算法针对背景区域噪声作粗去噪处理；然后编码获得GTFM对传统NLM算法的图像块权重值进行修正，使用Gabor纹理相似度与灰度值欧式距离共同判断图像块之间的相似性；其次提出巴特沃兹余弦双核函数针对图像的静脉纹理结构区域作精去噪处理；本发明采用的去噪算法相比传统NLM算法以及改进的NLM算法去噪后的图像质量更高，尤其是对静脉纹理边缘信息的保护能力得到了提高，并且后续图像的静脉骨架特征提取更加稳定。因此，基于Gabor纹理特征和BC双核函数的手指静脉图像NLM去噪算法是一种对手指静脉图像去噪效果较好的指静脉去噪算法。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.041 seconds)
