公开(公告)号：CN119942150A

公开(公告)日：2025-05-06

申请号：CN202411863186.3

申请日：2024-12-17

Applicant: 西安电子科技大学

Inventor： 向培 ,  于天玮 ,  高孟阳 ,  周慧鑫 ,  宋江鲁奇 ,  李欢 ,  高原 ,  蒲征 ,  李牵佑 ,  秦翰林 ,  王炳健 ,  赖睿 ,  朱贺隆

IPC: G06V10/62 ,  G06V10/80 ,  G06V10/52 ,  G06V10/50 ,  G06V10/56 ,  G06V10/764 ,  G06V10/766 ,  G06V10/26 ,  G06V10/25 ,  G06V10/54 ,  G06V10/72 ,  G06V10/77 ,  G06V20/40

Abstract: 本发明公开了一种基于多尺度空间约束抗遮挡的跟踪方法，提取候选目标区域的HOG特征、CN特征和灰度特征，并使用PCA方法对HOG特征和CN特征降维，加快运算效率；采用通道权重融合方法，对每一层特征单独训练滤波器，通过自适应融合权重，使有效特征层的响应效果更加突出，解决了多特征响应融合不充分的问题；提出阶梯空间约束方法，优化颜色空间约束模型，约束模型错误遮盖目标信息，空域限制模型限制效果；通过自适应学习率和扩散搜索方法，减少滤波器学习到的无关信息并提高目标被遮挡时的跟踪准确度；提出三叉树尺度加速方法，引入尺度滤波器，并在尺度滤波器的基础上，将尺度滤波器的并行结构改造为三叉树分类结构。

公开(公告)号：CN119992125A

公开(公告)日：2025-05-13

申请号：CN202411862089.2

申请日：2024-12-17

Applicant: 西安电子科技大学

Inventor： 齐淑霞 ,  于天玮 ,  孙韵晗 ,  向培 ,  周慧鑫 ,  马思敏 ,  滕翔 ,  石金 ,  赵哲 ,  蒲征 ,  王炳健 ,  秦翰林 ,  朱贺隆

IPC: G06V10/62 ,  G06V10/80 ,  G06V10/52 ,  G06V10/44 ,  G06V10/46 ,  G06V10/50 ,  G06V10/56 ,  G06V10/762 ,  G06V10/764 ,  G06V10/766 ,  G06V10/25 ,  G06V20/40 ,  G06V40/20

Abstract: 本发明公开了一种基于多尺度联合特征自适应融合的目标跟踪方法，输入第1帧图像，对模型进行初始化；输入第t帧图像，得到最终的候选边框，从所述最终的候选边框中提取候选目标区域；对每个候选目标区域提取特征，确定每个候选目标区域的HOG特征、颜色直方图特征、Haar局部特征和LBP特征响应；计算自适应融合参数，进行自适应响应融合，求得最终响应结果；根据所述最终响应结果的最大值，确定最终目标预测候选区域，返回最大响应对应的候选目标区域，将该目标区域尺度确定为当前帧的目标尺度；使用第t帧图像的最终目标预测候选区域构造基础训练样本，对模型进行训练更新，获得下一帧图像的滤波器模型、颜色直方图模型。

公开(公告)号：CN119887527A

公开(公告)日：2025-04-25

申请号：CN202411950656.X

申请日：2024-12-27

Applicant: 西安电子科技大学

Inventor： 宋江鲁奇 ,  许新博 ,  蒲征 ,  齐淑霞 ,  滕翔 ,  李欢 ,  赵哲 ,  段念 ,  高原 ,  周慧鑫 ,  王炳健 ,  赖睿 ,  甘长国

IPC: G06T3/4069 ,  G06T3/4046 ,  G06V10/44 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种基于混合卷积的自注意力红外图像超分辨重建方法，对初始的待重建红外图像进行像素嵌入，获取其浅层特征F0；利用级联的N个Swin Transformer混合卷积组和1个卷积层，对浅层特征F0进行深层特征提取，获取深层特征FDF；其中每个Swin Transformer混合卷积组由级联的L个Swin‑CNN融合处理块和1个卷积层组成；基于浅层特征F0和深层特征FDF，利用重建函数进行红外图像超分辨重建。本发明融合了Swin Transformer和CNN的优势，从融合处理全局和局部信息的层面上提高了对红外图像细节及特征的重建性能，在准确性和鲁棒性方面展现出了显著优势，并最终实现了高质量的红外图像重建。