-
公开(公告)号：CN118212402A
公开(公告)日：2024-06-18
申请号：CN202410380830.5
申请日：2024-03-31
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于目标部件多模态特征融合的三维目标检测方法，先对点云进行体素化处理和体素特征编码，再将获得的体素特征通过现有的区域建议网络来生成初始的目标候选建议框，然后借助目标内的部件对称性，使用部件间的注意力来强化目标内的部件特征，再根据同类别目标之间的部件结构相似性，对于其中的高置信度的目标建议框，通过与同类别低置信度的建议框之间的交叉部件注意力来融合相关的部件特征，以实现强化低置信度的建议框的部件特征的目的，最后在目标参数预测模块中级联目标内和目标间部件强化模块输出的部件特征来联合预测目标参数，以提升稀疏目标的检测精度。
-
公开(公告)号：CN117928671A
公开(公告)日：2024-04-26
申请号：CN202410077187.9
申请日：2024-01-19
Applicant: 西北工业大学
Abstract: 本发明公开了一种空气流量测量装置，包括测量管道和测量机构两部分。测量管道壁上开有两个导气孔；测量机构盒底座开有一段导气槽，在导气槽中装有测量传感器。通过测量管道壁内径差，使出气孔处气流速度低于进气孔处气流速度，从而使进气孔位置气压低于出气孔处气压，进而使测量管道内一部分高速空气通过出气孔进入导气槽形成低速气流，最终通过进气孔重新进入测量管道。测量管道内高速气流速度增加，则导气槽内低速气流速度也会相应增加，通过对导气槽内低速气流流量进行测量就可以获得测量管道内高速气流的流量。本发明可保持较高测量精度，适合应用于低功耗、大动态高速空气流量的测量场合。
-
-
公开(公告)号：CN113723439A
公开(公告)日：2021-11-30
申请号：CN202110616882.4
申请日：2021-06-03
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于外推法的变压器状态故障诊断和预测方法，本获取故障气体的成分含量，建立状态预测方程，通过将故障特征值进行归一化，得到总故障因子，将总故障因子X与给出的故障等级和分档表进行对比，得到故障等级，实现变压器状态预测以及故障诊断。本发明利用油气组分信息进行故障状态预测，实现了某型变压器故障可能出现的时间的估计，以及特定时间段内变压器故障状态进行预测，实现了针对变压器的“故障预测与健康管理”功能，提高了电力变压器运行状态监控水平，优化了运行与维修的效率，降低了维护成本，延长了变压器的使用寿命。
-
公开(公告)号：CN113298714A
公开(公告)日：2021-08-24
申请号：CN202110567797.3
申请日：2021-05-24
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于深度学习的图像跨尺度超分辨率方法，首先通过传统的图像处理算法创建生物图像数据集；然后基于深度学习网络U‑net，去除原始生物图像中的噪声及冗余信息，得到网络处理后的超分辨率的生物图像；接下来基于生物图像数据集和深度学习网络，提升图像的空间分辨率，实现生物图像的跨尺度超分辨率；最后基于网络输出的结果图，进行三维重构，得到跨尺度微纳结构的三维构象的高分辨率的还原。本发明可以在少量数据图像的情况下实现的生物图像跨尺度超分辨率，达到了比较好的效果。
-
Patent Agency Ranking
公开(公告)号：CN113156168A
公开(公告)日：2021-07-23
申请号：CN202110511971.2
申请日：2021-05-11
Applicant: 中国人民解放军空军工程大学 , 西北工业大学
Abstract: 本发明公开了一种基于空气电容电场效应的加速度传感验证装置，包括壳体基座、封盖、密封垫圈、上气门嘴、下气门嘴、电容测量基片和结构平板电容器；壳体基座为长方体，内部为长方体空腔，长方体空腔的一个侧面敞开；密封垫圈夹在壳体基座的敞开侧面与封盖之间；壳体基座、密封垫圈和封盖用多颗铆钉固定，将长方体空腔密封，长方体空腔内填充介质气体；壳体基座内部安装电容测量基片，在电容测量基片上安装多个结构平板电容器；上气门嘴和下气门嘴分别安装在壳体基座的上下两个侧面上，用于更换壳体基座内的气体。本发明提供的装置结构紧凑设计科学合理，可应用于空气电容加速度特性的验证和测量，能够更加精确实时地验证被测测量平台的加速度。
-
公开(公告)号：CN105184811B
公开(公告)日：2017-02-22
申请号：CN201510270434.8
申请日：2015-05-25
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于结构支持向量机的多尺度目标跟踪方法，利用结构输出支持向量机输出目标的位置估计值，避免了传统分类器对样本标签进行精确估计的需要；通过在线学习的方式更新结构输出支持向量机的参数，实现目标自适应跟踪；采用少量多尺度粒子作为候选样本，克服了传统固定尺度密集采样计算量过大的缺点，并显著提高了方法对目标尺度变化的适应性；提出一种阈值机制来避免支持向量集维数随时间快速无限增长，避免了计算资源的浪费；采用积分图进行Haar-like特征的快速计算，保证了方法的实时性。本发明在复杂背景下有较强鲁棒性，对目标的尺度变化、部分遮挡、旋转、光照变化等有较强适应性，满足实际目标跟踪任务的需要。
-
公开(公告)号：CN104392467A
公开(公告)日：2015-03-04
申请号：CN201410660331.8
申请日：2014-11-18
Applicant: 西北工业大学
CPC classification number: G06K9/6268 , G06T7/285 , G06T2207/10016
Abstract: 本发明涉及一种基于压缩感知的视频目标跟踪方法，首先采用压缩感知理论生成稀疏投影矩阵，对采样得到的正负样本进行稀疏投影降维，创建贝叶斯分类器；当下一帧图像到来时，在上一帧得到的目标位置周围进行采样，使用分类器分类得到最大可能的目标位置，更新目标位置，更新分类器参数。本发明方法能够有效克服因目标特征变化引起的跟踪不稳定问题，使用压缩感知理论将高维信息压缩至低维，有效降低计算复杂度，缩短跟踪时间。
-
公开(公告)号：CN103413136A
公开(公告)日：2013-11-27
申请号：CN201310332610.7
申请日：2013-08-01
Applicant: 西北工业大学
IPC: G06K9/46
Abstract: 本发明涉及一种红外图像中高压线的检测方法，首先计算红外图像的梯度，进行区域增长，得到高压线的候选区域，在候选区域内采用基于图像二阶导数的脊线检测方法得到高压线像素点，对高压线像素点进行连接并根据Freeman链码进行筛选，得到最终检测的高压线。与现有技术相比，本发明并没有对采用Hough变换来提取高压线的线性特征，而是综合利用了区域增长、脊线检测和Freeman链码等经典的直线提取方法来实现高压线的检测，本发明能够快速检测红外图像中的高压线，能到定位高压线到亚像素精度，定位精度高，可以有效去除红外图像中背景噪声、杂物的影响，鲁棒性好。
-
公开(公告)号：CN102542295B
公开(公告)日：2013-10-16
申请号：CN201210004751.1
申请日：2012-01-08
Applicant: 西北工业大学
Abstract: 本发明涉及一种采用图像分类技术从遥感图像中进行滑坡检测的方法，首先采用基于重叠的面积均分法对预处理后的遥感图像进行分块，得到面积相等的正方形图像块，并将得到的图像块分成两个集合——训练集和测试集；其次，提取训练集和测试集中所有图像块的SIFT特征，对训练集中的SIFT特征采用k-means聚类方法得到单词和词典；然后，用BoVW模型表示训练集和测试集中的每个图像块；最后，利用pLSA模型提取每个图像块的主题，并用KNN分类器将测试集中的图像块分成滑坡和非滑坡两类，从而实现对遥感图像的滑坡检测。该方法运算量小、检测效率高，同时又具有很高的检测正确率。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.029 seconds)
