-
公开(公告)号：CN103400389B
公开(公告)日：2016-05-04
申请号：CN201310347917.4
申请日：2013-08-12
Applicant: 电子科技大学
IPC: G06T7/00
Abstract: 本发明提供一种高分辨率遥感图像分割方法，属于遥感图像处理领域，包括以下步骤：S1、计算待处理图像所有相邻像素的相似度，按相似度从大到小的顺序对所有像素对进行排序；S2、按顺序选择像素对，计算两个像素所在两个相邻区域的光谱特征和纹理特征；S3、根据获取到光谱特征和纹理特征确定两个区域是否合并，最终完成分割；其中，所述待处理图像为高分辨率遥感图像，所述纹理特征指待合并区域的LBP值分布。本发明在结合统计区域合并算法的基础上，结合改进的旋转不变一直模式LBP算子，充分利用了高分辨率遥感图像的信息，大大提高了分割精度，有效将大量光谱信息接近的不同区域分割出来，灵活控制图像的分割尺度。
-
公开(公告)号：CN105513093A
公开(公告)日：2016-04-20
申请号：CN201510916027.X
申请日：2015-12-10
Applicant: 电子科技大学
IPC: G06T7/20
CPC classification number: G06T7/20 , G06T2207/10016
Abstract: 本发明公开了一种基于低秩矩阵表示的目标跟踪方法，属于图像处理技术领域，解决了传统方法中在目标遮挡等条件下跟踪不稳定的问题。本发明不仅对全局特征进行低秩矩阵表示，也对跟踪目标的局部特征进行低秩矩阵表示，从而使得对目标的描述不仅包含了全局特征也包含了局部特征，使得对目标的跟踪具有更好的鲁棒性。不同于稀疏表示对粒子单独进行处理的方法，本发明利用了粒子间的相似性，将各粒子的系数向量组成系数矩阵，并对系数矩阵加了秩最小的限制，从而降低了算法的运算量。而为了抑制目标跟踪过程中的漂移现象，本发明还纳入了与目标距离较远的背景模板，通过寻找背景模板系数尽可能小的目标模板尽可能大的目标，达到更好的跟踪效果。
-
公开(公告)号：CN103400471B
公开(公告)日：2015-10-28
申请号：CN201310349114.2
申请日：2013-08-12
Applicant: 电子科技大学
IPC: G08B21/06
Abstract: 本发明公开了一种驾驶员疲劳驾驶检测系统及检测方法，其属于图像处理与模式识别技术领域，该系统包括人脸定位模块、人眼状态判别模块、嘴部状态判别模块和疲劳判定模块；所述人脸定位模块同人眼状态判别模块和嘴部状态判别模块连接通信，判定结果传输至所述疲劳判定模块。该检测方法包括以下步骤：①人脸定位检测、②人眼的状态判断、③驾驶员嘴部状态判断、④驾驶员精神状态判断。发明结合了人眼和人嘴两个驾驶员面部的显著特征进行复合的判断，比单一方法进行识别检测，识别准确率更高；通过对驾驶员的精神状态进行判别，提醒驾驶员在疲劳状态下时进行停车休息，可以有效减少交通事故的发生，为人民的生命财产安全提供有力保障。
-
公开(公告)号：CN103236050A
公开(公告)日：2013-08-07
申请号：CN201310162278.4
申请日：2013-05-06
Applicant: 电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于图聚类的辅助钞票残币重建方法，其将残币碎片扫描到计算机中进行处理：使用ORB算法提取残币碎片图像中的特征点和特征向量；使用MSAC算法进行碎片图像匹配；接着对碎片边缘进行距离变换，然后判断两两碎片间的关系；使用基于图论的方法对残币碎片进行聚类，得到聚类结果；根据聚类结果即可指示相关人员如何将实际的残币碎片拼接重建。本发明弥补了相关技术领域对处理“大量图案碎片全部来自于同样一个完整图案”这样一个问题的缺失，操作简单，算法快速有效，可用于将大量残币碎片及其它类似情况的图片碎片拼接复原。
-
公开(公告)号：CN117934815A
公开(公告)日：2024-04-26
申请号：CN202410128664.X
申请日：2024-01-30
Applicant: 电子科技大学
IPC: G06V10/25 , G06V10/774 , G06V10/764 , G06V10/762 , G06V10/52 , G06V10/80 , G06V10/82 , G06V10/776 , G06V20/50 , G06V20/70 , G06T7/194 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向机场实时场面运控跨域目标检测方法，属于图像处理技术领域。本发明包括：采集在不同天气条件下机场场面图像并进行标注；确定不同的迁移场景，划分出源域数据集和目标域数据集；构建图像分簇模块，对训练图像进行处理；构建前背景分离模块，对图像进行特征提取；构建浅层背景特征域对齐模块，设计背景域分类损失，实现背景特征域细粒度对齐；构建深层前景模块，实现深层前景特征域对齐；联合多个域不变学习模块，实现机场场面的实时跨域目标检测。本发明只在模型训练阶段优化检测器，不增加任何推理过程中的计算量，保证了目标检测的实时性，极大提高了机场场面智能运控在恶劣条件下的实时检测精度。
-
Patent Agency Ranking
公开(公告)号：CN115565078A
公开(公告)日：2023-01-03
申请号：CN202211208934.5
申请日：2022-09-30
Applicant: 电子科技大学
IPC: G06V20/13 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/776
Abstract: 本发明属于遥感图像处理技术领域，尤其涉及一种基于加权交叉熵损失的遥感图像场景分类和语义分割方法；本发明通过构建遥感图像场景分类和语义分割的深度卷积神经网络模型；并将预处理后的训练集用于训练深度卷积神经网络模型；构建基于深度卷积神经网络模型训练结果的交叉熵损失加权机制，以调整简单样本和难分样本对损失的贡献，使得网络更加关注困难样本的学习，提升网络训练的效率。
-
公开(公告)号：CN114926900A
公开(公告)日：2022-08-19
申请号：CN202210532569.7
申请日：2022-05-10
Applicant: 电子科技大学
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明属于视频处理技术领域，具体涉及一种前背景分离的人体动作在线检测方法，本发明包括：采集包含人体动作的视频数据并做时序标注；对原始视频数据进行预处理生成数据集；构建基于I3D的骨干网络进行特征提取；构建特征映射模块，设计基于特征模长的对比损失函数，对前背景特征进行初次分离；构建可学习的前景记忆特征与互注意力模块，计算特征序列元素与前景的相似性以分离前背景；构建基于自注意力机制的时序推理器，结合前背景分离结果对特征序列编码；构建分类器基于编码结果完成对人体动作的在线检测。本发明在极少增加模型运算量的前提下，极大提高了待检测人体动作视频帧与历史视频帧之间的辨别性，进而提高人体动作在线检测的检测精度。
-
公开(公告)号：CN114331908A
公开(公告)日：2022-04-12
申请号：CN202111680666.2
申请日：2021-12-27
Applicant: 宜宾电子科技大学研究院
Abstract: 本发明公开了一种基于深度学习的智能终端夜景图像增强方法，该方法包括：采集用于模型训练的图像样本，并构建图像数据集；构建基于Retinex理论的卷积神经网络；将图像数据集进行配对，并作为训练数据输入至卷积神经网络，使用随机梯度下降算法进行训练，得到该网络的夜景图像增强模型；使用Ghost模块替换夜景图像增强模型中的深度卷积层，在保证图像质量的基础上，大量减少模型参数；输入测试图像，在已训练好的卷积神经网络中进行一次前向传播，端到端地输出增强后的夜景图像。其目的在于，改善现有超级夜景技术中的硬件要求高、成像质量低及深度网络模型在智能终端运行受限等问题，降低硬件成本、提高夜景图像增强效率。
-
公开(公告)号：CN109101975B
公开(公告)日：2022-01-25
申请号：CN201810947884.X
申请日：2018-08-20
Applicant: 电子科技大学
IPC: G06V20/70 , G06V10/82 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于全卷积神经网络的图像语义分割方法，涉及图像语义分割和深度学习领域，包括如下步骤：选择训练数据集；构建并训练由图像到类别标签的分类模型，并将其作为语义分割模型前端网络；前端网络每个块输出的特征图分别经过细节保留池化层降采样成统一大小，然后将这四个输出特征图串联，并通过特征重校正模块，重新校正特征图后，将得到的特征图传入后端网络；后端网络是主要负责图像上采样，在经过上采样之后，再经过一个变权重的全局池化，最后与训练数据集的语义标注图像计算交叉熵，进行误差反向传播。本发明解决了现有技术中的图像分割准确率较低的问题。
-
公开(公告)号：CN111679270A
公开(公告)日：2020-09-18
申请号：CN202010456711.5
申请日：2020-05-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种反射点不确定场景下多路径融合目标检测算法，属于雷达技术领域。本发明以迭代的方式同时估计目标和反射点的状态，用一批数据使用滑动窗口方式用于航迹初始化。每个迭代由两个步骤组成：预测和更新。在预测阶段，通过上个时刻最后一次迭代的估计状态来预测反射点的状态，在此基础上，通过多遍网格搜索全局最优解来估计目标的状态，在更新阶段，利用更新后的目标状态来重新估计反射点状态。重复上述步骤，迭代过程基于给定的最大迭代次数或判断是否过门限，如果迭代次数达到最大迭代次数或过门限则停止迭代，输出目标位置和反射点的位置。本发明提高了目标状态估计精度，对低空小目标进行有效的检测。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.029 seconds)
