-
公开(公告)号：CN118350127A
公开(公告)日：2024-07-16
申请号：CN202410515042.2
申请日：2024-04-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于传输线理论的等离子体与超表面复合吸波结构的设计方法，包括：设计由下到上包括PEC金属板、FR‑4介质、格栅型超表面和等离子体介质的复合吸波结构；计算格栅型超表面的超表面输入阻抗；基于传输线理论，计算FR‑4介质和等离子体介质的介质输入阻抗；根据介质输入阻抗和超表面输入阻抗构建复合吸波结构的顶层反射系数函数；根据顶层反射系数函数设计目标优化函数，并利用遗传算法对目标优化函数进行求解得到优化的复合结构参数；根据优化的复合结构参数确定最优的复合吸波结构，基于最优的复合吸波结构在水平方向上进行延展完成最终设计。本发明在保证准确度的前提下，极大提高了复合吸波结构的设计效率。
-
公开(公告)号：CN117994652A
公开(公告)日：2024-05-07
申请号：CN202410084272.8
申请日：2024-01-19
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于协同相似度学习的遥感图像变化检测系统，包括主干网络、相似度融合模块、多尺度信息融合结构、注意力融合模块和分割头，其中，主干网络用于分别提取同一地点不同时刻两张原始图像各自的特征图；相似度融合模块用于对两张特征图进行融合，获得含变化信息的融合特征图；多尺度信息融合结构用于利用含变化信息的融合特征图，获得不同尺度特征图；注意力融合模块用于利用注意力机制对不同尺度特征图进行融合，获得注意力融合特征图；分割头用于获得变化检测结果。本发明构建注意力融合模块，通过融合多层特征提高性能和表示能力；构建相似度融合模块，通过对不变特征的学习获得变化特征，降低正负样本分布不均衡导致的误判。
-
公开(公告)号：CN117635664A
公开(公告)日：2024-03-01
申请号：CN202311747149.1
申请日：2023-12-18
Applicant: 西安电子科技大学
IPC: G06T7/246 , G06T7/73 , G06V20/40 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种无人机视频的单目标跟踪方法、装置、电子设备及存储介质，涉及计算机视觉技术领域，该方法包括：获取第一无人机视频序列；将第一无人机视频序列分别输入预先训练好的用于进行目标跟踪的主网络、辅助网络和目标检测跟踪器，目标检测跟踪器为SiamRCNN网络；针对第一无人机视频序列中的每个第一视频帧，获得主网络输出的目标位置信息和得分、辅助网络输出的目标位置信息和得分，以及目标检测跟踪器输出的目标位置信息，并结合主网络的预设阈值以及辅助网络的预设阈值，确定目标在所有第一视频帧中的位置，得到目标跟踪结果。本发明可在主网络和辅助网络丢失目标时快速找回目标，该方法鲁棒性好，跟踪结果较为准确。
-
公开(公告)号：CN116957940A
公开(公告)日：2023-10-27
申请号：CN202310969541.4
申请日：2023-08-02
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于轮廓波知识引导网络的多尺度图像超分辨率重建方法，包括：获取待重建的低分辨率图像；将低分辨率图像输入训练完成的轮廓波知识引导网络中，输出对应的超分辨率重建图像；轮廓波知识引导网络，包括依次级联的contourlet滤波器模块、嵌入子网络、预测网络和超分辨重建模块，其中，低分辨率图像输入嵌入子网络，再经过预测网络和超分辨重建模块后得到对应的超分辨率重建图像；嵌入子网络对输入的低分辨率图像进行特征提取，得到的特征图为预测轮廓波系数提供充足的信息，预测网络对输入的特征图进行轮廓波分解系数预测，得到轮廓波分解系数预测值，超分辨重建模块对轮廓波分解系数预测值进行逆变换得到超分辨率重建图像。
-
公开(公告)号：CN113239867B
公开(公告)日：2023-08-11
申请号：CN202110603103.7
申请日：2021-05-31
Applicant: 西安电子科技大学
IPC: G06V40/16 , G06V10/141 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种基于掩码区域自适应增强的光照变化人脸识别方法，针对像素层面，引入人脸解析模型和五官对称性先验，对光照变化人脸图像中光照条件极差的五官区域进行着重增强，并对五官以及人脸轮廓进行保持；其次，针对特征层面，基于人脸数据集构建成对图像，然后引入人脸特征提取网络，对生成的图像和与其对应的标准图像提取人脸特征，并施加身份特征约束，使生成的图像与其对应的标准图像具有相似的特征，提高人脸识别准确率。本发明实现了对光照变化人脸图像较好的增强，提高了人脸识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN116229235A
公开(公告)日：2023-06-06
申请号：CN202310204603.2
申请日：2023-03-06
Applicant: 西安电子科技大学
IPC: G06V10/82 , G06V40/10 , G06V10/44 , G06V10/774 , G06V10/77 , G06N3/0464
Abstract: 本发明涉及人体姿态估计网络模型及估计方法，具体涉及一种基于热成像的人体姿态估计网络模型及估计方法，用于解决基于HRNet的人体姿态估计方法存在过于复杂，模型过深，适合提取精细特征，不适用于只显示轮廓信息的热成像，以及计算效率低，推理速度慢的不足之处。该基于热成像的人体姿态估计网络模型包括Start模块、Transition模块和Stage模块；本发明将热成像引入人体姿态估计领域，解决了光照影响、复杂背景等问题，由于热成像只显示人体的轮廓信息，解决了个人隐私泄露问题。
-
公开(公告)号：CN113378938B
公开(公告)日：2022-12-13
申请号：CN202110657352.4
申请日：2021-06-11
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于边Transformer图神经网络的小样本图像分类方法及系统，引入transformer模型来对图中的边特征进行更新，通过将结点之间的差值特征图拆分成特征块序列输入到transformer模块得到更新后的边特征，使得每一个像素位置会被分配不同的注意力权重以突出关键区域。本发明的思想是利用transformer中的自注意力机制来自动聚焦到用于衡量结点间相似性的关键区域，从而达到抑制背景信息并突出关键区域的目的。本发明在miniImageNet数据集上进行的对比实验证明了本发明可以提高小样本图像分类的精度。
-
公开(公告)号：CN113989744A
公开(公告)日：2022-01-28
申请号：CN202111277201.2
申请日：2021-10-29
Applicant: 西安电子科技大学
IPC: G06V20/52 , G06V10/32 , G06V10/44 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于超大尺寸高分辨图像的行人目标检测方法及系统，以行人的目标框为中心，采用不同的固定尺寸对训练集的超大尺寸高分辨图像进行多次切图，得到多尺度的训练数据；采用滑动窗口切图法对测试集的超大尺寸高分辨图像进行多次切图，得到测试集的子图，使用多尺度训练数据对目标检测网络进行训练，然后利用目标检测网络对测试集的子图进行检测，获得子图的预检测结果；将子图检测结果的目标框坐标换转为对应原始大图的坐标作为预检测标签，利用预检测标签对数据以行人目标为中心切图，设定多个切图尺寸得到多尺度的子图，得到多尺度的检测结果；使用区域NMS方法对多尺度的检测结果进行融合，得到最终的检测结果。提高了检测准确率。
-
公开(公告)号：CN113985412A
公开(公告)日：2022-01-28
申请号：CN202111297706.5
申请日：2021-11-04
Applicant: 西安电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了一种矢量建模优化反演的运动目标三维成像方法，主要解决现有技术硬件及成像复杂度高，成像精度低的问题。其方案是：对ISAR单基地雷达系统在一次观测时间段内接收的回波信号，进行解线频调和平动补偿及快时间维傅里叶变换的预处理；利用雷达自身运动参数，构建三维重构坐标系X′‑Y′‑Z′，并利用该坐标系构建散射点在三维重构坐标系下的三维重构坐标x、y、z的表达式；利用该表达式和预处理后的ISAR回波信号建立求解目标三维重构坐标的稀疏优化问题；采用正交匹配寻踪算法求解稀疏优化问题，得到目标的三维重构坐标，最终得到三维重构图像。本发明的成像复杂度低，成像精度高，可以用于运动目标识别、目标分类、特征提取。
-
公开(公告)号：CN113420806A
公开(公告)日：2021-09-21
申请号：CN202110688239.2
申请日：2021-06-21
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种人脸检测质量评分方法及系统，构造人脸检测网络并进行预训练，使得模型可以准确定位出人脸的位置；同时提出了一种可以在训练过程中对奖惩进行自动调节的奖励函数，并与人脸检测网络组成环境生成器；使用浅层卷积神经网络构成智能体对人脸质量进行评分。训练智能体时采用了经验回放策略和目标Q网络算法，可以有效的提升训练速度和模型的性能。本发明利用不同质量的人脸之间的差异性较大这一特性，并结合深度强化学习思想与自调节奖惩机制实现对人脸的质量评分，能够高效的从视频数据中选出质量较好的人脸，提升人脸识别系统的性能。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.033 seconds)
