-
公开(公告)号：CN116110018A
公开(公告)日：2023-05-12
申请号：CN202310117431.5
申请日：2023-01-20
Applicant: 杭州电子科技大学
IPC: G06V20/56 , G06V20/59 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于多维度跨模态信息交互的驾驶员意图预测方法，应用于智能驾驶领域。本发明设计了一个高效的视频分类网络来分别提取车内、外视频序列的通道‑时序特征，在特征提取过程中，本发明通过设计一种跨模态通道‑空间加权机制来实现车内、外视频序列特征间的信息交互，此外，本发明还提出一种对比学习模块来迫使两个特征提取网络学习到车内、外视频序列向量表示的结构知识。然后，通过基于残差结构和GRU分类器的预测模块获得初步预测结果，接着利用GPS信息校正初步预测结果来得到最终预测结果。
-
公开(公告)号：CN111127523B
公开(公告)日：2023-03-24
申请号：CN201911230380.7
申请日：2019-12-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于量测迭代更新的多传感器GMPHD自适应融合方法，本发明为了研究融合顺序对融合结果的影响,在量测迭迭代校正多传感器PHD(ICMPHD)算法的基础上，基于OSPA度量评价指标,将融合后最终得到的高斯粒子与各个传感器的量测进行一致性度量计算，并根据计算结果由大到小对传感器融合顺序进行排序，提出了一种自适应迭代校正多传感器PHD(AICMPHD)方法，再将高斯混合(GM)技术引入AICMPHD方法中，实现AIC‑GMPHD算法。本发明配置结构明了，计算量小，可广泛应用于多目标跟踪领域。
-
公开(公告)号：CN115390056A
公开(公告)日：2022-11-25
申请号：CN202211041250.0
申请日：2022-08-29
Applicant: 杭州电子科技大学
Abstract: 本发明一种外辐射源雷达目标检测方法，本发明先获取外辐射源雷达的距离‑多普勒矩阵A；将A保存为灰度图片B，将B输入到网络来检测是否出现参考通道含目标回波这种异常情况，若输出0表示没有发生异常则直接进行恒虚警检测，得到目标检测结果；若输出1，则表示出现异常情况，则先进行恒虚警检测得到检测矩阵C，视C每一个大于0的元素为待定目标，用每一个待定目标重构参考信号，再用重构的参考信号进行杂波抑制、距离‑多普勒处理、恒虚警检测得到新检测矩阵D；对比C和D大于0元素个数，若个数减少，则对应的待定目标为真目标，应保留；若个数增加，则对应的待定目标为假目标，应置0。所有待定目标经过上述处理后可以得到最终目标检测结果。
-
公开(公告)号：CN110929560B
公开(公告)日：2022-10-14
申请号：CN201910963482.3
申请日：2019-10-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开融合目标检测与跟踪的视频半自动目标标注方法，首先在视频图像中选定某一帧为初始帧，手动标记目标的初始位置，确定目标的类别标签。在后续帧中，融合基于图像的目标检测算法和基于图像序列的视频目标跟踪算法估计目标在图像中的位置；本发明根据目标跟踪算法判断目标标注是否结束。若结束，根据每一帧目标的显著值大小，提取视频关键帧，得到目标标注结果，否则继续估计目标在视频图像中的位置；本发明基于目标显著性提取视频关键帧的方法，使关键帧能反映目标变化的多样性。本发明采用多镜头多舰船的视频进行实验测试，验证了本发明提出方法的有效性。
-
公开(公告)号：CN112989060B
公开(公告)日：2022-04-15
申请号：CN202011328486.3
申请日：2020-11-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于GCN的重大事件趋势预测方法。本发明从关系型数据库获取结构化事件信息数据，构建事件语义关联图，选择时间片粒度分割出局部图；基于GCN的趋势预测模型模型输入为多个局部事件语义关联图的节点向量和邻接矩阵，输出为趋势等级。该方法增强了对文本的语义理解，预测精度优于基于专家知识构建特征的方法。本发明方法具有时效性高、普适性强等优点，在重大事件趋势等级预测上具有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN110516525B
公开(公告)日：2021-10-08
申请号：CN201910585761.0
申请日：2019-07-01
Applicant: 杭州电子科技大学
Abstract: 本发明公开基于GAN和SVM的SAR图像目标识别方法，首先采用一种基于多尺度分形特征的SAR图像增强算法进行SAR图像目标方位角估计；然后基于解耦表示学习生成对抗网络模型(Disentangled Representation Learning GAN，DRGAN)设计了一种用于SAR图像目标方位角变换的深度生成模型；本发明基于训练得到的DRGAN模型对输入SAR图像进行方位角归一化变换，然后基于方位角归一化后的SAR图像作为训练样本提取灰度特征，训练SVM分类器；对测试样本进行同样的方位角归一化变换，采用训练得到的SVM分类器进行分类。本发明采用MSTAR数据集进行验证，在SOC和多个EOC比较多种算法的识别精度，验证了本发明提出方法的有效性。
-
公开(公告)号：CN113406625A
公开(公告)日：2021-09-17
申请号：CN202110500685.6
申请日：2021-05-08
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种SAR图像超像素滑窗CFAR检测方法，该方法设置待检测超像素和背景超像素构成超像素滑窗，采用自适应阈值对背景超像素进行杂波截断处理，剔除影响杂波建模精度的异质像素，采用伽玛分布的截断形式进行杂波参数估计，根据给定的虚警概率求解CFAR检测阈值，对待检测超像素内的像素点进行目标判别，实现基于截断伽玛杂波统计特性的CFAR检测。该方法可有效提升多目标干扰等复杂环境下的目标检测精度和检测实时性。
-
公开(公告)号：CN110836783B
公开(公告)日：2021-02-02
申请号：CN201911038991.1
申请日：2019-10-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于阈值判断的GA‑BP的磁悬浮列车故障检测方法。以传感器获得数据的特征参数归一化后作为BP输入，方差阈值和变化率判断故障作为输出，并采用遗传算法优化出最优网络权值和阈值，提高BP神经网络的检测精度。本发明可以准确的诊断磁悬浮列车是否发生振动故障，避免发生误报警问题。
-
公开(公告)号：CN107038221B
公开(公告)日：2020-11-17
申请号：CN201710174883.1
申请日：2017-03-22
Applicant: 杭州电子科技大学
IPC: G06F16/783 , G06K9/46 , G06K9/00
Abstract: 本发明一种基于语义信息引导的视频内容描述方法。本发明包括如下步骤：步骤(1)对视频格式进行预处理；步骤(2)建立用于引导的语义信息；步骤(3)计算语义特征向量[Ai,XMS(i)]的权重步骤(4)对语义特征向量[Ai,XMS(i)]进行解码；步骤(5)对视频描述模型进行测试。本发明通过利用faster‑rcnn模型，能快速检测每帧图像上的关键语义信息，并加入到原有用CNN提取的特征中，使得每个时间节点输入LSTM网络的特征向量具有语义信息，从而在解码过程中，既保证视频内容时空关联性，又提高了语言描述的准确率。
-
公开(公告)号：CN108038856B
公开(公告)日：2020-08-04
申请号：CN201711403183.1
申请日：2017-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及基于改进多尺度分形增强的红外小目标检测方法。传统基于分形特征增强的红外小目标检测算法具有计算复杂度高的问题。本发明利用多尺度区域内像素的最大值与最小值的差作为一种度量，然后采用其区域平均值获得每点像素的多尺度分形特征向量，通过定义的新的显著性度量准则来评价每点像素的显著性，最后基于增强后的图像通过自适应阈值分割算法进行目标检测。本发明提出的方法降低了算法的计算量，提高了检测速度。
-
-
-
-
-
-
-
-
-
Search Results
174
records
(took 0.033 seconds)
