-
公开(公告)号：CN118053294A
公开(公告)日：2024-05-17
申请号：CN202410197958.8
申请日：2024-02-22
Applicant: 西安电子科技大学广州研究院 , 西安电子科技大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于流数据的交通流数字孪生方法及装置，通过基于现实道路建立虚拟显示空间。根据接收的初始车辆数据建立现实时间轴和虚拟时间轴。现实时间轴是以初始车辆数据的现实检测时间t0为起点建立的；虚拟时间轴是以接收初始车辆数据的接收时间T0为起点建立的；虚拟时间轴是虚拟显示空间的时间轴。根据T0和t0之间的差值，得到现实时间轴和虚拟时间轴之间的时延偏差Δt。实时接收目标车辆数据，根据实时接收的目标车辆数据和时延偏差Δt，在虚拟显示空间中显示目标车辆的运动轨迹。保证了实时交通的还原与车辆轨迹的可视化显示的实时性、准确性以及稳定性。
-
公开(公告)号：CN117495720A
公开(公告)日：2024-02-02
申请号：CN202311464041.1
申请日：2023-11-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多尺度边缘保持模型的去雾方法，该方法首先在HSV空间通过小波变换对亮度分量V进行分解，在低频图像中使用Retinex理论进行去雾，在高频图像中使用侧窗滤波增强细节，进而对高低频分量进行小波逆变换得到增强V分量，由于亮度分量V和饱和度分量S遵循V‑S模型，因此需要对S分量进行调整，最后将图像转换到RGB空间对去雾图像进行色彩恢复得到最终清晰图像。本发明对雾天图像对比度的提高和细节信息的恢复两方面具有良好的效果。
-
公开(公告)号：CN116091330A
公开(公告)日：2023-05-09
申请号：CN202211093047.8
申请日：2022-09-08
Applicant: 西安电子科技大学
IPC: G06T5/00 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种基于生成对抗网络的图像修复方法，本发明利用生成对抗网络和多尺度注意力机制的方法对具有大面积丢失的图像进行修复。具体方法包括：首先使用真实图像对生成对抗网络进行训练；然后提取训练好的生成器作为图像修复的网络结构；最后将受损图像通过图像修复网络，从而获得图像修复结果。
-
公开(公告)号：CN115424104A
公开(公告)日：2022-12-02
申请号：CN202210998016.0
申请日：2022-08-19
Applicant: 西安电子科技大学
Abstract: 一种基于特征融合与注意力机制的目标检测方法，红外图像输入MobileNet网络进行逐层卷积计算，得到不同尺度的特征图，建立双向特征融合模块IBFPN，将所述用于检测的特征金字塔图像输入IBFPN，以进行上下层信息的相互融合；经过IBFPN后，将各融合特征层输入到注意力模块ECBAM，通过ECBAM为不同的特征赋予不同的比重；将经IBFPN和ECBAM处理的不同尺度的特征图送入检测模块进行检测，获取每个候选框的类别及相应的边界框，得到预测结果；将预测结果进行非极大值抑制，删除多余的目标框，获得最终的检测结果。综合对比多种检测算法后，实验结果表明，本发明可以有效提高红外目标的检测精度。
-
公开(公告)号：CN115393711A
公开(公告)日：2022-11-25
申请号：CN202210972870.X
申请日：2022-08-15
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于高光谱图像的异常检测方法，本发明基于空‑谱联合显著性特征表达的方法对高光谱图像进行异常检测。具体方法包括：首先通过联合双窗结构与改进光谱距离计算的光谱特征提取方法完成光谱特征的提取，同时通过基于数据降维与曲率滤波的空间特征提取方法完成空间特征的提取，其次联合两种不同属性特征获得空‑谱初始特征。最后通过基于前后文感知的高光谱显著性检测方法进行异常检测，从而获得异常检测结果。
-
Patent Agency Ranking
公开(公告)号：CN118154541A
公开(公告)日：2024-06-07
申请号：CN202410273216.9
申请日：2024-03-11
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 一种基于双层协同结构改进的高光谱异常检测方法，包括如下步骤：使用第一层协同表示对原始高光谱图像H进行预检测；对预检测出的可能异常点进行均值向量填充，完成背景纯化；使用第二层协同表示对背景纯化后的高光谱图像进行重构，得到重构高光谱图像Y；计算原始高光谱图像H和重构高光谱图像Y的重构误差，得到异常检测结果。与现有技术相比，本发明设计了双层协同表示结构，通过第一层协同表示算法将大部分异常点预检出，并用邻域进行背景纯化，有效降低异常点对背景的污染，从而减弱异常点对算法性能的影响，并具有相对优异的检测效果。
-
公开(公告)号：CN115424102A
公开(公告)日：2022-12-02
申请号：CN202210953758.1
申请日：2022-08-10
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于各向异性引导滤波的多聚焦图像融合方法。该发明首先对源图像提取显著性特征，针对传统特征提取方法中易引入噪声的缺陷，采用基于差异性引导框架的显著性特征提取方法，然后针对融合权重构造过程中聚焦区域连续性差的问题，联合梯度特征与强度方差算子对图像进行复合聚焦度测量，得到粗融合权重图，再采用形态学滤波与各向异性引导滤波对其进行优化以使聚焦区域边界与散焦区域边界对齐，得到最终融合权重图，最后进行多聚焦图像融合。
-
公开(公告)号：CN115423998A
公开(公告)日：2022-12-02
申请号：CN202211027153.6
申请日：2022-08-25
Applicant: 西安电子科技大学
Abstract: 一种基于轻量级无锚检测模型的可见光森林火灾检测方法，标注红外森林火灾图像数据集各图像中火焰的位置和类别信息，得到火焰数据集，并划分训练集、验证集和测试集；构建改进的轻量级无锚检测神经网络，利用主干特征提取网络MobileNetv3g及多尺度最大池化操作提取火灾特征，利用D‑PANet对特征层由深至浅对火灾的特征进行加强特征融合；之后传入ASFF模块进行自适应空间特征融合，使用解耦头解码预测的火焰目标类别信息和位置回归信息进行多尺度预测，得到预测结果；将预测结果进行得分排序和非极大值抑制筛选，筛选出一定区域内得分最高并满足置信度的预测框，由此得到最终的火灾预测结果，本发明具有良好的检测效果。
-
公开(公告)号：CN113986812A
公开(公告)日：2022-01-28
申请号：CN202111046022.8
申请日：2021-09-07
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于CHNN的光片上网络映射方法及装置，该方法包括：S1：建立映射问题模型，以将待解决的映射问题转化为CHNN的动态过程；S2：根据映射问题模型构建CHNN动态方程；S3：对CHNN进行初始化处理；S4：根据CHNN动态方程更新CHNN状态，以得到有效的映射方案；S5：重新设置CHNN的初始状态并执行步骤S4，重复多次，得到多个有效的映射方案，并根据目标函数在多个有效的映射方案中选择出最优映射方案。本发明提供的光片上网络映射方法解决了现有映射算法计算复杂度高、时间长的问题，提升了算法运行速度的同时保证了算法的稳定性。
-
公开(公告)号：CN119828460A
公开(公告)日：2025-04-15
申请号：CN202411892930.2
申请日：2024-12-20
Applicant: 西安电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种多智能体协同目标搜索的动态优化与实时决策方法及装置，包括：全局优化层构建全局模型，获取多智能体的初始的路径规划和初始的任务分配方案，发送至各个智能体；同时，全局优化层以第一预设频率更新全局模型；各个智能体根据初始的路径规划和初始的任务分配方案，结合实时感知数据，调整初始的路径规划，得到执行结果，并将执行结果发送至全局优化层；同时，各个智能体以第二预设频率更新执行结果；全局优化层根据各个智能体的执行结果，判断是否需要更新全局模型，如果需要，则更新全局模型，发送至各个智能体，如果不需要，保存各个智能体的执行结果；实时获取路径规划和任务分配方案。本发明能够提高任务执行效率和完成度。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.031 seconds)
