-
公开(公告)号：CN112068098B
公开(公告)日：2023-08-11
申请号：CN202010685298.X
申请日：2020-07-16
Applicant: 西安电子科技大学
Abstract: 本发明属于雷达信号处理技术领域，公开了一种单兵雷达高集成度信号处理系统及信号处理方法，该系统包括：分别与FPGA连接的DSP、ADC、DAC和网口模块，与网口模块通信的上位机显控终端模块；天线模块与FPGA连接，天线模块中的时钟产生模块的信号输出端与时钟芯片连接，时钟芯片分别与ADC和DAC连接；天线模块内的雷达回波的I/Q信号分别与ADC的信号输入端连接；该系统采用FPGA+DSP架构，FPGA完成对雷达回波的采集以及信号预处理功能，DSP对雷达回波数据进行实时处理，将采集数据生成点迹，实现了动目标的检测以及航迹的关联，对雷达回波信号的处理能力更强，存储能力更强，且集成度高。
-
公开(公告)号：CN112068098A
公开(公告)日：2020-12-11
申请号：CN202010685298.X
申请日：2020-07-16
Applicant: 西安电子科技大学
Abstract: 本发明属于雷达信号处理技术领域，公开了一种单兵雷达高集成度信号处理系统及信号处理方法，该系统包括：分别与FPGA连接的DSP、ADC、DAC和网口模块，与网口模块通信的上位机显控终端模块；天线模块与FPGA连接，天线模块中的时钟产生模块的信号输出端与时钟芯片连接，时钟芯片分别与ADC和DAC连接；天线模块内的雷达回波的I/Q信号分别与ADC的信号输入端连接；该系统采用FPGA+DSP架构，FPGA完成对雷达回波的采集以及信号预处理功能，DSP对雷达回波数据进行实时处理，将采集数据生成点迹，实现了动目标的检测以及航迹的关联，对雷达回波信号的处理能力更强，存储能力更强，且集成度高。
-
公开(公告)号：CN116228933A
公开(公告)日：2023-06-06
申请号：CN202310295814.1
申请日：2023-03-23
Applicant: 电子科技大学
Abstract: 本发明提供一种基于域适应的漫画视频生成方法，包括以下步骤：先使用人脸视频数据集对运动驱动网络进行训练；完成预训练的运动驱动网络对于输入的一张给定的源影像和驱动帧，就能根据驱动帧的运动生成并输出给定源影像的目标视频；再使用人脸视频数据集与漫画数据集对跨域网络进行训练；引入域判别器，利用梯度翻转层混淆人脸视频数据集和漫画数据集实现域分类误差的最大化。本发明首先使用人脸视频数据集进行图像动态化任务的训练，再将其使用域适应的方法适应到漫画域，解决了漫画数据集数量少而直接使用其进行训练容易导致的过拟合，泛化能力差等问题，不需要进行逐视频优化，使得生成视频的质量和稳定性得以保证。
-
Patent Agency Ranking
公开(公告)号：CN116311372A
公开(公告)日：2023-06-23
申请号：CN202310292681.2
申请日：2023-03-23
Applicant: 电子科技大学
IPC: G06V40/10 , G06V10/44 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种结合全局与局部特征的行人属性识别方法，包括全局特征提取步骤、局部特征提取步骤和识别步骤；对图像的全局信息进行提取时采用了特征金字塔结构来获取多尺度的特征，提高属性的识别性能；局部特征提取时，直接在训练中将图像均匀划分为多个部分，强迫各部分去学习对应的行人特征，以此获得多粒度局部特征表示，而无需多余的外部模块。本发明使用多粒度网络提取多粒度局部特征，使网络学习到特征不明显，语义信息较弱的的细粒度属性特征；同时用金字塔结构获取多尺度全局特征，融合边缘信息，使网络学习到高层丰富和语义信息和底层准确的位置信息，在不增加网络计算复杂度的情况下，提高网络的识别性能。
-
公开(公告)号：CN116306886A
公开(公告)日：2023-06-23
申请号：CN202310249533.2
申请日：2023-03-15
Applicant: 电子科技大学
IPC: G06N3/082 , G06N3/0464 , G06V20/62 , G06V10/82
Abstract: 本发明提供一种用于自然场景文本检测的基于通道注意力的卷积神经网络剪枝方法，使用结构化剪枝方法，将不重要的卷积核整个剔除，可以在任意设备上实现参数压缩和计算加速。为保证目标检测的准确性，通过设计一个通道注意力打分模块来评估网络中各个卷积通道的重要性，在训练中仅保留重要性打分高于既定阈值的通道参与计算。由于打分模块的输出特征谱中抑制了即将被裁剪通道所对应的输出特征的幅值，即训练过程中冗余参数已经被剪去，则仅被保留的参数会参与下一层网络的计算，减轻计算量。本发明避免了手工设计评价指标；通道注意力打分模块具有即插即用的特性，适应性强；训练过程中非重要参数已经被抑制，极大地减少了细调剪枝网络所需时间。
-
公开(公告)号：CN105954728A
公开(公告)日：2016-09-21
申请号：CN201610382427.1
申请日：2016-05-31
Applicant: 电子科技大学
Abstract: 该发明公开了一种井中雷达双路可调瞬态脉冲信号源，属于井中雷达测井领域。包括电源转换模块、窄脉冲形成电路模块、两个瞬态脉冲形成网络模块以及控制系统。该信号源通过开关电路切换可以输出峰‑峰值脉冲宽度分别为1.5ns和3ns的两种脉冲信号。在侧重高分辨率要求时，将电路切换输出峰‑峰值脉冲宽度为1.5ns的脉冲信号；而在需要相对较远的探测距离时，采用峰‑峰值脉冲宽度为3ns的脉冲信号作为雷达测井系统的辐射信号，满足对径向探测距离和目标分辨率有不同侧重时的需求。并且该信号电路结构简单，容易实现；体积小，易于安装；能够在90℃～100℃的温度条件下连续稳定的工作；波形上下‑左右对称、平滑度良好，拖尾小于峰峰值幅度的10％。
-
公开(公告)号：CN116311525A
公开(公告)日：2023-06-23
申请号：CN202310292682.7
申请日：2023-03-23
Applicant: 电子科技大学
IPC: G06V40/20 , G06V20/40 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种基于跨模态融合的视频行为识别方法，包括以下步骤：对视频流进行下采样处理，将下采样后的各帧图像划分为像素块，采用线性投射层计算出图像特征向量输入Transformer空间编码器得到每帧视频的图像特征序列；对惯性运动传感器数据进行分段处理，逐段地对数据采用线性映射升维再输入Transformer时序编码器传感器特征序列；将图像特征序列作为键和值向量，将传感器特征序列作为查询向量输入带掩码Transformer时间编码器得到时序融合后的多模态特征，将多模态特征输入多层感知机MLP，由MLP输出视频识别的结果。本发明通过空间编码的Transformer和时间编码的Transformer联合地从视频流数据和惯性运动传感器数据中提取时空语义特征和人体运动特征，并基于跨模态编码的Transformer方法完成行为识别。
-
公开(公告)号：CN116246211A
公开(公告)日：2023-06-09
申请号：CN202310249523.9
申请日：2023-03-15
Applicant: 电子科技大学
IPC: G06V20/40 , G06V10/82 , G06V10/44 , G06V10/77 , G06V10/80 , G06F16/783 , G06N3/0464
Abstract: 本发明提供一种基于时空分组注意力机制的第一视角视频描述生成方法，对输入的第一视角视频提取第一视角视频的特征谱作为区域特征；位置编码模块输出区域特征对应的位置编码；再将区域特征加上其位置编码的结果来更新区域特征；空间分组注意力模块将区域特征高维度和宽维度合并为空间维度，再对空间维度上的全部特征计算两次分组注意力以充分建模所有特征之间在空间维度上的交互关系；之后，进行空间和时间维度的交换，时间分组注意力模块对时间维度上的全部特征计算两次分组注意力并输出，再在空间维度上求平均得到第一视角视频特征编码，为解码器提供有更多时空信息的视频特征，适应第一视角视频存在的抖动和帧间变化，从而提高描述语句的质量。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
