-
公开(公告)号：CN114758155B
公开(公告)日：2025-01-10
申请号：CN202210374299.1
申请日：2022-04-11
Applicant: 北京市人工影响天气中心 , 成都信息工程大学
IPC: G06V10/50 , G06V10/762 , G06V10/75 , G06T7/60
Abstract: 本发明涉及一种基于优化聚类的云微粒子数据处理方法，主要包括首先对云微粒子探测设备采集的原始云微粒子图像数据进行数据集划分和筛选，然后对所有图像数据进行图像预聚类方法处理，接着对像素块图像数据进行像素块合并及云微粒子区域进行提取，通过该方法可对随机筛选的云微粒子数据进行了基于多种像素块尺寸参数和多种搜索范围参数的聚类处理，对不同采集时间段的原始云微粒子进行不同聚类处理，对云微粒子数据的不同聚类结果进行了基于比值离散度的分析，提高了云微粒子区域提取的准确性和可靠性。
-
公开(公告)号：CN114694233B
公开(公告)日：2022-08-23
申请号：CN202210611129.0
申请日：2022-06-01
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于多特征的考场监控视频图像中人脸定位方法，主要包括：首先基于SSD目标检测框架，建立针对考场监控视频图像数据中人的头发区域定位的目标检测深度学习模型，对考生头发区域定位，然后对考场监控视频图像数据在不同颜色空间进行基于阈值的像素点检测，并且引入多次索引图像更新方案，实现对皮肤区域的定位，最后将头发区域、皮肤区定位结果进行基于锚框翻转的融合，最终实现人脸的定位，该方法提高了对考场监控视频图像中人脸定位的准确性、可靠性及泛化能力。
-
公开(公告)号：CN114758155A
公开(公告)日：2022-07-15
申请号：CN202210374299.1
申请日：2022-04-11
Applicant: 北京市人工影响天气中心 , 成都信息工程大学
IPC: G06V10/50 , G06V10/762 , G06K9/62 , G06T7/60
Abstract: 本发明涉及一种基于优化聚类的云微粒子数据处理方法，主要包括首先对云微粒子探测设备采集的原始云微粒子图像数据进行数据集划分和筛选，然后对所有图像数据进行图像预聚类方法处理，接着对像素块图像数据进行像素块合并及云微粒子区域进行提取，通过该方法可对随机筛选的云微粒子数据进行了基于多种像素块尺寸参数和多种搜索范围参数的聚类处理，对不同采集时间段的原始云微粒子进行不同聚类处理，对云微粒子数据的不同聚类结果进行了基于比值离散度的分析，提高了云微粒子区域提取的准确性和可靠性。
-
公开(公告)号：CN114501451A
公开(公告)日：2022-05-13
申请号：CN202210305200.2
申请日：2022-03-25
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于有限重组数据增强的物理层信道安全认证方法，该方法包括以下步骤：采集初始信道指纹；对初始信道指纹进行预处理，得到初始训练样本集；对初始训练样本集进行有限重组数据增强处理；用数据增强后的训练数据集去训练网络模型，从而得到物理层信道指纹认证模型；对未知信道指纹进行安全认证。本发明在获取较少的原始信道指纹数据的情况下，通过有限重组数据增强的方法快速生成更多的训练数据样本，提升了网络模型的训练速度。
-
公开(公告)号：CN111860570A
公开(公告)日：2020-10-30
申请号：CN202010495008.5
申请日：2020-06-03
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种云微粒子提取及分类方法，主要包括首先对图像数据进行分割处理，然后对图像数据进行类型判定，接着对CIP图像进行图像数据筛选和补全，对CPI图像进行图像数据去标注，之后建立云微粒子图像数据集，并建立基于迁移学习的深度神经网络分类模型，对云微粒子图像进行分类，通过该方法可有效的提高对云微粒子图像的分类准确率和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN109800713A
公开(公告)日：2019-05-24
申请号：CN201910052293.0
申请日：2019-01-21
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于区域增长的遥感图像云检测方法，属于雷达遥感或图像处理技术，主要解决遥感图像云检测缺少热红外频段数据时检测率低、虚警率高以及检测结果中出现空洞、断裂的问题。其实现步骤为：确定待输入的遥感图像，先进行超像素化处理；接着建立多分辨率模型；对不同分辨率超像素化遥感图像进行不同图像相同编号的超像素斑块分别进行乘和减操作，并对其结果进行归一化处理；采用离群值检测方法分别检测出原始显著超像素块和原始显著区域超像素块；采用基于超像素块加权相似性方法检测出云目标；本发明可以在缺少热红外频段数据的情况下实现高分辨率遥感图像云区域的检测，并且以超像素为检测单元，避免检测结果中出现空洞、断裂等情况，以显著超像素块与显著区域超像素块的加权相似性滤除虚警，有效的提高遥感图像云目标检测的检测率，降低检测的虚警率。
-
公开(公告)号：CN114501451B
公开(公告)日：2024-10-08
申请号：CN202210305200.2
申请日：2022-03-25
Applicant: 成都信息工程大学
IPC: H04W12/06 , G06N3/0464 , G06F18/214 , G06F17/16
Abstract: 本发明公开了一种基于有限重组数据增强的物理层信道安全认证方法，该方法包括以下步骤：采集初始信道指纹；对初始信道指纹进行预处理，得到初始训练样本集；对初始训练样本集进行有限重组数据增强处理；用数据增强后的训练数据集去训练网络模型，从而得到物理层信道指纹认证模型；对未知信道指纹进行安全认证。本发明在获取较少的原始信道指纹数据的情况下，通过有限重组数据增强的方法快速生成更多的训练数据样本，提升了网络模型的训练速度。
-
公开(公告)号：CN112001239B
公开(公告)日：2023-11-28
申请号：CN202010679460.7
申请日：2020-07-15
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于多重SVD显著性融合的SAR图像目标检测优化方法，其实现步骤为：将一幅原始SAR图像进行多重SVD分解，接着对SAR图像及其近似图像提取强度特征，离群性特征和一致性特征，分别对不同特性下的SAR图像进行层间加操作，取层内图像均值等操作得到总显著图；以总显著图中显著值最高的像素点为中心，以所需检测目标在图像中的尺寸为半径，得到显著区域的转移轨迹和分布。本发明能够提高高分
-
公开(公告)号：CN114677499B
公开(公告)日：2023-04-18
申请号：CN202210372813.8
申请日：2022-04-11
Applicant: 成都信息工程大学
IPC: G06V10/22 , G06V10/762
Abstract: 本发明涉及一种云微粒子图像粒子区域定位方法，主要包括首先对原始云微粒子图像数据进行数据划分和聚类，然后对所有图像数据进行像素块同区域搜索及像素块属性进行判定，接着对附属像素块进行了基于像素块轮次距离和像素块相似性距离的归属可能性值计算的多重归属性进行认定，再云微粒子区域进行定位，通过该方法可提高云微粒子数据中像素块划分的准确性和粒子区域定位准确性。
-
公开(公告)号：CN115128616A
公开(公告)日：2022-09-30
申请号：CN202210932180.1
申请日：2022-08-04
Applicant: 北京市人工影响天气中心 , 成都信息工程大学
Abstract: 本发明涉及基于机载Ka波段降水云雷达的液态水含量反演方法。主要使用飞机原位测量的全尺寸分布和机载降水云雷达的反射率，从机载Ka波段降水云雷达测量的总反射率中明确分离不同水凝物贡献的反射率Z，然后从原位测量得到每种水凝物的质量浓度M和反射率Z之间的关系。将液态水的Z‑M关系应用到分离出来的液态水回波中，得到云中整个垂直剖面的液态水含量。该方法可以显著减小液态水含量与反射率之间的离散性，从而更准确地确定云中液态水含量。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.023 seconds)
