-
公开(公告)号：CN108759826A
公开(公告)日：2018-11-06
申请号：CN201810323707.4
申请日：2018-04-12
Applicant: 浙江工业大学
IPC: G01C21/18
Abstract: 一种基于手机和无人机多传感参数融合的无人机运动跟踪方法包括以下步骤：1)设计Android应用程序，获取手机的加速度计和陀螺仪参数，并将IMU参数制成ROS信息格式，最后通过Wi‑Fi发送至无人机端；2)获取手机和无人机的IMU参数，建立IMU状态模型，误差状态模型；3)根据获取到的图像提取运动目标；4)使用多速率扩展卡尔曼滤波对相对位姿进行滤波。本发明提出一种基于手机和无人机多传感参数融合的无人机运动跟踪方法，大大提高了跟踪的精度和鲁棒性。
-
公开(公告)号：CN107450591A
公开(公告)日：2017-12-08
申请号：CN201710727614.3
申请日：2017-08-23
Applicant: 浙江工业大学
IPC: G05D1/10
CPC classification number: G05D1/101
Abstract: 一种基于英伟达TX2处理器的无人机运动跟踪系统，由F450四旋翼机架、飞行控制板、处理器载板、英伟达TX2处理器四部分组成，其中英伟达TX2处理器用于实现系统的运动目标检测与跟踪、无人机跟踪飞行等功能；处理器载板用于实现英伟达TX2处理器的数据接口扩展和面向系统的电源输出；飞行控制板用于实现四旋翼飞行器的电机控制和定位飞行；F450四旋翼机架作为系统的基础构架，用于负责执行英伟达TX2处理器和飞行控制板的控制命令，实现跟踪飞行。本发明集成度高，可以在小型化无人机上实现在线图像采集和运动跟踪飞行，提高了无人机在线视频图像处理系统的效率。
-
公开(公告)号：CN114581963B
公开(公告)日：2025-05-13
申请号：CN202210191133.6
申请日：2022-02-25
Applicant: 浙江工业大学
IPC: G06V40/12 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于重构差异的OCT指纹切面图像真伪检测方法，包括：S1、构建全卷积神经网络模型，包括编码器、生成器、特征提取器；S2、收集OCT系统采集的图像，预处理完成后，随机选取70％的正样本图像作为训练数据；选取另外30％的正样本图像和负样本图像，数量均衡后作为测试数据；步骤S3、训练网络模型；选用划分好的训练图像作为输入数据，设定损失函数，用于优化编码器、生成器；设定对比损失，用于优化特征提取器；对所建网络模型进行多轮次训练，通过反向传播，对模型权重参数进行更新优化直到损失函数趋向收敛时，停止训练；步骤S4、测试网络模型；应用训练好的网络模型，选用测试数据输入模型进行测试，根据设定阈值对输入图像进行真伪判别。
-
公开(公告)号：CN119599900A
公开(公告)日：2025-03-11
申请号：CN202411633683.4
申请日：2024-11-15
Applicant: 浙江工业大学
Abstract: 一种融合对比学习的生成对抗网络声呐图像去噪方法和装置，其方法包括：构建生成网络，输入带噪图像，经过融合注意力机制模块和对比学习模块，进行图像去噪处理；构建判别网络，输入不含噪声的无噪图像和生成网络生成的去噪图像，进行图像判别；S3、训练由生成网络和判别网络组成的对抗网络，并保存训练结束的最终参数；S4、将噪声图像输入到已经训练好的生成网络中，得到去噪图像。本发明的融合注意力机制模块和对比学习模块能提高生成网络对于输入图像的理解和处理能力，增强网络对于图像细节的捕捉和保留能力，准确还原噪声图像的主体特征和细节信息。
-
公开(公告)号：CN119493106A
公开(公告)日：2025-02-21
申请号：CN202411633688.7
申请日：2024-11-15
Applicant: 浙江工业大学
Abstract: 一种探测通信一体化的避碰声纳信号设计方法和装置，其方法包括：调制连续频率相位键控信号CFPSK，生成初始频率和Chirp信号；调制连续频率相位键控信号，BPSK信号通过相位调制分两路调制到Chirp上，再将两路信号相加，得到最终的发射信号；将CFPSK信号进行脉冲宽度调制后通过避碰声纳的换能器发射；采集避碰声呐原始回波信号，得到原始回波数据；对采集到的原始数据进行预处理，得到虚实两路信号；将信号压缩成短脉冲带宽的信号，生成正交的两组匹配滤波器的冲激响应参数，每组分别与虚实两路信号进行匹配得到四组匹配结果，再从实数域还原到复数域得到最终的匹配输出；通过检测匹配滤波输出的峰值位置，确定CFPSK信号的起点，从接收信号中精确截取出回波信号用于通信解码，对接收信号与参考载波进行相干检测。本发明实现探测与通信功能的协同工作。
-
Patent Agency Ranking
公开(公告)号：CN119027988A
公开(公告)日：2024-11-26
申请号：CN202411153540.3
申请日：2024-08-21
Applicant: 浙江工业大学
IPC: G06V40/12 , G06V10/10 , G06V10/26 , G06V10/28 , G06V10/44 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于深度压缩神经网络的手指汗腺提取方法，首先将OCT指纹体数据进行分割，将分割得到的系列子块输入到深度压缩神经网络；然后经过连续的扩张深度压缩模块，利用扩张卷积提升对汗腺的感受野，提取汗腺初步特征；通过连续的基础深度压缩模块，提取汗腺细化特征；汗腺细化特征在随机失活后，经过连续的卷积层，输出汗孔特征图，将汗孔特征图经过二值化后得到表面汗孔图片，将所有子块对应的表面汗孔图片进行拼接，得到手指汗孔图。本发明能够对OCT原始数据直接进行处理。通过深度压缩模块来提取汗腺特征，无需去噪和映射操作，直接从OCT原始数据中提取汗腺，压缩生成准确的表面汗孔图像，提升了提取精度和速度。
-
公开(公告)号：CN118444477B
公开(公告)日：2024-10-01
申请号：CN202410904632.4
申请日：2024-07-08
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于FPGA的同步信号控制系统，包括上位机、FPGA模块、振镜、光学图像传感器和采集卡，其中FPGA模块包括BRAM模块、帧解析器、3D扫描模块和2D扫描模块，且3D扫描模块和2D扫描模块均包括操作单元，以及与振镜、光学图像传感器和采集卡依次对应的第一子控制单元、第二子控制单元和第三子控制单元。本发明通过FPGA实现对OCT外设振镜、CCD和采集卡的时序控制，实现了对外设的通用同步控制，解决了传统OCT系统由于控制精度不足导致的图像畸变问题；本发明通过单独配置外设振镜、CCD和采集卡的延迟，在几乎不消耗任何资源的情况下实现了对外设固有延迟的精确补偿，解决了采集的OCT图像的错位问题，且简单有效。
-
公开(公告)号：CN118090699B
公开(公告)日：2024-09-24
申请号：CN202410093578.X
申请日：2024-01-23
Applicant: 浙江工业大学
IPC: G01N21/65 , G06V10/764 , G06V10/82 , G06V10/52 , G06V10/26 , G06N3/0464 , G06N3/048 , G06N3/082 , G06N3/084
Abstract: 本发明涉及到差分拉曼光谱技术，特别涉及一种结合差分拉曼光谱和SE‑Res2Net的黄曲霉素检测方法。测得含有黄曲霉素以及不含有黄曲霉素的待测物的差分拉曼光谱；构建模型，初始化模型参数；将黄曲霉素的差分拉曼光谱和待测物的差分拉曼光谱输入模型得到特征图X；将特征图X输入Res2Net模块，得到特征图Y5；将特征图Y5输入SE模块，得到特征图f'；通过跳跃连接的方式将特征图X连接到特征图f'上，得到特征图f；得到待测物中是否含有黄曲霉素的概率，完成模型的训练；验证模型并更新参数。本发明有效去除拉曼光谱中的荧光、环境光等干扰，增强拉曼光谱中的特征峰，提高检测准确率。
-
公开(公告)号：CN112149521B
公开(公告)日：2024-05-07
申请号：CN202010916060.3
申请日：2020-09-03
Applicant: 浙江工业大学
IPC: G06V40/10 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06T5/70 , G06T5/10
Abstract: 一种基于多任务卷积神经网络的掌纹ROI提取与增强的方法，包括如下步骤：1)对样本进行训练前的准备工作，先将样本复制成两份，分别为A和B，对样本A进行BM3D去噪和Gabor小波滤波，以此来对样本进行图像增强处理；对样本B进行标记，分别标记训练样本的两个指间谷点和掌纹ROI区域；最后对标记后的训练样本进行数据扩充；2)用步骤1)生成的训练样本来训练多任务卷积神经网络，得到用于掌纹ROI提取与增强的网络模型；3)通过验证集验证训练好的多任务卷积神经网络模型并输出结果，并对结果进行矫正。本发明能够以更高的准确性和鲁棒性实现从一般掌纹中提取到具备图像增强的掌纹感兴趣区域。
-
公开(公告)号：CN113378890B
公开(公告)日：2024-03-22
申请号：CN202110533245.0
申请日：2021-05-17
Applicant: 浙江工业大学
IPC: G06V10/82 , G06V10/762 , G06V10/74 , G06V10/80 , G06V10/40 , G06N3/0464 , G06N3/045 , G06N3/08 , G06V20/58
Abstract: 一种基于改进YOLO v4的轻量级行人车辆检测方法，包括以下步骤：1)将数据集划分为训练集、验证集和测试集；2)对数据集标签中的真实目标框进行聚类分析，获得先验框尺寸；3)利用Ghost模块搭建主干网络，用于提取数据集的视觉特征，在保证特征质量的同时缩减参数量；4)使用不同扩张率的空洞卷积提升网络的多尺度感知能力；5)对提取到的特征进行特征聚合；6)将聚合后的特征输入检测头，对目标的位置和类别进行预测，利用损失函数训练模型；7)将测试集图像输入训练得到的网络模型进行检测，输出目标的检测结果。本发明在保证行人车辆检测精度的同时，拥有较小的模型参数量，检测速度较快，降低了对于硬件设备性能的需求。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.076 seconds)
