-
公开(公告)号：CN111784743A
公开(公告)日：2020-10-16
申请号：CN202010629997.2
申请日：2020-07-03
Applicant: 电子科技大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种红外弱小目标检测方法。本发明提供了使用卷积神经网络的空中红外弱小目标检测方法，使用MNIST手写数据集生成需要的数据集，针对基于单帧红外图像的滤波器难以设计的问题，让卷积神经网络学习背景的分布模式，通过学习到的滤波器可以对红外图像的背景进行很好的抑制；避免了通过自己来设计滤波器这一步骤，因为只需要使用简单的滤波器来进行背景抑制，所以对检测速度也有很好的提升。本发明测试红外弱小目标的图像都能很好的检测出来，并且同其他的算法进行ROC曲线对比也有比较好的效果。
-
公开(公告)号：CN111784619A
公开(公告)日：2020-10-16
申请号：CN202010629990.0
申请日：2020-07-03
Applicant: 电子科技大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种红外和可见光图像的融合方法。本发明提供的基于混合l1-l0分解模型与自编码器的红外和可见光图像融合方法，使用混合l1-l0分解模型将图像分解结果作为双层自编码网络的输出，使得双层自编码网络自备层分解能力。将图像特征分解到基础层特征和细节层特征，对不同层次定制不同的融合策略能够保有更多的纹理信息和热辐射信息。利用l1范数策略补偿显著性检测忽略的热辐射信息，提高了基础层融合的鲁棒性。网络采用端到端的方式简化训练过程，降低了模型复杂度。通过矩阵运算，降低了特征融合处理时耗，进而提升融合框架的响应速度。
-
-
公开(公告)号：CN108804078A
公开(公告)日：2018-11-13
申请号：CN201810359740.2
申请日：2018-04-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于模板的软件设计模式重构方法，本发明先选取需要重构的某一个具体设计模式实例，使用Enterprise Architect工具将代码转换为XML文件，再提取XML文件中包含的类的关键信息，形成新的XML文件；根据为每种设计模式定制化的重构模板，采用XSLT转换技术针对用户需求对新的XML文件进行相应的组合重构操作，从而将新的XML文件转换成重构后的XML文件；最后对重构后的XML文件，利用Enterprise Architect工具生成对应的源码信息,获得重构后的设计模式实例代码。本发明不仅可以满足不同用户的需求，同时生成的代码也会给开发人员书写代码智能化提供方便。
-
公开(公告)号：CN107689038A
公开(公告)日：2018-02-13
申请号：CN201710724551.6
申请日：2017-08-22
Applicant: 电子科技大学
CPC classification number: G06T5/50 , G06T5/002 , G06T2207/20021 , G06T2207/20024 , G06T2207/20221
Abstract: 一种基于稀疏表示和循环引导滤波的图像融合方法，属于图像处理领域。本发明将源图像分解为平滑图像和细节图像，然后分别采用稀疏表示和循环引导滤波融合平滑图像和细节图像，最后将融合后的平滑图像和细节图像相加得到融合图像。稀疏表示对低秩的平滑数据具有较好的融合效果，而循环引导滤波可以保留细节数据的边缘和轮廓，突出细节图像的有效数据，使得本发明与传统的融合方法相比，融合效果明显，图像评价参数更高。
-
Patent Agency Ranking
公开(公告)号：CN105915881B
公开(公告)日：2017-12-01
申请号：CN201610296823.2
申请日：2016-05-06
Applicant: 电子科技大学
IPC: H04N13/00
Abstract: 本发明属于立体视频帧率提升技术，具体的说涉及一种基于显著性检测的立体视频帧率提升方法。本发明主要方法包括：对于所述的立体视频，通过显著性检测，获取显著图S；根据获得的显著图S，对运动矢量进行优化，具体为：将显著图S划分为显著区域和非显著区域，分别对显著区域和非显著区域运动矢量进行优化；根据步骤b中获得的优化后的运动矢量，采用重叠块运动补偿的方法进行插帧。本发明的有益效果为，对显著区域和非显著区域的运动矢量场分类处理，修正了错误的运动矢量，内插序列更准确地反映真实运动轨迹，提升了内插序列的质量。
-
公开(公告)号：CN106803259A
公开(公告)日：2017-06-06
申请号：CN201710044136.6
申请日：2017-01-19
Applicant: 电子科技大学
CPC classification number: G06T2207/10016
Abstract: 本发明公开了面向物流车间的一种流水作业平台烟条自动视觉检测与计数方法，属于机器视觉工业应用领域，解决流水作业平台监控视频中烟条的分割计数问题，并准确定位烟条四个顶点，为后续烟条类型识别提供可靠依据。包括设置初始信息；循环读取视频图像，提取局部区域，进行非均匀光照矫正处理；使用彩色图像阈值分割提取前景；根据前景中连通区域的面积进行双阈值处理，去除噪声的同时，将连通域分成两类；若存在小面积区域，则进行区域生长，并再次提取图像的连通域信息；若只存在大连通区域，则结合当前帧区域位置信息及前一帧分割结果的位置信息依次处理每个区域，得到当前帧分割结果。用于对流水作业平台烟条进行自动视觉检测与计数。
-
公开(公告)号：CN105915881A
公开(公告)日：2016-08-31
申请号：CN201610296823.2
申请日：2016-05-06
Applicant: 电子科技大学
IPC: H04N13/00
CPC classification number: H04N13/139
Abstract: 本发明属于立体视频帧率提升技术，具体的说涉及一种基于显著性检测的立体视频帧率提升方法。本发明主要方法包括：对于所述的立体视频，通过显著性检测，获取显著图S；根据获得的显著图S，对运动矢量进行优化，具体为：将显著图S划分为显著区域和非显著区域，分别对显著区域和非显著区域运动矢量进行优化；根据步骤b中获得的优化后的运动矢量，采用重叠块运动补偿的方法进行插帧。本发明的有益效果为，对显著区域和非显著区域的运动矢量场分类处理，修正了错误的运动矢量，内插序列更准确地反映真实运动轨迹，提升了内插序列的质量。
-
公开(公告)号：CN118918636B
公开(公告)日：2025-04-11
申请号：CN202410926727.6
申请日：2024-07-11
Applicant: 电子科技大学
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于时空通道注意力机制的陆地哺乳动物动作识别方法，属于深度学习动作识别技术领域。本发明首先设置动作识别模型，其包括提取视频的时空特征的3D主干网络、提取视频关键帧的空间特征的2D主干网络，对时空特征和空间特征进行特征融合的通道融合模块，其输出经第一卷积块后输入注意力机制模块，注意力机制模块输出的注意力特征图经第二卷积块送入分类层，分类层用于对分类特征图进行动作识别预测，获取动作识别预测结果，包括：陆地哺乳动物动作类别、预测框的置信度和预测框的位置信息；基于采集的训练数据集对动作识别模型进行深度学习训练，当满足预置的收敛条件时，得到用于目标动物的动作识别模型；动作识别模型进行深度学习训练时采用的总损失函数为预测框回归函数、分类函数和置信度函数的加权和。本发明在现有基于深度学习的时空动作识别模型的基础上，对主干网络架构、损失函数组成等进行优化，一定程度上克服了原模型小样本动作、易混淆动作识别困难等问题，增强了模型泛化能力以及对陆地哺乳动物的识别准确率，提升了检测性能。
-
公开(公告)号：CN117036508A
公开(公告)日：2023-11-10
申请号：CN202311132622.5
申请日：2023-09-05
Applicant: 电子科技大学(深圳)高等研究院
Abstract: 本发明属于图像处理技术领域，具体地说是涉及一种基于复合边界特征的激光雷达相机联合在线标定方法。本发明提供的基于复合边界特征的激光雷达相机联合在线标定方法，使用区域复生长的方法拟合点云平面并获取深度不连续边界特征，解决了因平面拟合质量低而导致边界提取效果不佳的问题；采用复合边界的思想充分利用深度连续边界和深度不连续边界的优势互补特征，得以提升边界质量和标定精度。本发明测试分别在自行采集的仿真数据集和真实场景数据集中进行测试，在大规模仿真数据集中，得到的旋转角度误差控制在0.3度内，平移矩阵误差控制在4厘米内，相较于其他先进的标定方法具有明显的性能优势。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.033 seconds)
