-
公开(公告)号：CN110532855B
公开(公告)日：2022-03-18
申请号：CN201910630252.5
申请日：2019-07-12
Applicant: 西安电子科技大学
IPC: G06V30/413 , G06V30/146 , G06V30/148 , G06V10/82 , G06V30/10 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的自然场景证件图像文字识别方法，实现的步骤为：(1)构建图像特征提取模块；(2)构建文字前景预测模块；(3)构建文字区域定位模块；(4)组成文字定位网络；(5)构建字符特征提取模块；(6)组成文字识别网络；(7)构建文字定位数据集；(8)构建文字识别数据集；(9)训练文字定位网络；(10)训练文字识别网络；(11)识别证件图像中的文字。本发明克服了现有证件图像文字识别技术对拍摄环境要求苛刻，在复杂场景中识别准确率低的问题，使得本发明能够在任意自然场景下都能精准的识别证件图像中的文字。
-
公开(公告)号：CN110765956B
公开(公告)日：2021-10-29
申请号：CN201911027700.9
申请日：2019-10-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于部件特征的双人交互行为识别方法，通过生成双人交互行为数据集并搭建双人交互行为识别网络，克服了现有技术中识别网络没有关注到人的身体部件，引入无用的部件特征，加重了识别网络学习负担，数据集的复用性和扩展性差的问题。本发明实现的步骤是：(1)双人交互行为识别网络；(2)生成双人交互行为训练集；(3)训练双人交互行为识别网络；(4)进行双人交互行为识别。本发明具有双人交互识别网络检测交互行为识别率高、网络结构简单、数据集复用性和扩展行强的优点，可用于自然图像中双人交互行为的识别。
-
公开(公告)号：CN111311729A
公开(公告)日：2020-06-19
申请号：CN202010056119.6
申请日：2020-01-18
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于双向投影网络的自然场景三维人体姿态重建方法，针对现有技术中人体三维姿态重建过程仍需改进的问题。该发明含有以下步骤：一、利用相机采集数据；二、将采集的视频、图像数据送入二维姿态检测器获取对应姿态的二维人体关节点坐标；三、根据训练过程有无三维姿态数据标签设计两种结构的双向投影网络；四、利用深度对抗式学习策略对设计好的网络进行训练，最小化网络损失函数，经过迭代最终得到训练好的三维姿态生成器；五、将步骤二中二维姿态检测器的输出结果输入步骤四中训练好的三维姿态生成器。该技术成本低廉，能助力5G时代的VR、AR技术，建立便携式体感交互设备，实现三维动作重建技术的大规模推广与应用。
-
公开(公告)号：CN110987182A
公开(公告)日：2020-04-10
申请号：CN201911171598.X
申请日：2019-11-26
Applicant: 西安电子科技大学
Abstract: 本发明公开一种环形波长渐变滤光片和压缩感知的高光谱成像系统及成像方法，用于高光谱图像的获取和重构，加快光谱图像的获取速度。本发明的成像系统包括包括中轴、高速电机、镜头、探测器阵列、混合光谱处理模块以及通过固定在外壳上的中轴与高速电机相连的环形波长渐变滤光片，使得高光谱图像的谱间分辨率可变，为高光谱图像中保留了更多的谱段信息。本发明的方法，通过计算所选像素点位置的混叠矩阵，克服了现有技术方法需要成像装置曝光时间与被动滤光片转动速率相配合问题，使得本发明的成像方法与成像系统的耦合性降低，成像系统易于控制。
-
公开(公告)号：CN110276442A
公开(公告)日：2019-09-24
申请号：CN201910441546.3
申请日：2019-05-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种神经网络架构的搜索方法及装置，所述方法包括：对当前神经网络架构图进行训练，获得训练后的神经网络架构图和对应的评估值；根据所述训练后的神经网络架构图和对应的评估值，拟合多元高斯过程函数；根据所述多元高斯过程函数构建采集函数，对所述采集函数进行优化搜索；对上述步骤在设定时间内反复操作，获得所述评估值最大的神经网络架构图。解决了现有技术中的神经网络架构搜索算法存在准确率低、搜索过程耗时、模型结果参数量过多的技术问题。基于贝叶斯优化方法来搜索神经网络架构，通过蒙特卡洛树搜索来优化算法中的采集函数，达到了在较短时间内搜索得到准确率比较高，且模型参数量少的神经网络架构的技术效果。
-
Patent Agency Ranking
公开(公告)号：CN108549832A
公开(公告)日：2018-09-18
申请号：CN201810056405.5
申请日：2018-01-21
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于全连接神经网络的低截获雷达信号分类方法，主要解决现有技术对低信噪比值的低截获雷达信号正确分类率低的问题，其实现步骤为：1)获得不同信噪比值的低截获雷达信号；2)计算低截获雷达信号的双谱特征，对双谱特征信号进行预处理和分组得到数据集；3)设计全连接神经网络的模型，并使用数据集对其进行训练，获得训练好的全连接神经网络；4)对未分类的低截获雷达信号，将其预处理后输入训练好的全连接神经网络，通过网络输出得到该低截获雷达信号的分类。仿真结果表明，本发明对低信噪比值的低截获雷达信号分类正确率远高于现有技术，可用于识别不同类型的雷达信号源。
-
公开(公告)号：CN107144843A
公开(公告)日：2017-09-08
申请号：CN201710274312.5
申请日：2017-04-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于图结构任务调度的并行测距方法，主要解决目前声学测距时耗时久成本高的问题。主要方案为：1)在N个移动设备中选取一个作为主节点，将其余移动设备与该主节点相连接构成测距网络；2)主节点发布测距任务，生成测距的总任务集Γ；3)生成单步测距任务集Γq并进行测距；4)在单步测距任务集Γq和总任务集Γ中删除测距成功和测距失败且达到重试次数上限的任务，判断Γq和Γ的状态：若Γq不为空，则测距失败任务重试次数加1，返回步骤3)；若Γq为空，则再判断总任务集Γ状态：若Γ不为空，则返回步骤3)，否则，则测距结束。本发明并行测距用时短，设备携带方便，适用范围广，可用于大范围的多节点定位。
-
公开(公告)号：CN107067374A
公开(公告)日：2017-08-18
申请号：CN201611204577.X
申请日：2016-12-23
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于两级插值的矩阵补全二维图像处理方法，主要用于对像素有缺失的图像进行补全，其实现步骤是：(1)读入二维图像矩阵；(2)获得参考图像矩阵；(3)获得下采样图像矩阵；(4)第一级插值；(5)对第一级插值后的下采样图像矩阵进行预滤波；(6)第二级插值。本发明既提高了矩阵补全的精确度，又可以广泛应用于像素有缺失的图像矩阵，本发明可用于对像素有缺失的图像进行补全。
-
公开(公告)号：CN104050646B
公开(公告)日：2016-11-02
申请号：CN201410317538.5
申请日：2014-07-04
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开一种基于迭代非局部均值抑制图像脉冲噪声的方法，主要用于解决现有方法无法在去噪过程中保留图像细节信息，及在高噪声密度下无法恢复清晰图像的问题。其实现步骤为：(1)对噪声图像使用直方图方法检测噪声位置；(2)通过选择开关中值滤波器对噪声图像进行预滤波；(3)在预滤波后的图像上使用迭代非局部均值方法，得到有效抑制脉冲噪声的清晰图像。仿真实验表明，在受不同程度脉冲噪声的情况下，本发明在主观视觉效果和客观评价结果上均优于现有算法，可用于抑制高密度脉冲噪声，恢复清晰图像。
-
公开(公告)号：CN105743505A
公开(公告)日：2016-07-06
申请号：CN201610065902.2
申请日：2016-02-01
Applicant: 西安电子科技大学
IPC: H03M1/12
CPC classification number: H03M1/124
Abstract: 本发明公开了一种信号自相关调制压缩采样与恢复方法，主要解决现有技术中信号采样率要求过高的问题，其实现步骤为：(1)对输入的模拟信号进行自相关调制与自相关调制信号采样；(2)对调制后信号进行低通滤波并进行低速采样，得到压缩采样信号；(3)利用采样得到的自相关调制信号构造观测矩阵；(4)根据压缩感知理论，利用压缩采样信号与观测矩阵优化求解稀疏向量；(5)根据求解得到的稀疏向量恢复原信号。本发明能大大降低信号的采样率，并保证了信号的恢复准确度，可用于超宽带信号的低速获取。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.037 seconds)
