一种基于孪生神经网络的目标跟踪方法

    公开(公告)号:CN112712546A

    公开(公告)日:2021-04-27

    申请号:CN202011521652.1

    申请日:2020-12-21

    Applicant: 吉林大学

    Abstract: 本发明实施例公开一种基于孪生神经网络的目标跟踪方法及系统。属于计算机视觉领域,包括:通过获取待跟踪目标图像和待搜索图像;将获取的待跟踪目标图像和待搜索图像分别输入到孪生神经网络模型中,孪生神经网络模型输出待跟踪目标图像在待搜索图像中的位置。本发明基于孪生神经网络实现目标跟踪,减少了计算复杂度,提高了目标跟踪的实时性。将残差单元引入孪生神经网络中的孪生网络的两个子网中,解决卷积神经网络深度加深所带来的性能退化问题,使得所构建的孪生神经网络模型在层次较多时也有稳定分支可进行网络梯度回传,利用分支并行定位分割网络在提高目标跟踪精度的同时也兼顾了目标跟踪的速度。

    一种基于C-OTDR的少模光纤差分模式群时延测量方法

    公开(公告)号:CN114745045B

    公开(公告)日:2023-11-03

    申请号:CN202210229172.0

    申请日:2022-03-10

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于C‑OTDR的少模光纤差分模式群时延测量方法,属于光纤特性测量技术领域,包括光源发射连续波激光信号;对连续波激光信号进行调制;将光信号注入环形器;使用耦合器将环形器输出的光信号分成多束光信号;对多束光信号进行空间模式转换,输出应的受激模式;将不同受激模式的光信号输入待测光纤内;对待测少模光纤末端增加反射信号;对待测少模光纤沿路返回的信号使用模式解复用器完成混合模式的解复用过程。该基于C‑OTDR的少模光纤差分模式群时延测量方法,能够搭建一种基于光子灯笼结构的少模光纤差分模式群时延的测量系统,并可高效、精确地测量出5km少模光纤的差分模式时延。

    一种基于C-OTDR的少模光纤差分模式群时延测量方法

    公开(公告)号:CN114745045A

    公开(公告)日:2022-07-12

    申请号:CN202210229172.0

    申请日:2022-03-10

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于C‑OTDR的少模光纤差分模式群时延测量方法,属于光纤特性测量技术领域,包括光源发射连续波激光信号;对连续波激光信号进行调制;将光信号注入环形器;使用耦合器将环形器输出的光信号分成多束光信号;对多束光信号进行空间模式转换,输出应的受激模式;将不同受激模式的光信号输入待测光纤内;对待测少模光纤末端增加反射信号;对待测少模光纤沿路返回的信号使用模式解复用器完成混合模式的解复用过程。该基于C‑OTDR的少模光纤差分模式群时延测量方法,能够搭建一种基于光子灯笼结构的少模光纤差分模式群时延的测量系统,并可高效、精确地测量出5km少模光纤的差分模式时延。

Patent Agency Ranking