-
-
公开(公告)号：CN103532637A
公开(公告)日：2014-01-22
申请号：CN201310467705.X
申请日：2013-10-09
Applicant: 北京理工大学
IPC: H04B13/00
Abstract: 本发明具体涉及一种面向植入式电子装置的低衰减信号耦合与传输方法，属于人体通信技术领域。本发明方法首先建立面向植入式电子装置的电容耦合型人体通信电极，包括：微型信号电极，金属柱状地电极，绝缘材料。然后通过植入式电子装置的发射器信号电极、人体组织、接收器信号电极，建立信号的输出通道；通过植入式电子装置的接收器地电极和绝缘材料、人体组织、发射器的绝缘材料和地电极建立信号返回通道。最终，形成植入式电子装置发射器、接收器之间的信号回路，实现以人体为介质的低衰减信号传输；具有低功耗、安全性高、便利性好、信号衰减与通信距离无关的优点。
-
公开(公告)号：CN103091737A
公开(公告)日：2013-05-08
申请号：CN201210552055.4
申请日：2012-12-18
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于曲面透镜阵列的宽视场对数极坐标映射成像方法，属于光电图像传感器技术领域。一种基于曲面透镜阵列的宽视场对数极坐标映射成像方法，按由上至下的顺序由前置光学系统、曲面非均匀透镜阵列及光电探测阵列构成。本发明的一种基于曲面透镜阵列的宽视场对数极坐标映射成像方法，由于采用曲面光学透镜阵列结构，扩大了成像系统的视场，从而可实现大视场成像。增加了对数极坐标映射传感器的灵敏度。
-
公开(公告)号：CN120047735A
公开(公告)日：2025-05-27
申请号：CN202510117114.2
申请日：2025-01-24
Applicant: 北京理工大学
IPC: G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0495 , G06N3/082 , G06N3/096
Abstract: 本发明公开了一种基于特征融合和全局响应的目标检测知识蒸馏方法，融合特征蒸馏和学生蒸馏两种方法实现教师模型到学生模型的特征信息转移。在特征蒸馏部分,首先进行前景区域和背景区域的解耦，然后引入积矩相关系数来衡量前景区域不同特征层级之间的线性关系；在响应蒸馏部分，针对模型预测信息的概率分布，提出一种蒸馏条件筛选机制，然后在分类分支和回归分支分别使用非目标类匹配模块和边框概率模块实现教师模型预测信息的充分转移，从而全面提高轻量化模型的检测性能。
-
公开(公告)号：CN110555870B
公开(公告)日：2021-07-27
申请号：CN201910856724.9
申请日：2019-09-09
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于神经网络的DCF跟踪置信度评价与分类器更新方法，属于计算机视觉技术领域。首先设计并训练响应图分析网络的小规模卷积神经网络。在相关滤波跟踪中，当分类器与搜索区域的特征进行卷积后，将产生的响应图输入到此网络中，并将输出作为这一帧分类器的跟踪置信度评分。当得分低于预设的低置信阈值时，认为目标受到了剧烈干扰，停止更新，以防止目标模型受污染，并且使更新的学习率与时间间隔受置信分数自适应调整，当分类器连续多帧都取得较高的置信分数时，认为目标外观处于高度相似状态，提高更新的间隔以缓解过拟合现象。本发明方法能够显著增强相关滤波跟踪对光照变化、遮挡、出视野等干扰因素的适应能力，提高空间与时间效率。
-
Patent Agency Ranking
公开(公告)号：CN110276784B
公开(公告)日：2021-04-06
申请号：CN201910478278.2
申请日：2019-06-03
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于记忆机制与卷积特征的相关滤波运动目标跟踪方法，属于计算机视觉技术领域。本发明方法利用预先训练过的深层卷积神经网络提取目标的卷积特征，受人类视觉信息处理认知行为中人脑记忆机制的启发，将记忆机制融入到相关滤波方法的分类器的检测、训练和更新过程之中。其中，记忆机制由响应图决策、自适应峰值检测和自适应融合系数三部分组成。本发明方法具有较强的鲁棒性，在目标发生剧烈形变、短暂消失后重现或遮挡等条件下，仍然能持续稳定地实现目标跟踪。同时，具有较高的目标跟踪速度，降低了复杂度，减小了运算量。
-
公开(公告)号：CN110932793A
公开(公告)日：2020-03-27
申请号：CN201911166477.6
申请日：2019-11-25
Applicant: 北京理工大学
IPC: H04B13/00
Abstract: 本发明涉及一种适用于电流/电容耦合型人体通信的复合式电极，属于人体通信技术领域。本发明的目的是提供一种适用于电流/电容耦合型人体通信的复合式电极，该复合式电极可实现电流/电容耦合信号传输方式快速自由切换。该复合式电极内部包括电流/电容耦合信号电极，电流耦合地电极，电容耦合地电极等，其中信号电极为两种模式共用，通过外部模拟开关对两种模式进行切换。该复合式电极机械结构可变，通过滑动导轨装置以及螺纹柱，调节电流耦合模式信合电极和地电极的距离以及电容耦合模式地电极的面积。
-
公开(公告)号：CN110555870A
公开(公告)日：2019-12-10
申请号：CN201910856724.9
申请日：2019-09-09
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于神经网络的DCF跟踪置信度评价与分类器更新方法，属于计算机视觉技术领域。首先设计并训练响应图分析网络的小规模卷积神经网络。在相关滤波跟踪中，当分类器与搜索区域的特征进行卷积后，将产生的响应图输入到此网络中，并将输出作为这一帧分类器的跟踪置信度评分。当得分低于预设的低置信阈值时，认为目标受到了剧烈干扰，停止更新，以防止目标模型受污染，并且使更新的学习率与时间间隔受置信分数自适应调整，当分类器连续多帧都取得较高的置信分数时，认为目标外观处于高度相似状态，提高更新的间隔以缓解过拟合现象。本发明方法能够显著增强相关滤波跟踪对光照变化、遮挡、出视野等干扰因素的适应能力，提高空间与时间效率。
-
公开(公告)号：CN110276784A
公开(公告)日：2019-09-24
申请号：CN201910478278.2
申请日：2019-06-03
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于记忆机制与卷积特征的相关滤波运动目标跟踪方法，属于计算机视觉技术领域。本发明方法利用预先训练过的深层卷积神经网络提取目标的卷积特征，受人类视觉信息处理认知行为中人脑记忆机制的启发，将记忆机制融入到相关滤波方法的分类器的检测、训练和更新过程之中。其中，记忆机制由响应图决策、自适应峰值检测和自适应融合系数三部分组成。本发明方法具有较强的鲁棒性，在目标发生剧烈形变、短暂消失后重现或遮挡等条件下，仍然能持续稳定地实现目标跟踪。同时，具有较高的目标跟踪速度，降低了复杂度，减小了运算量。
-
公开(公告)号：CN110111302A
公开(公告)日：2019-08-09
申请号：CN201910242608.8
申请日：2019-03-28
Applicant: 北京博睿维讯科技有限公司 , 北京理工大学
Abstract: 本发明涉及一种背景杂波度量方法，具体涉及一种基于多方向差异Hash算法的背景杂波度量方法，属于计算机视觉领域关键技术之一。本发明提出一种基于多方向差异Hash算法的背景杂波度量方法，该方法利用多方向差异Hash算法表征目标图像与背景图像的相似度，进而得到整幅图像的基于多方向差异Hash算法的图像背景杂波尺度，整个过程不存在阈值选择问题，计算结果唯一，同时，利用本发明公开的一种基于多方向差异Hash算法的背景杂波度量方法对Search_2数据库进行实验，结果表明所公开的方法具有较高的目标获取性能的预测精度。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.025 seconds)
