-
公开(公告)号：CN111931553A
公开(公告)日：2020-11-13
申请号：CN202010496962.6
申请日：2020-06-03
Applicant: 西安电子科技大学
Abstract: 本发明属于遥感图像处理技术领域，公开了一种遥感数据增强生成对抗网络方法、系统、存储介质及应用，本发明减小图像的语义损失，提高图像的生成质量。图像在下采样过程中的多次卷积是造成图像语义损失的重要因素，因此本发明提出一种改进的下采样模块，有效减小图像的语义损失。本发明提高图像生成速度，解决算法耗时长的问题。对于深度神经网络，网络参数量越大，算法的运行时间越长，参数量越小的网络耗时越短，受此启发，本发明将生成模型划分为几个结构类似的子网络，在生成质量相差不大的情况下，选取参数量较小的子网络作为生成模型，有效提高了图像的生成速度。
-
公开(公告)号：CN111767517A
公开(公告)日：2020-10-13
申请号：CN202010421199.0
申请日：2020-05-18
Applicant: 西安电子科技大学
Abstract: 本发明属于信息处理技术领域，公开了一种应用于洪水预测的BiGRU多步预测方法、系统及存储介质，在Attention机制层，将隐藏层状态序列向量输入到可学习函数产生概率向量；后续隐藏层中间向量由向量加权平均产生，Attention通过循环计算每个时间步隐藏层状态序列的自适应加权平均产生中间向量，把每个时间步重要的信息按一定权重向后输出，随着时间推移整合信息的能力。本发明可以随着时间的推移将信息保存在内存中，在处理时间序列问题中，具有很大的优势；结合Attention机制，试验结果表明基于Attention机制的BiGRU多步洪水预报模型能更好地预测洪峰到达时间和洪峰峰值。
-
公开(公告)号：CN105930789B
公开(公告)日：2019-08-13
申请号：CN201610241082.8
申请日：2016-04-18
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于对数欧式空间词袋模型的人体行为识别，属于数字图像处理技术领域。本发明首先将输入视频分成固定长度且相互重叠的视频段，然后再将各视频段切分为固定大小并部分重叠的时空立方块，对每个时空立方块提取梯度与光流特征协方差或者形状特征协方差，并采用对称正定矩阵降维方法对协方差矩阵进行降维。对协方差矩阵进行对数变化，提取对数协方差上三角特征转换为对数欧式空间向量。在对数欧式采用词袋模型进行行为建模，采用谱聚类对行为特征聚类生成码本，并采用局部约束线性编码技术LLC对行为特征进行编码。利用非线性支撑向量机对行为特征进行训练与识别分类。本发明用于人体行为识别，其鲁棒性极好。
-
公开(公告)号：CN107271769A
公开(公告)日：2017-10-20
申请号：CN201710466131.2
申请日：2017-06-19
Applicant: 电子科技大学
CPC classification number: G01R23/02 , H04B1/1027 , H04B17/0085 , H04B17/15 , H04B17/29 , H04B2001/1063
Abstract: 本发明提供一种基波对消技术无源互调测试系统及其测试方法，测试系统包括载波信号功率放大部分I、预留路基波调幅调相部分II、无源互调测试路部分III、无源互调分量大小显示部分IV；测试方法引入调幅调相器对预留路基波信号进行调幅调相，然后利用陷波滤波器对调幅调相器产生的互调信号进行抑制，经过提纯的预留路基波信号与经过待测无源器件后的基波与互调共存的混合信号中的基波信号在进入工分合路器时进行反向对消只留下待测的无源互调信号，测试只需要接频谱仪即可获取所需的待测无源器件的无源互调绝对值；本发明方便利用频谱仪直接获取待测无源器件无源互调值。
-
公开(公告)号：CN106296740A
公开(公告)日：2017-01-04
申请号：CN201610659409.3
申请日：2016-08-11
Applicant: 电子科技大学
IPC: G06T7/20
CPC classification number: G06T7/20 , G06T2207/10016 , G06T2207/30232
Abstract: 本发明提供一种基于低秩稀疏表达的目标精细轮廓跟踪方法，从视频中目标的本质特性去分析，得到了视频前后两帧之间目标和背景的关系，所以能够应用在大多数场景下，此方法的创新之处在于：在目标精细跟踪的问题中使用超像素对含有跟踪目标的图像进行分块，每一个超像素被看做一个点，这降低了计算的复杂度；将对目标的跟踪问题建模为矩阵的低秩稀疏表达的问题，得到稀疏表达的系数之后，利用能量最小化的方法来分割目标和背景，提出新的能量函数模型的决策函数，在能量最小化方法中使用该决策函数作为目标和背景分割结果的依据。
-
Patent Agency Ranking
公开(公告)号：CN105893941A
公开(公告)日：2016-08-24
申请号：CN201610186414.7
申请日：2016-03-28
Applicant: 电子科技大学
CPC classification number: G06K9/00302 , G06K9/00268 , G06K9/4642 , G06K9/6269
Abstract: 本发明属于数字图像处理技术领域，特别涉及一种基于区域图像的人脸表情识别方法。本发明通过改进LDP的原始编码模式，首先利用最大两位和最小两位响应值做差，与一个参考门限值作对比，将差值作为编码值进行编码；其次利用最大响应值所在方向来确定一个目标像素，利用周围像素的明暗信息所代表的方向性进行编码以排除部分偶然重合的情况；最后，所得的编码为最大响应值所在方向的三位编码和两组差值的四位编码。本发明改进了LDP的方法，相较于常用的LDP和PCA方法，提高了精确度；利用区域分割之后进行直方图均衡化的方法，并在PLDP中加入门限，提高了对噪声的干扰能力。
-
公开(公告)号：CN105787472A
公开(公告)日：2016-07-20
申请号：CN201610182756.1
申请日：2016-03-28
Applicant: 电子科技大学
CPC classification number: G06K9/00778 , G06K9/00744 , G06K9/6215 , G06K9/6218
Abstract: 一种基于时空拉普拉斯特征映射学习的异常行为检测方法。本发明属于数字图像处理技术领域，涉及计算机视觉、模式识别、机器学习和数据挖掘等相关理论知识。本发明首先利用光流直方图对相邻两帧图片提取光流特征，获得监测场景内的运动特征信息，采用低维空间的视频表达形式，运用谱聚类的方式对运动信息特征进行聚类，得到聚类个数和不同类别下的特征集合，最后对不同类的特征集合运用Hausdorff距离测量其集合间的相似度，找出明显区别于其他类别的特征集合，从而检测出异常行为。本发明将高维空间中的数据在低维空间中重新表示，降低了运算复杂度，利于密集人群场景的异常行为检测。其异常行为检测率达到73.52～78.45％，漏检率为17.05％～21.45％，误检率4.5～6.1％％。
-
公开(公告)号：CN101877725A
公开(公告)日：2010-11-03
申请号：CN201010215215.7
申请日：2010-06-25
Applicant: 中兴通讯股份有限公司 , 电子科技大学
IPC: H04L29/08
Abstract: 本发明公开了一种分布式存储系统中的副本管理方法及装置，包括：在每个周期，获取域内的用户与系统的连接参数；通过连接参数判断以下条件：指示用户与网络连接状态的体验权值系数是否大于第一阈值、对于副本的请求次数是否大于第二阈值，指示副本完成程度的健康度是否小于第三阈值；如果确定条件均成立、且判断在当前周期之前的多个连续周期内对于副本的请求次数均不为零，则在系统内的用户归属的域中增加副本。本发明由于从用户的体验权值系数、副本的请求次数、以及副本的健康度、以及近期的副本访问量三种方面考虑，从而兼顾了系统的负载承受能力和用户的下载体验，解决了用户下载速度慢或服务器负载较高的问题。
-
公开(公告)号：CN106326916B
公开(公告)日：2019-08-13
申请号：CN201610659122.0
申请日：2016-08-11
Applicant: 电子科技大学
IPC: G06K9/62
Abstract: 本发明提供一种基于多尺度特征估计和高阶BING特征的目标检测方法，首先利用现有的多尺度方向梯度直方图近似算法对原图构造图像特征金字塔。接着在每一个方向梯度直方图上提取高阶BING特征，然后利用两级线性SVM对滑动窗口中的每一个窗口进行判断，最后得到该窗口中是否包含目标。本发明将BING特征从简单的梯度特征扩展到能够表现更多特征细节的方向梯度直方图上，提取到高阶的统计信息，使特征表达更为丰富。在计算特征金字塔的时候使用多尺度方向梯度直方图近似算法，在几乎不增加计算量的条件下得到更为精细的特征金字塔，使得检测到的目标的位置更为精确。
-
公开(公告)号：CN106650574A
公开(公告)日：2017-05-10
申请号：CN201610832790.9
申请日：2016-09-19
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于PCANet的人脸识别方法。在人脸检测环节通过基于Adaboost的多角度人脸检测算法实现人脸检测，然后对所检测的人脸进行对齐校正，再利用基于分块思想的PCANet的方法提取更具表达性的人脸特征，最后利用所提取的特征进行人脸匹配。相比现有人脸识别方法，本发明在不同的人脸区域分别使用PCANet提取更丰富，更加有效的人脸局部特征，从而得到更加高的识别率。同时在大规模人脸匹配过程中采用protocol buffer交换技术，从一定程度上解决了人脸识别的计算复杂度和识别匹配时间效率相矛盾的问题，使得识别匹配时间效率达到了毫秒级别的水平。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.027 seconds)
