-
公开(公告)号：CN116643278A
公开(公告)日：2023-08-25
申请号：CN202310778973.7
申请日：2023-06-29
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
IPC: G01S13/90
Abstract: 一种基于距离‑方位像重建的InISAR成像散射中心提取方法，包括以下步骤；在二维ISAR图像中通过将目标散射点四周不含目标的区域置零实现预处理；对不同距离单元和方位单元的自相关矩阵进行特征值分解，利用各个单元得到的最大特征值分别预重构一维距离像和一维方位像，然后，对最大特征值小于一定阈值的对应图像单元进行置零，得到了将部分噪声区域置零后的二维ISAR图像；设置阈值，认为高于阈值的距离和方位单元含有目标散射点；图像中幅值高于门限的点认为是目标散射点，分别对距离和方位向提取散射点；综合距离向和方位向来确定散射点并剔除虚假散射点。本发明具有高效提取目标弱散射点的特点，能够达到在充分保留弱散射点的同时有效减少噪声的目的。
-
公开(公告)号：CN114675266A
公开(公告)日：2022-06-28
申请号：CN202111340176.8
申请日：2021-11-12
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
Abstract: 本发明涉及雷达技术领域，具体涉及一种基于联合稀疏恢复的低复杂度InISAR三维成像方法，包括以下步骤：建立InISAR成像系统的几何结构，并根据InISAR成像系统的几何结构来建立符合JSM‑2模型的InISAR成像稀疏重建模型；按照酉变换近似消息传递UTAMP，对建立的符合JSM‑2模型的InISAR成像稀疏重建模型进行酉变换，并建立InISAR成像联合稀疏恢复的贝叶斯学习模型；构建InISAR成像联合稀疏恢复贝叶斯学习模型的因子图；根据建立的联合稀疏恢复贝叶斯学习模型的因子图，设计其中各个变量的消息更新规则；根据消息更新规则，得到三个通道的二维图像后，通过干涉处理和散射点距离测量重建目标三维图像。本发明提高了三维像的重建精度，具有更好的噪声抑制抑制能力，极大的降低了算法计算复杂度。
-
公开(公告)号：CN114675266B
公开(公告)日：2025-01-17
申请号：CN202111340176.8
申请日：2021-11-12
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
Abstract: 本发明涉及雷达技术领域，具体涉及一种基于联合稀疏恢复的低复杂度InISAR三维成像方法，包括以下步骤：建立InISAR成像系统的几何结构，并根据InISAR成像系统的几何结构来建立符合JSM‑2模型的InISAR成像稀疏重建模型；按照酉变换近似消息传递UTAMP，对建立的符合JSM‑2模型的InISAR成像稀疏重建模型进行酉变换，并建立InISAR成像联合稀疏恢复的贝叶斯学习模型；构建InISAR成像联合稀疏恢复贝叶斯学习模型的因子图；根据建立的联合稀疏恢复贝叶斯学习模型的因子图，设计其中各个变量的消息更新规则；根据消息更新规则，得到三个通道的二维图像后，通过干涉处理和散射点距离测量重建目标三维图像。本发明提高了三维像的重建精度，具有更好的噪声抑制抑制能力，极大的降低了算法计算复杂度。
-
公开(公告)号：CN117890906A
公开(公告)日：2024-04-16
申请号：CN202410065162.7
申请日：2024-01-17
Applicant: 西安电子科技大学 , 西安电子科技大学杭州研究院
Abstract: 一种基于AU‑Net的ISAR增强成像方法，包括以下步骤；步骤1，根据随机散射点模型仿真生成ISAR回波数据，并通过随机加噪、降采样及成像预处理构建ISAR图像训练集；步骤2，通过向U‑Net结构中引入注意力机制构建用于ISAR稀疏高分辨成像的AU‑Net成像网络，并初始化网络模型参数；步骤3，根据构建的AU‑Net成像网络设计ISAR成像损失函数；步骤4，制定ISAR增强成像训练策略进行训练，更新AU‑Net成像网络模型参数以获得最优ISAR高分辨成像模型；步骤5，获取仿真/实测目标ISAR回波数据，并进行与步骤1同样的预处理操作构建ISAR图像测试集，通过所得最优ISAR高分辨成像模型即可实现ISAR增强成像。本发明能够在低信噪比及数据缺失条件下提升ISAR成像性能，并进一步提高对于弱散射点的恢复能力。
-
公开(公告)号：CN119887797A
公开(公告)日：2025-04-25
申请号：CN202411758092.X
申请日：2024-12-03
Applicant: 广州普朗克智能科技有限公司 , 西安电子科技大学广州研究院
IPC: G06T7/11 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本申请提供一种融合CT数据的X光图像分割方法及系统，所述方法包括：获取待分割的X光图像以及对应位置的CT图像；将所述X光图像与所述CT图像输入至预设的图像分割模型，以使所述图像分割模型从所述X光图像中提取二维特征以及从所述CT图像中提取三维特征，并将所述二维特征和所述三维特征进行特征融合后，根据融合特征生成对应的分割图；其中，所述分割模型是基于神经网络模型构建并根据若干历史CT图像和对应的若干历史DRR图像训练获得，所述历史DRR图像是通过对所述历史CT图像进行DRR投影获得，提高对X光图像中各个组织结构自动分割的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116844042B
公开(公告)日：2024-12-20
申请号：CN202310720842.3
申请日：2023-06-16
IPC: G06V20/10 , G06V10/10 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明属于土地利用监测技术领域，尤其涉及一种协同边缘检测与空间注意力机制的耕地提取方法。本发明通过构建基于编码器‑解码器的U‑net结构来提取耕地的空间特征信息：充分利用了影像的空间特征、几何特征、纹理特征，通过对不同尺度下进行特征提取的有效性，基于提出的空间注意力机制下的网络框架进行了特征提取与特征融合、ASPP保证了在最低分辨率下不丢失信息的同时提取特征，最终达到耕地地块提取的目的。本发明有效解决了现有耕地提取方法存在误差较大、准确性不高的问题。
-
公开(公告)号：CN118897259A
公开(公告)日：2024-11-05
申请号：CN202410930490.9
申请日：2024-07-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于相干频率分集阵的收发联合多波束设计方法，主要解决现有技术无法同时实现发射波束形成和脉冲压缩及不能覆盖宽角度区域，导致空间覆盖能力不足的问题。其实现方案是：建立相干FDA雷达LFM基带信号包络；获取相干FDA雷达的接收回波信号，设计角度依赖的匹配滤波器为基带信号的时间反转共轭；根据雷达的接收回波信号，计算滤波后的发射域回波数据；提取发射域回波数据的发射导向矢量，根据相控阵体制下的接收导向矢量，计算收发联合波束导向矢量；构造收发联合权矢量的约束条件，计算收发联合权矢量。本发明能在不分割收发通道下，同时实现接收、发射波束形成及脉冲压缩，提高多波束广域宽角覆盖，可用于发射维波束形成和脉冲压缩。
-
公开(公告)号：CN118590102A
公开(公告)日：2024-09-03
申请号：CN202410682803.3
申请日：2024-05-29
Applicant: 电子科技大学
IPC: H04B7/0426 , H04B7/06
Abstract: 本发明公开了一种基于ADMM的共形极化阵发射波束赋形方法。利用ADMM方法通过将复杂的多约束优化问题分解为多个容易处理的子问题，通过迭代实现共形极化阵列的发射波束赋形。本发明相比传统的交替投影和凸优化的波束赋形解决方案，可以处理非凸约束，从而实现主波束增益可控，也可以约束权向量幅度的动态范围，满足实际工程中的需要；原理简单，在迭代过程中每个子优化问题都是简单的优化问题，不涉及太多复杂的操作；可以根据实际工程需求灵活调整惩罚因子，可以兼顾各约束的性能，不会出现顾此失彼的情况。
-
公开(公告)号：CN118506413A
公开(公告)日：2024-08-16
申请号：CN202311230722.1
申请日：2023-09-21
Applicant: 西安电子科技大学广州研究院
IPC: G06V40/16 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于面部视觉的吸毒人员识别方法，包括以下步骤：输入S1、使用相机采集潜在吸毒人员面部图像，并进行人脸检测，将检测到的人脸进行剪裁以去除背景影响；S2、将剪裁得到的人脸图像进行人脸对齐操作，使用仿射变换来将人脸进行对齐处理；S3、将对齐的人脸图像输入进入属性特征提取网络，利用辅助网络提取人员性别、年龄、种族、表情的属性信息；S4、将对齐的人脸图像输入进入主特征提取网络提取人员吸毒相关特征并将吸毒特征和属性特征进行特征融合；S5、根据提取到的特征进行分析处理，进而判定图像人员是否吸毒，本发明的有益效果是：使用深度学习人脸识别的属性指导网络来对吸毒人员进行判别，弥补了传统的采集被检测人员生物样本来进行检测的高度配合，检测周期长，不能大范围筛查的缺点。
-
公开(公告)号：CN118091544A
公开(公告)日：2024-05-28
申请号：CN202410154245.3
申请日：2024-02-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于CPU多线程的STAP杂波抑制方法，该方法的步骤包括：配置STAP相关参数，使用CPU多线程并行空时自适应处理算法，获得降维之后的空域导向矢量与数据，对降维后的回波数据重排，CPU中各线程按照距离门划分数据并行完成时域FFT，对FFT后的降维数据再次按照距离门划分，计算降维的目标空时二维导向矢量，CPU中各线程遍历距离门与多普勒通道，进行杂波对消完成自适应处理，输出杂波抑制之后的距离多普勒数据。本发明的数据保存在内存中，采用距离门划分的方式，数据相互独立，程序设计上将参数配置为可调，具有系统复杂度更低，实时性、可复用性以及可移植性的优点。
-
-
-
-
-
-
-
-
-
Search Results
305
records
(took 0.043 seconds)
