-
公开(公告)号：CN114648721A
公开(公告)日：2022-06-21
申请号：CN202210336402.3
申请日：2022-03-31
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于视频监控的临水预警方法及系统，获取视频流数据；对视频流中当前帧进行人员识别；对当前帧行人进行人员实时追踪；对追踪的行人进行落水行为识别，并在识别到落水行为后发出警报预警。对当前帧识别的行人进行人员实时追踪时，先设置置信度阈值，对当前帧的低于置信度阈值的检测框进行过滤，同时，对当前帧的检测框进行非最大值抑制；然后读取当前帧非最大值抑制后剩余的检测框的位置，并利用重识别神经网络提取这些检测框内的图像块的表观特征；利用卡尔曼滤波器预测追踪器在当前帧的运动状态即预测框的位置及大小，基于检测框内的图像块的表观特征，用检测框匹配追踪器。实现了临水行人的自动追踪及落水行为识别、预警。
-
公开(公告)号：CN113111735A
公开(公告)日：2021-07-13
申请号：CN202110317587.9
申请日：2021-03-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种复杂环境下的快速场景识别方法及装置，其中，所述方法应用于一种复杂环境下的快速场景识别系统，所述系统包括图像采集装置，所述方法包括；通过所述图像采集装置获得第一图像数据；通过GoogleNet网络构建第一场景识别模型；在自建五类地形数据集上对所述第一场景识别模型进行网络参数训练，获得收敛后的所述第一场景识别模型；通过TensorRT进行所述收敛后的所述第一场景识别模型在嵌入端的移植部署；将所述第一图像数据输入部署完成的所述收敛后的所述第一场景识别模型，进行前向推理，获得识别结果。解决了现有技术中存在传感器识别容易存在装置误差，且对复杂场景识别率低，识别速度慢，不适应于实时场合的技术问题。
-
公开(公告)号：CN105743505B
公开(公告)日：2018-11-20
申请号：CN201610065902.2
申请日：2016-02-01
Applicant: 西安电子科技大学
IPC: H03M1/12
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。
-
公开(公告)号：CN108388846A
公开(公告)日：2018-08-10
申请号：CN201810112601.X
申请日：2018-02-05
Applicant: 西安电子科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于典型相关分析的脑电α波检测识别方法，解决了对脑电α波信号快速、高效地检测识别问题，步骤包括：输入脑电信号；脑电信号预处理得到训练与测试数据；选取不同频率集合，构建不同频率对应的参考信号；通过典型相关分析计算训练数据与不同频率参考信号的相关系数，构成相关系数集合；特征频率选择得到特征频率集合；从相关系数集合选取与特征频率集合对应的相关系数构成训练特征集合；使用训练特征集合训练分类器；计算测试数据特征集合；使用分类器进行分类识别，完成脑电α波检测识别。本发明通过特征频率选择，实现脑α波信号的快速检测，检测速度快、准确度高、工作稳定，用于脑电α波信号的脑机接口系统中的信号检测。
-
公开(公告)号：CN104883192B
公开(公告)日：2018-03-06
申请号：CN201510340783.2
申请日：2015-06-18
Applicant: 西安电子科技大学
IPC: H03M7/30
Abstract: 本发明公开了一种基于混合压缩采样的非合作超宽带信号的重构方法，主要解决现有技术无法利用有效先验对非合作性信号进行重构的问题，其实现步骤为：(1)对输入的模拟信号进行随机投影观测和在变换域基函数上的投影观测；(2)利用投影观测系数与基函数的线性组合实现对信号的粗略重构；(3)利用主成分分析法对粗略重构信号进行K‑L分解，得到信号自相关矩阵的特征向量；(4)以特征向量矩阵作为信号稀疏的域，在压缩感知理论框架下实现信号的精细重构。本发明能够在非合作环境下，实现对超宽带信号的低速采样和精确重构，可用于超宽带信号的低速获取。
-
Patent Agency Ranking
公开(公告)号：CN107547460A
公开(公告)日：2018-01-05
申请号：CN201710720483.6
申请日：2017-08-21
Applicant: 西安电子科技大学
IPC: H04L27/00
Abstract: 本发明公开了一种基于深度学习的无线通信调制信号识别方法，主要解决现有技术中识别效果过于依赖人工对于调制信号特征提取的问题，同时本发明改善现有技术在低信噪比时识别正确率低的缺点。该方法包括：对捕获到的待识别调制信号进行采样；对采样所得到的采样序列进行归一化，根据归一化后的采样序列制作调制信号的二维直方图；构建深度卷积神经网络；利用训练样例训练深度卷积神经网络；利用训练好的深度卷积神经网络识别无线通信调制信号。本发明对于调制信号的识别效果不依赖人工对于特征的选择和提取，并且在低信噪比的情况下也有很高的识别正确率。
-
公开(公告)号：CN106600583A
公开(公告)日：2017-04-26
申请号：CN201611113333.0
申请日：2016-12-07
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于端到端神经网络的视差图获取方法，主要解决现有获取视差图时大量搜索与迭代计算导致实时性差的问题。其方案是：1.利用特征学习网络与视差重构网络构建三维重构网络，其中特征学习网络设有结构相同的两个分支，每个分支结构设有五个网络层，视差重构网络设有三个网络层，这两个网络通过一个全连接网络层连接；2.将虚拟场景与现实场景数据分别输入至三维重构网络，通过训练该网络确定其权重参数；3.将拍摄的同步左右视图输入至确定权重参数后的三维重构网络，获得视差图。本发明避免了复杂的预处理，减小了搜索与迭代计算量，能满足更高的实时性要求，可用于双目相机、机器人视觉导航、工业自动化领域。
-
公开(公告)号：CN106127695A
公开(公告)日：2016-11-16
申请号：CN201610389762.4
申请日：2016-06-03
Applicant: 西安电子科技大学 , 西安中电科西电科大雷达技术协同创新研究院有限公司
CPC classification number: G06T5/002 , G06T3/4076 , G06T2207/10004 , G06T2207/20024
Abstract: 本发明提出了一种基于多尺度回插的脉冲噪声处理方法，用于解决现有两级插值图像脉冲噪声处理方法中存在的图像恢复精度和准确度低的技术问题，实现步骤为：对噪声图像利用直方图分析检测噪声位置，并通过选择开关中值滤波器对噪声图像进行预滤波；对预滤波后的图像进行多级降采样，得到多幅低分辨率子图像；结合统计特性和结构特征，利用改进的自回归模型对每一幅子图进行多尺度回插，得到多幅全分辨率图像；对多幅全分辨率图像进行加权平均，恢复出有效抑制噪声的清晰图像。仿真实验表明，在受不同程度脉冲噪声的情况下，本发明不论是在主观视觉上还是在客观评价上均优于现有技术，可用于去除高密度脉冲噪声，恢复清晰图像。
-
公开(公告)号：CN105942975A
公开(公告)日：2016-09-21
申请号：CN201610247976.8
申请日：2016-04-20
Applicant: 西安电子科技大学
IPC: A61B5/00 , A61B5/0476
CPC classification number: A61B5/7225 , A61B5/0476 , A61B5/725
Abstract: 本发明公开了一种基于稳态视觉诱发的脑电信号处理方法，其实现过程是：(1)利用采集系统采集受试者在不同视觉频率刺激下的脑电信号；(2)对脑电信号进行预处理；(3)利用滤波器组对预处理后的脑电信号进行滤波；(4)利用似然比计算方法计算滤波后的脑电信号与不同视觉刺激频率之间的似然比，得到一个似然比组；(5)从似然比组中，找出最大的似然比所对应的视觉刺激频率，完成对脑电信号的识别。本发明同时利用了滤波器组和似然比检验，克服了现有技术识别目标个数较少的缺点，增加了识别目标的个数，提高了脑电信号的识别准确率。
-
公开(公告)号：CN102740077A
公开(公告)日：2012-10-17
申请号：CN201210230402.1
申请日：2012-07-04
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于H.264/AVC标准的帧内预测模式选择方法，主要解决现有H.264/AVC标准的帧内模式选择复杂和硬件难以并行实现的问题。其实现步骤为：首先，对4×4子块和8×8子块的所有预测模式利用绝对变换差和的值SATD进行初选，得到4种候选预测模式；再对这4种候选模式进行率失真优化RDO选择最佳预测模式；其次，在变换中采用KL变换代替DCT变换；最后，利用基于上下文的自适应可变长编码CAVLC代替基于上下文的自适应二进制算术编码CABAC进行码率估计。本发明不仅提高了H.264/AVC标准的帧内模式选择的速度，而且使H.264/AVC标准的帧内模式选择易于硬件的快速和并行实现，可用于H.264/AVC标准中的帧内预测过程。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.036 seconds)
