-
公开(公告)号：CN119151811A
公开(公告)日：2024-12-17
申请号：CN202310659477.X
申请日：2023-06-05
IPC: G06T5/70 , G06V10/80 , G06T5/10 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种级联离散小波多频带分解注意力图像去噪方法及装置，方法包括以下步骤：搭建CDW‑MDA的图像去噪网络，图像去噪网络采用编码器‑子网络‑解码器结构；输入噪声图像提取多个尺度下的高低频带特征图；增强全局和局部的关键特征信息；评估纹理细节成分重要性并加权不同频带的噪声特征；增强处理后的高低频带特征图的选择性特征，再进行高低频带特征图的融合；将融合后的高低频带特征图经过变换得到残差图像，最后获得目标图像。本发明的图像去噪方法可以产生更清晰的纹理细节，而且没有产生模糊，恢复后的图像保留了更多的纹理细节信息；还能够在保持图像特征纹理的同时降低噪声，且保留了边缘信息，具有更好的视觉效果。
-
公开(公告)号：CN114897094A
公开(公告)日：2022-08-12
申请号：CN202210610948.3
申请日：2022-06-01
Applicant: 西南科技大学
Abstract: 针对食管早癌病灶前景背景对比度低、形状各异且不规则的问题，本发明提出一种基于注意力双支路特征融合的食管早癌病灶分割方法，其网络结构是结合注意力机制的特征融合与双支路上采样网络(AMFF‑DUNet），结合了通道和空间双注意力机制和多尺度的特征融合以及双支路上采样。本方法包括如下步骤：步骤1，搭建AMFF‑DUNet网络，将提出的金字塔引导特征融合模块（PGFM）和双支路上采样模块（DBUM）加入骨干网络；步骤2，读取内镜图像，进行剪裁、颜色空间变换图像预处理；步骤3，使用AMFF‑DUNet对食管内镜图像进行精准语义分割；步骤4，将实验结果与目前先进的食管早癌病灶分割方法比较分析。结果表明，本发明方法提高了对边缘特征不明显且形态各异的食管早癌病灶的分割精度。
-
公开(公告)号：CN118674774A
公开(公告)日：2024-09-20
申请号：CN202310254961.4
申请日：2023-03-16
Applicant: 西南科技大学
IPC: G06T7/73 , G06T7/246 , G06T7/269 , G06V10/762
Abstract: 本发明公开了一种基于目标检测和高斯混合模型的静态特征点筛选方法。考虑到传统基于视觉的同时定位与建图算法在动态场景中鲁棒性较差，本发明首先使用目标检测算法检测潜在动态区域；然后，使用光流对特征点进行跟踪，以光流的模长和二范数作为二维特征构建高斯混合模型，并利用期望最大化算法对模型进行聚类；最后根据目标检测结果和高斯混合模型聚类结果筛选静态特征点。本发明能够剔除动态特征点，同时保留更多的静态特征点，使得动态特征点不参与位姿估计，更多静态特征点参与位姿估计，大幅提高同时定位与建图算法在动态场景中的鲁棒性和定位精度。此外，本发明实现简单，可集成到任何基于特征点法的视觉同时定位与建图方法中。
-
公开(公告)号：CN116883516B
公开(公告)日：2023-11-24
申请号：CN202311146039.X
申请日：2023-09-07
Applicant: 西南科技大学
Abstract: 本发明提供了一种相机参数标定方法及装置，可以应用于机器视觉技术领域。该方法包括：从相机阵列包括的多个相机中确定目标相机；以位于隔离设备内的第一棋盘格靶标作为标定物，对目标相机进行折射测量参数标定，得到目标相机的初始折射测量参数；对于每个相机，基于目标相机的初始折射测量参数，确定第一棋盘格靶标包括的多个角点各自在相机中的光线距离误差；以及基于多个角点各自在多个相机中各自的光线距离误差，对目标相机的初始折射测量参数进行优化，得到目标相机的目标折射测量参数。(56)对比文件张晓强等.基于多层平面折射模型与多投影中心模型的光场相机水下标定《.光学学报》.2022,第42卷(第12期),第1-9页.王嘉盛等.基于神经网络的焊缝跟踪系统视觉标定方法《.现代电子技术》.2023,第46卷(第11期),第55-59页.Xiaoqiang Zhang等.Synthetic aperturephotography using a moving camera-IMUsystem《.Pattern Recognition》.2016,第175-188页.Xida Chen等.A Closed-Form Solution toSingle Underwater Camera CalibrationUsing Triple Wavelength Dispersion andIts Application to Single Camera 3DReconstruction《.IEEE TRANSACTIONS ONIMAGE PROCESSING》.2017,第26卷(第9期),第4553-4561页.
-
公开(公告)号：CN116797606A
公开(公告)日：2023-09-22
申请号：CN202310532953.1
申请日：2023-05-11
Applicant: 西南科技大学
IPC: G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于块级自注意力和块相关机制的图像分割方法，包括以下步骤：1、搭建ResNet101主干网络；2、将主干网络的输出特征进行分块，并对每个特征块使用1×1卷积生成查询矩阵(Q)，键矩阵(K)和值矩阵(V)，使用块相关机制(BCM)计算每个特征块的Q矩阵与全局特征的相关性；3、搭建带有相对位置偏移的自注意力网络，将BCM嵌入到每个特征块的自注意力计算过程中，利用BCM的输出M矩阵与K矩阵和V矩阵进行自注意力计算，并为每一个特征块的M、K和V矩阵引入相对位置偏移，共同组成块级自注意力(BLSA)模块；4、将每个特征块的输出在空间维度上拼接后送入分割头进行分割，并进行实验对比。
-
Patent Agency Ranking
公开(公告)号：CN117354837B
公开(公告)日：2024-04-05
申请号：CN202311492299.2
申请日：2023-11-10
Applicant: 西南科技大学 , 国网安徽省电力有限公司电力科学研究院 , 香港中文大学(深圳)未来智联网络研究院
IPC: H04W24/02 , H04W72/044
Abstract: 本发明涉及空中计算系统的参数联合优化方法、均方误差降低方法。所述空中计算系统包括带有多根天线的混合接入点和多个单天线无线设备。参数联合优化方法以最小化所述系统的均方误差为优化目标，设计关于混合接入点的接收波束W、单天线无线设备的发送功率{bk}的均方误差模型，并引入对混合接入点的发射能量波束S约束和无线设备的能量收集约束，根据所述模型设计空中计算误差关于W、{bk}、S的优化问题，然后将W固定得到优化的{bk}；再将优化的{bk}固定得到优化的W；然后再送入所述模型中进行迭代得到最优的W*、最优的{bk*}。本发明避免了“双远近”问题，使得空中计算系统的误差最小化，保证了高效的空中计算性能。
-
公开(公告)号：CN116625804A
公开(公告)日：2023-08-22
申请号：CN202310807766.X
申请日：2023-07-04
Applicant: 西南科技大学
Abstract: 本发明公开了一种隔水管试压自动对接装置，该装置可以同时对海洋隔水管全部管道同时进行实验。试验装置包括位置串联运动平台、姿态并联调节平台、封堵法兰，位置串联运动平台通过电机丝杠控制，可以沿X轴与Y轴进行平移，姿态并联调节平台由四根电缸推杆以及中心支撑球铰组成，可以绕X、Y、Z轴进行旋转从而调节法兰盘的姿态。由于采用了混联结构，姿态与位置调节可以进行解耦，并联结构的中心支撑球铰可以平衡封堵法兰的重量，从而减小电缸推杆的功率，保证了系统的稳定性与快速性。
-
公开(公告)号：CN116561541A
公开(公告)日：2023-08-08
申请号：CN202310784248.0
申请日：2023-06-29
Applicant: 西南科技大学
IPC: G06F18/21 , G06F18/2131 , G06N3/0464 , G06N3/08 , G06F18/214
Abstract: 本申请涉及数据识别处理技术领域，公开了随机动载荷识别模型、模型的训练方法以及识别方法，随机动载荷识别模型的训练方法，包括如下步骤：获取训练集：以获得时序上载荷与个振动信号的对应关系；训练集预处理：将载荷与n个振动信号进行8阶Meyer小波变换分解，每个信号被分解为8个低频分量与8个高频分量；模型训练：取当前时刻与后续一个时间窗口内n个振动信号的全部高阶分量与第八阶低频分量作为网络输入，构建一维卷积神经网络；网络输出为当前时刻载荷信号所分解的第八阶低频分量与全部高阶分量。该方法避免了对复杂、未知结构的系统模型参数或者传递函数的显式求解，并可在具有振动测量噪声的条件下对载荷信号进行较为精确的估计。
-
公开(公告)号：CN116346860A
公开(公告)日：2023-06-27
申请号：CN202310380282.1
申请日：2023-04-11
Applicant: 国网安徽省电力有限公司电力科学研究院 , 西南科技大学
Abstract: 本发明涉及车辆网信息传输技术领域，公开了一种基于深度强化学习的通感融合车联网信息传输增强方法，包括：S1、设计目标车辆相对于路边单元的克拉美‑罗下界作为感知约束；S2、获取所有目标车辆与路边单元之间的ISAC信号的和速率；S3、基于所述ISAC信号的和速率以及所述感知约束，建立关于路边单元的波束成形和发射功率相关的和速率最大模型；S4、将所述和速率最大模型基于深度强化学习方法进行求解，通过联合优化路边单元的波束成形和发射功率，得到最优的波束成形和发射功率，从而在保证感知性能的需求下提升车联网ISAC信号的传输速率。本发明在保证感知性能的需求下提升车联网信息传输速率。
-
公开(公告)号：CN112558621A
公开(公告)日：2021-03-26
申请号：CN201910916380.6
申请日：2019-09-26
Applicant: 西南科技大学
Abstract: 本发明公开一种基于解耦控制的飞行机械臂系统，考虑到机械臂的抓取动作会对飞行器的位姿造成扰动，使飞行机械臂系统的姿态与位置发生变化。针对该影响对飞行机械臂系统进行独立建模，并分析飞行器和机械臂的动力学模型，将两者之间进行解耦控制。解耦控制分为两步进行，第一步针对机械臂运动产生的干扰进行分析，使用迭代动力学方程计算驱动关节的力矩，该力矩即为机械臂运动对飞行器造成的外力干扰，通过该干扰量计算飞行器姿态角的补偿量。第二步根据第一步计算出的姿态角补偿量，通过位姿控制器对补偿后的姿态角进行跟踪，从而抑制机械臂运动造成的飞行器造成的位姿扰动。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.022 seconds)
