-
公开(公告)号：CN111369507A
公开(公告)日：2020-07-03
申请号：CN202010125748.X
申请日：2020-02-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于归一化灰度霍夫变换和局部CFAR的尾迹检测方法，首先利用归一化灰度Hough变换将原始SAR图像转换到Hough参数空间，然后利用局部滑窗CFAR方法获得Hough参数空间的峰值和谷值检测结果，并将其反演到图像域，从而得到尾迹检测结果。本发明方法不需要进行舰船目标区域掩膜处理，避免了较为复杂的预处理过程；本发明方法利用局部CFAR的思想得到Hough参数空间的检测统计量，能够进一步增强尾迹特征，提高了尾迹检测性能。
-
公开(公告)号：CN107578423B
公开(公告)日：2020-04-28
申请号：CN201710834972.4
申请日：2017-09-15
Applicant: 杭州电子科技大学
Abstract: 本发明涉及涉及一种多特征分层融合的相关滤波鲁棒跟踪方法。为提高目标跟踪的鲁棒性，针对相关滤波跟踪中的多特征融合问题，本发明提出了一种多特征分层融合策略。从目标和周围背景区域分别提取HOG特征、CN特征和颜色直方图特征三种特征。采用自适应加权融合策略进行HOG特征和CN特征的特征响应图融合。将该层融合结果与基于颜色直方图特征获得的特征响应图进行第二层融合时，采用固定系数融合策略进行特征响应图的融合。本发明在保证跟踪准确率的前提下，跟踪鲁棒性优于其它算法。当相关滤波跟踪算法采用了多个特征时，本发明的分层融合策略具有一定的借鉴性。
-
公开(公告)号：CN108921286B
公开(公告)日：2020-03-31
申请号：CN201810694618.0
申请日：2018-06-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种免阈值设定的静息态功能脑网络构建方法，包括以下步骤：步骤S1：获取fMRI数据并提取各个脑区的BOLD信号矩阵；步骤S2：对BOLD信号进行信号处理并计算各个脑区间的皮尔森相关系数以此构建实数脑网络矩阵；步骤S3：将步骤S2中构建的实数脑网络矩阵输入神经网络并输出二值脑网络矩阵；步骤S4：采用遗传优化算法优化步骤S3输出的二值脑网络矩阵；步骤S5：如果步骤S4输出的二值脑网络矩阵符合优化条件，则获取最优二值脑网络矩阵；否则，重新配置神经网络参数，并重复步骤S2‑S5；步骤S6：根据步骤S5中最优二值脑网络矩阵产生免阈值静息态脑功能网络。
-
公开(公告)号：CN110133608A
公开(公告)日：2019-08-16
申请号：CN201910271671.4
申请日：2019-04-04
Applicant: 杭州电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种合作外辐射源双基雷达协同路径规划多步优化方法。该方法以未来多步PCRLB位置误差的和作为优化函数，同时考虑到外辐射源和接收源平台自身的运动方式、避碰、通信距离等一系列实际约束，对合作机载外辐射源双基模式下协同定位联合路径优化问题进行建模。并通过内点法对该问题求解，实现接收站和机载外辐射源的最佳空间几何定位。本发明考虑到运动平台当前决策对目标未来定位跟踪性能的影响，通过多步优化实时获得发射源和接收源最优路径，进一步提高合作机载外辐射源雷达系统定位跟踪性能。
-
公开(公告)号：CN110058222A
公开(公告)日：2019-07-26
申请号：CN201910248976.3
申请日：2019-03-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于传感器选择的双层粒子滤波检测前跟踪方法，属于雷达检测前跟踪技术领域，特别涉及多雷达多目标粒子滤波检测前跟踪技术领域，该发明在跟踪层和检测层中分别加入一种管理传感器粒子权重的思想，使得算法能够在每一帧甚至每一轮检测中选择不同传感器的量测数据用于估计目标状态。该方法能够在远距离下准确的检测到每一帧的目标数目，降低了虚警率，提高了目标正确检测概率。
-
Patent Agency Ranking
公开(公告)号：CN109934237A
公开(公告)日：2019-06-25
申请号：CN201910123314.3
申请日：2019-02-18
Applicant: 杭州电子科技大学
Abstract: 本发明提供了一种基于卷积神经网络的SAR图像特征提取方法；该方法首先截取SAR图像中包含目标的区域，并将截取部分的图像分辨率转换为128×128；接着使用转化过的全部数据训练一个卷积神经网络；神经网络训练好以后，将待提取特征的SAR图像输入到神经网络中，选择神经网络全连接层的256维输出作为提取到的特征。本发明将卷积神经网络用于SAR图像中目标的特征提取工作。使用卷积神经网络进行特征提取，简化了图像预处理和特征提取过程；由于卷积和池化的局部连接性质，图片中目标的平移和旋转不会影响最后的识别效果，使网络适应性更强。
-
公开(公告)号：CN109657732A
公开(公告)日：2019-04-19
申请号：CN201811624341.0
申请日：2018-12-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了利用目标可见性实现航迹管理的多传感器航迹融合方法。现有多传感器航迹融合方法将所有可能航迹上传至融合中心，通讯量大且计算复杂。本发明如下：一、选取两个航迹集分别作为主航迹集和辅航迹集。二、融合中心对主航迹集内的各航迹与辅航迹集内的各航迹分别进行航迹关联融合，得到最终的融合航迹集。三、将融合航迹集中的各航迹分为目标航迹、终止航迹、未知身份航迹。本发明可减少传感器送至融合中心的航迹数目，可降低传感器与融合中心间的通讯量，同时减少融合中心的计算量。本发明的航迹管理功能可在融合中心进一步加快目标航迹的确认，并抑制虚假航迹，减少虚假航迹对航迹关联和融合的干扰，复杂环境下表现更优。
-
公开(公告)号：CN109444899A
公开(公告)日：2019-03-08
申请号：CN201811101345.0
申请日：2018-09-20
Applicant: 杭州电子科技大学
IPC: G01S15/66
Abstract: 本发明公开了一种基于纯角度信息的航迹关联方法。纯角度信息无法得到航迹间的距离，只有航迹与声呐传感器间的角度信息，会出现两条航迹距离很远然而其角度很近等复杂情况而产生误关联，干扰航迹关联结果。本发明如下：一、k＝1,2,…；依次执行步骤二至五。二、第一声呐传感器和第二声呐传感器第k次进行检测。三、将第一声呐传感器检测到的第i个目标作为第一目标集X的第i个元素。将第二声呐传感器检测到的第j个目标作为第二目标集Y的第j个元素。四、计算统计角度差、平均角度差和关联率。五、进行第一目标集X内n个元素与第二目标集Y内m个元素进行匹配。本发明能够提高了多声呐传感器阵列的检测精度和稳定性。
-
公开(公告)号：CN104835142B
公开(公告)日：2017-11-07
申请号：CN201510104348.X
申请日：2015-03-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于纹理特征的车辆排队长度检测方法。本发明针对交通路口拍摄的视频，首先提取不同光照条件、不同天气的该路口无车背景图建立一个背景库，根据该图像局部区域的灰度共生矩阵提取纹理特征形成特征向量对图像进行描述，将当前图像的特征向量与背景图中的特征向量进行相似度匹配，得到背景图像，然后将当前图像与背景图像在车道中间条状检测区域里进行差分，在图像的车道上对到停车线的实际距离进行标定，通过比对，得到车辆实际排队长度。本发明既能根据不同光照、天气选择相应的背景模板，提高检测准确率，又能避免对整幅图像进行计算处理，提高检测速度，满足实时性要求。
-
公开(公告)号：CN106157246A
公开(公告)日：2016-11-23
申请号：CN201610516653.4
申请日：2016-06-28
Applicant: 杭州电子科技大学
CPC classification number: G06T3/4038 , G06T3/0068
Abstract: 本发明公开一种全自动的快速柱面全景图像拼接方法。针对现有的算法中无法自动完成焦距估计的问题，本发明首先使用Harris特征点检测算法和HOG描述子得到平面图像的特征点，并使用一种基于预测的快速特征点匹配算法高效的计算出匹配特征点，使用RANSAC算法提纯匹配特征点，然后使用一种基于纯旋转运动的快速焦距估计算法估计出焦距，把平面图像投影至圆柱平面，并进行图像拼接，合成全景图像。该方法能够快速的合成高质量的全景图像，具有较高的实用价值。
-
-
-
-
-
-
-
-
-
Search Results
174
records
(took 0.03 seconds)
