-
公开(公告)号：CN112598635B
公开(公告)日：2024-03-12
申请号：CN202011501459.1
申请日：2020-12-18
Applicant: 武汉大学
IPC: G06V10/22 , G06V10/25 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于对称点生成的点云3D目标检测方法。本发明首先对原始点云进行过滤并体素化检测空间，生成初始体素特征输入到对称点生成模块，通过其编解码结构获得高层语义特征并经过分类头和回归头进行前景点分割以及对称点预测，将预测的前景点对应的对称点集与非空体素中心点集组成增强点云作为区域提案网络的输入，通过其骨干网络进一步提取俯视图特征，并作为检测头的输入，检测头最终输出待检测物体的3D框。本发明利用检测对象的对称性，生成对称点，从根本上缓解了点云中物体结构缺失的问题，能够改善回归效果并提高检测精度，同时支持将RPN替换成其他基于体素的检测方法，使得原来检测效果较差的检测器也能产生具有竞争力的检测结果。
-
公开(公告)号：CN114301748B
公开(公告)日：2023-09-08
申请号：CN202111660482.X
申请日：2021-12-31
Applicant: 武汉大学
Abstract: 本发明公开了一种多维度多模索引调制OFDM分集阶数提高系统及方法。本发明系统中，每个OFDM子帧信号的同向分量和正交分量同时传输一个多维度符号点，更多的信息比特隐含在了子载波激活模式和子星座图激活模式中且不消耗能量，因此，系统的能量效率得到了有效提高。本发明方法被采用，使得符号比特的分集阶数与星座图的维度相一致，从而改善了所提出系统在瑞利衰落信道中的误比特率性能。仿真结果标明，在频谱效率相同的条件下，所提出的多维度多模索引调制OFDM系统相比于传统的OFDM系统，在能量效率和误比特率性能方面均具有优势。
-
公开(公告)号：CN114615125A
公开(公告)日：2022-06-10
申请号：CN202210131723.X
申请日：2022-02-14
Applicant: 武汉大学
Abstract: 本发明提出了一种高维多模索引调制正交频分复用方法。本发明将信息比特被分为三个部分，即索引比特，同向分量和正交分量符号比特。由于传输索引比特不消耗能量且其占比最大，因此，本方法具有较高的能量效率。此外，基于二进制格雷编码规则，本发明提出了高维多模星座图的设计方法。根据所述方法，可得到任意维度的高维多模星座图，且其最小模内间距和最小模间间距均大于传统的二维多模星座图。在接收端，本发明采用基于对数似然比估计的检测方法，可以分两步分别检测子载波激活模式和子星座图激活模式。本发明方法的BER性能明显优于传统的二维多模索引调制正交频分复用方法。
-
公开(公告)号：CN111428891A
公开(公告)日：2020-07-17
申请号：CN202010185333.1
申请日：2020-03-17
Applicant: 武汉大学
Abstract: 本发明提出了一种基于区块链的动力电池全生命周期管理系统，包括：RFID标签、读写器、微处理器、无线通信模块、液晶屏、区块链移动终端、动力电池数据服务器、客户移动终端。本发明生产时，动力电池信息被传输至动力电池数据库服务器并写入RFID标签；出售时，RFID标签内信息被读取传输至区块链移动终端显示和动力电池数服务器，客户信息被写入RFID标签；维修时，RFID标签内信息被读取在液晶屏显示并传输至动力电池数据服务器，匹配验证通过信息也传输至液晶屏显示；质保时，动力电池使用年限到期信息被传输至客户移动终端。本发明将区块链和RFID技术应用于动力电池的全生命周期管理，有效进行动力电池的梯次利用和回收。
-
公开(公告)号：CN114615125B
公开(公告)日：2023-09-01
申请号：CN202210131723.X
申请日：2022-02-14
Applicant: 武汉大学
Abstract: 本发明提出了一种高维多模索引调制正交频分复用方法。本发明将信息比特被分为三个部分，即索引比特，同向分量和正交分量符号比特。由于传输索引比特不消耗能量且其占比最大，因此，本方法具有较高的能量效率。此外，基于二进制格雷编码规则，本发明提出了高维多模星座图的设计方法。根据所述方法，可得到任意维度的高维多模星座图，且其最小模内间距和最小模间间距均大于传统的二维多模星座图。在接收端，本发明采用基于对数似然比估计的检测方法，可以分两步分别检测子载波激活模式和子星座图激活模式。本发明方法的BER性能明显优于传统的二维多模索引调制正交频分复用方法。
-
Patent Agency Ranking
公开(公告)号：CN112598635A
公开(公告)日：2021-04-02
申请号：CN202011501459.1
申请日：2020-12-18
Applicant: 武汉大学
Abstract: 本发明涉及一种基于对称点生成的点云3D目标检测方法。本发明首先对原始点云进行过滤并体素化检测空间，生成初始体素特征输入到对称点生成模块，通过其编解码结构获得高层语义特征并经过分类头和回归头进行前景点分割以及对称点预测，将预测的前景点对应的对称点集与非空体素中心点集组成增强点云作为区域提案网络的输入，通过其骨干网络进一步提取俯视图特征，并作为检测头的输入，检测头最终输出待检测物体的3D框。本发明利用检测对象的对称性，生成对称点，从根本上缓解了点云中物体结构缺失的问题，能够改善回归效果并提高检测精度，同时支持将RPN替换成其他基于体素的检测方法，使得原来检测效果较差的检测器也能产生具有竞争力的检测结果。
-
公开(公告)号：CN110505472B
公开(公告)日：2021-01-15
申请号：CN201910637501.3
申请日：2019-07-15
Applicant: 武汉大学
Abstract: 本发明提出了一种H.265超高清视频质量评价方法。对原视频进行YUV采样，得到原始视频序列；对原视频序列和测试视频序列进行视频质量评价，计算视频质量参数；统一的视频质量评价参数根据视频质量参数得出评价结果。本发明的优势在于可对4K以上超高清视频的视频质量进行评价，打破了当前视频质量评价方法对视频分辨率的限制。
-
公开(公告)号：CN112288709B
公开(公告)日：2022-04-29
申请号：CN202011169810.1
申请日：2020-10-28
Applicant: 武汉大学
Abstract: 本发明公开了一种基于点云的三维目标检测方法，该方法首先裁剪出有效的点云空间，将其划分为均匀的体素后进行特征提取，再使用三维稀疏卷积层将空间下采样八倍，并通过维度整合将稀疏的三维数据转化为二维俯视图，最后使用分裂‑聚合特征金字塔网络作为区域建议网络的骨干网络，实现对物体的精细检测。其中分裂‑聚合特征金字塔网络包含两个分支，粗糙分支提取多尺度俯视图特征用于检测不同尺寸的物体，并利用丰富的上下文信息来减少背景点和噪声点造成的误检，精细分支对粗糙分支的多尺度特征进一步细化，并完成多尺度特征图的交叉融合，实现了高质量的俯视图边界框回归和高精度的三维目标检测。
-
公开(公告)号：CN114301748A
公开(公告)日：2022-04-08
申请号：CN202111660482.X
申请日：2021-12-31
Applicant: 武汉大学
Abstract: 本发明公开了一种多维度多模索引调制OFDM分集阶数提高系统及方法。本发明系统中，每个OFDM子帧信号的同向分量和正交分量同时传输一个多维度符号点，更多的信息比特隐含在了子载波激活模式和子星座图激活模式中且不消耗能量，因此，系统的能量效率得到了有效提高。本发明方法被采用，使得符号比特的分集阶数与星座图的维度相一致，从而改善了所提出系统在瑞利衰落信道中的误比特率性能。仿真结果标明，在频谱效率相同的条件下，所提出的多维度多模索引调制OFDM系统相比于传统的OFDM系统，在能量效率和误比特率性能方面均具有优势。
-
公开(公告)号：CN112288709A
公开(公告)日：2021-01-29
申请号：CN202011169810.1
申请日：2020-10-28
Applicant: 武汉大学
Abstract: 本发明公开了一种基于点云的三维目标检测方法，该方法首先裁剪出有效的点云空间，将其划分为均匀的体素后进行特征提取，再使用三维稀疏卷积层将空间下采样八倍，并通过维度整合将稀疏的三维数据转化为二维俯视图，最后使用分裂‑聚合特征金字塔网络作为区域建议网络的骨干网络，实现对物体的精细检测。其中分裂‑聚合特征金字塔网络包含两个分支，粗糙分支提取多尺度俯视图特征用于检测不同尺寸的物体，并利用丰富的上下文信息来减少背景点和噪声点造成的误检，精细分支对粗糙分支的多尺度特征进一步细化，并完成多尺度特征图的交叉融合，实现了高质量的俯视图边界框回归和高精度的三维目标检测。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.019 seconds)
