公开(公告)号：CN118037564A

公开(公告)日：2024-05-14

申请号：CN202410084106.8

申请日：2024-01-19

Applicant: 郑州大学

Inventor： 简立华 ,  熊松磊 ,  颜寒 ,  张迪

IPC: G06T5/50 ,  G06V10/44 ,  G06V10/80 ,  G06V10/77 ,  G06N3/0455 ,  G06N3/082 ,  G06T5/60

Abstract: 本发明公开了一种基于cross‑attention的红外与可见光图像融合方法，包括ATFuse框架，所述ATFuse框架包括特征提取模块、特征融合模块和特征重建模块，所述的方法包括：将源红外和可见光图像输入特征提取模块，提取浅层特征，并将其转换为图像块嵌入；建立特征融合模块，用于融合图像间的差异特征和共有特征；利用特征重建模块将融合特征映射到合成图像中；本发明在评估和计算负担方面实现了最佳的融合效率。

公开(公告)号：CN117011895B

公开(公告)日：2024-12-20

申请号：CN202310435700.2

申请日：2023-04-21

Applicant: 郑州大学

Inventor： 张迪 ,  熊松磊 ,  宋甜鑫 ,  杨婧 ,  姬祥

IPC: G06V40/12 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多任务多特征融合的射频指纹识别方法，包括：数据预处理：对功率谱、时频谱和互功率谱三种信号进行归一化并进行数据增强操作；信号特征提取：分别提取功率谱特征、时频谱特征和互功率谱特征三种信号特征作为神经网络模型的输入；网络训练：使用功率谱特征、时频谱特征和互功率谱特征三种信号特征训练神经网络模型；分类识别：使用训练完成的神经网络模型对测试集信号进行射频指纹识别，得到分类识别的结果；本发明提出的多特征融合多任务的方法较单特征单任务的方法有所提高，是一种有效的射频指纹识别方法。

公开(公告)号：CN117011895A

公开(公告)日：2023-11-07

申请号：CN202310435700.2

申请日：2023-04-21

Applicant: 郑州大学

Inventor： 张迪 ,  熊松磊 ,  宋甜鑫 ,  杨婧 ,  姬祥

IPC: G06V40/12 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多任务多特征融合的射频指纹识别方法，包括：数据预处理：对功率谱、时频谱和互功率谱三种信号进行归一化并进行数据增强操作；信号特征提取：分别提取功率谱特征、时频谱特征和互功率谱特征三种信号特征作为神经网络模型的输入；网络训练：使用功率谱特征、时频谱特征和互功率谱特征三种信号特征训练神经网络模型；分类识别：使用训练完成的神经网络模型对测试集信号进行射频指纹识别，得到分类识别的结果；本发明提出的多特征融合多任务的方法较单特征单任务的方法有所提高，是一种有效的射频指纹识别方法。