-
公开(公告)号：CN105631436A
公开(公告)日：2016-06-01
申请号：CN201610054837.3
申请日：2016-01-27
Applicant: 桂林电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00221 , G06K9/00268 , G06K9/00288
Abstract: 本发明公开了一种基于随机森林的级联位置回归用于人脸对齐的方法，其特征在于，包括如下步骤：1）得到归一化人脸图片； 2）计算人脸的平均形状； 3）生成人脸对齐框架的候选特征点；4）生成人脸形状索引灰度值；5）生成人脸形状索引特征X；6）构建人脸对齐框架；7）初始化人脸形状，不断迭代后，输出最终的估计人脸形状。这种方法在光照、表情变化、遮挡等情况下能够保持很好的鲁棒性，并且能提高精度、减少失败率。
-
-
公开(公告)号：CN102680988A
公开(公告)日：2012-09-19
申请号：CN201210162393.7
申请日：2012-05-23
Applicant: 桂林电子科技大学
Abstract: 本发明所要解决的技术问题是提供一种高灵敏度导航卫星信号非线性捕获方法及装置，该方法与装置采用DBZP技术来减小相关功率损失；用FFT技术减少了做相关所需时间；利用非线性双稳随机共振系统的特性来提高系统输出信噪比；捕获过程中引入了MTM（最大相关值与相关均值比值）阈值检测方法，提高了正确检测率。本发明能够最大限度地提高GPS信号捕获灵敏度；并且可以极大限度地减小捕获时间，为弱GPS信号的实时高灵敏度捕获提供技术支持。
-
公开(公告)号：CN102662183A
公开(公告)日：2012-09-12
申请号：CN201210128335.2
申请日：2012-04-27
Applicant: 桂林电子科技大学
IPC: G01S19/24
Abstract: 本发明公开一种GPS信号捕获方法与系统，该方法与系统将快速傅里叶变换(FFT)、双块零拓展(Double Block Zero Padding，DBZP)、差分相干、频差修正等技术有机地结合，使其既能实现高效快速的GPS信号捕获，还能改善快速傅里叶变换计算过程中由大多普勒频移引起码片速率变化而造成的相关功率损失；此外，频差修正技术还能够削弱残余多普勒频移误差造成的功率损失，并实现高效快速的捕获。
-
公开(公告)号：CN118865434A
公开(公告)日：2024-10-29
申请号：CN202410825597.7
申请日：2024-06-25
Applicant: 桂林电子科技大学
IPC: G06V40/10 , G06V10/46 , G06V10/82 , G06V10/44 , G06V10/771 , G06V10/80 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于ECAv2‑HRNet的人体姿态关键点检测方法，包括如下步骤：1）获取通道信息；2）缩减参数；3）合并通道；4）确定交互范围；5）加强特征提取过程；6）双压缩；7）嵌入骨干网络。这种方法在人口密集的环境下精准度高于现有技术中的方法，并且这种方法的模型参数量和需要的浮点运算量皆优于现有技术中的关键点检测方法，这种方法在不同的环境下表现出较为优异的指标性能。
-
Patent Agency Ranking
公开(公告)号：CN115690145A
公开(公告)日：2023-02-03
申请号：CN202110841388.8
申请日：2021-07-26
Applicant: 桂林电子科技大学
Abstract: 本发明为一种基于边缘计算的视频目标跟踪方法，公开了一种基于边缘计算的视频接力跟踪方法及系统，属于视频追踪技术领域，包括以下步骤：S1：选定目标并获取其深度特征；S2：训练深度神经网络并植入边缘计算系统；S3：保存图像并记录图像及拍摄设备信息；S4：进行IoU匹配和特征相似性度量；S5：目标跟踪接力。本发明利用边缘计算实时性强的特点，降低对云中心的计算、存储和网络带宽的需求，提高视频分析的速度；结合卡尔曼滤波和深度学习技术对视频目标进行预测和跟踪，可以解决解决视频目标跟踪中需要人员值守和进行筛选等费时费力的问题。
-
公开(公告)号：CN115689876A
公开(公告)日：2023-02-03
申请号：CN202110841408.1
申请日：2021-07-26
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种基于深度学习和边缘计算的多图像拼接方法，属于图像智能化处理技术领域。具体步骤如下：将多幅图像分配边缘计算系统中，以就近处理为原则，对原图像进行分离；对分离好的图像进行灰度化处理；对处理后的灰度图进行直方图均衡化；滤除前几步图像处理产生的噪点；对所得图像进行采样和重构；对采样和重构后的图像进行特征点检测和匹配；消除误匹配点并计算单应矩阵；将图像根据单应矩阵进行拼接，并对结合线用小波变换进行滤波处理和融合，得到最终图像。本发明方法使用边缘计算系统对多幅图像进行预处理，再将结果传到中央处理器进行多图拼接，能极大节省多图拼接的时间；在小波域内进行图像拼接，能有效消除拼接产生的明显拼缝。
-
公开(公告)号：CN108334816A
公开(公告)日：2018-07-27
申请号：CN201810033455.1
申请日：2018-01-15
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于轮廓对称约束生成式对抗网络的多姿态人脸识别方法，其特征是，包括如下步骤：1）数据预处理；2）轮廓约束生成网络；3）对称约束对抗网络；4）训练平衡网络；5）重建与识别。这种方法能有效解决人脸图像的姿态角度偏转影响、提取到人脸在多姿态下更具鲁棒性的特征，特别在大角度姿态重建下将全局质量和局部细节相互约束，保持了正脸的轮廓特征信息，能满足实际应用中对多姿态人脸识别的高精度需求。
-
公开(公告)号：CN104112286B
公开(公告)日：2017-06-09
申请号：CN201410376417.8
申请日：2014-08-01
Applicant: 桂林电子科技大学
Abstract: 本发明提供了一种基于几何结构特征和自相似性的图像压缩感知重构方法。包括判定图像块的结构类型；使用同步正交匹配追踪算法对每个图像块获得重构估计值；为每个图像块进行局部和非局部相似块匹配；产生初始解集，进行优化，得到候选解集，进而得到图像块的优化重构估计值；将图像块按顺序拼接起来；重构图像。本发明能够有效减少图像压缩感知重构的不确定性，获得对图像更准确的重构估计。
-
公开(公告)号：CN103442180B
公开(公告)日：2017-02-08
申请号：CN201310377399.0
申请日：2013-08-27
Applicant: 桂林电子科技大学
Abstract: 本发明的基于SOPC的双目视频拼接装置，包括以NiosII软核处理器为核心的SOPC系统，其一对CMOS图像传感器通过FPGA端口与一对双目视频采集模块分别连接；一对双目视频采集模块一起连接双目视频存储模块；双目视频存储模块输出端的一路经特征提取协处理器与双目视频输出模块相连接，另一路与双目视频显示模块相连接；双目视频输出模块还分别连接NiosII处理器和上位机，双目视频显示模块还连接VGA显示器。本发明的双目视频拼接方法，通过欧氏距离法对特征点进行粗匹配，然后使用KNN法提出部分误匹配点，最后采用RANSAC计算出单应性矩阵，再经由柱面空间转换及线型加权融合，实现一帧双
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.061 seconds)
