-
公开(公告)号：CN118351294A
公开(公告)日：2024-07-16
申请号：CN202410591419.2
申请日：2024-05-14
Applicant: 长春理工大学
IPC: G06V10/25 , G06V20/17 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明属于无人机图像检测技术领域，特别提出一种基于Yolov7‑tiny多模型融合的无人机对地目标检测网络，旨在解决现有技术在面对目标数量众多、目标重叠等复杂场景时检测效果不佳的问题。该方法主要包含以下步骤：S1、构建基于YOLOv7在网络结构部分进行了简化后的YOLOV7‑tiny网络结构；S2、引入针对小目标和极小目标的检测层；S3、在小目标检层引入DCNS可变形卷积检测头；S4、在特征融合部分引入自适应特征融合模块ASFF‑L；S5、利用VisDrone2019数据集训练模型，进行实验以验证上述每一步改进的有效性，并与其他算法进行对比，确保改进后的模型在性能上有所提升。
-
公开(公告)号：CN117609528A
公开(公告)日：2024-02-27
申请号：CN202311371571.1
申请日：2023-10-22
Applicant: 长春理工大学
IPC: G06F16/532 , G06F16/583 , G06T7/246 , G06T7/292
Abstract: 本发明属于图像信息处理技术领域，尤其为基于选择性查询收集与改进数据关联的多目标跟踪方法，包括以下步骤：步骤1、构建基于transformer的多目标跟踪框架；步骤2、添加选择性查询收集模块；步骤3、加入联合byte与多轨迹池化模型；步骤4、模型训练，将样本图片输入到transformer网络中进行训练；步骤5、模型测试。本发明通过将选择性查询重新收集与解码器相结合，让检测目标的效果更加的精准，引进联合byte和多轨迹池化模块，在目标外观相似时提高匹配可靠性，从而提高数据关联性能。
-
公开(公告)号：CN116039942B
公开(公告)日：2023-06-09
申请号：CN202310206378.6
申请日：2023-03-07
Applicant: 长春理工大学
Abstract: 本发明公开了一种舰载机飞行姿态合规性评估系统及其成像方法。通过可伸缩支架和BRDF转盘首先模拟调整舰载机的方位角以及舰载机和舰船之间的倾斜角度，其次通过多层海雾环境模拟系统模拟恶劣条件下舰载机和舰船之间的海雾环境，然后通过舰载机偏振发射端和舰船偏振接收端采集偏振图像以及对光信号进行分析，最后将得到的偏振图像进行图像优化处理，以此将得到光信号的数据和处理后的图像通过可视化界面输送给舰船上的相关工作人员，来观察舰载机具体飞行姿态是否符合着舰要求，对舰载机具体飞行姿态进行合规性评估。本发明用以解决现有技术中使用ASIST全自动助降装置在恶劣条件下判定舰载机飞行姿态是否符合着舰要求困难的问题。
-
公开(公告)号：CN115564801A
公开(公告)日：2023-01-03
申请号：CN202211263801.8
申请日：2022-10-14
Applicant: 长春理工大学
IPC: G06T7/246 , G06V10/774 , G06V10/82 , G06V20/40 , G06V10/40 , G06V10/80 , G06V10/764 , G06V10/766 , G06V20/70 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于注意力的单目标跟踪方法，属于深度学习中的计算机视觉领域。包括数据预处理，模型的训练，将构造好的网络模型进行训练，在整个训练过程中通过降低网络的损失函数来优化网络的参数，从而获得基于注意力的单目标网络架构的网络权重；在新的视频序列中，使用通过训练而获得的网络权重，来测试跟踪目标的效果。优点是将主干网络输出的低层特征与高层特征结合，让最后的特征图在具有高级语义信息的同时补充一些细节信息；利用分类增强模块辅助分类分支，使其得到更加精准的目标定位信息，增加的设计可以让跟踪器在相似物干扰时，还能进行精准的跟踪，在众多复杂的场景中都可以精准稳定的跟踪目标。
-
公开(公告)号：CN108776994B
公开(公告)日：2022-10-25
申请号：CN201810507622.1
申请日：2018-05-24
Applicant: 长春理工大学
Abstract: 基于真三维显示系统的Roesser模型及其实现方法，属于多维系统控制理论技术领域，为了解决现有技术存在的问题，真三维显示系统的Roesser模型实现法将三维位置坐标与一维时间坐标相结合，对三维体空间中的体素点进行状态空间表示，根据系统的线性因果性，通过已知的传递函数，构造初始矩阵，对其进行初等变换和补充运算，从而得到Roesser实现矩阵；相较于已有方法，该实现方法得到的实现矩阵阶次更低，可以分析各变量对实现矩阵的影响，因此既能简化系统数学表达，又有利于系统分析与设计，具有极高的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN119006335A
公开(公告)日：2024-11-22
申请号：CN202411072933.1
申请日：2024-08-06
Applicant: 长春理工大学
Abstract: 本发明属于图像处理技术领域，尤其为一种大气模型与融合策略相结合的两阶段图像去雾方法，本方法主要由图像初步去雾模块、曝光模块、图像融合模块构成，该方法包括如下步骤：首先，对有雾图像应用基于四叉树细分搜索估计算法和线性模型获取大气光值和透射图，其次，利用大气散射模型逆向求解，得到初始无雾图像；接着，对初始无雾图像进行不同Gamma值校正，生成一系列具有不同曝光度的图像；最后，采用非下采样高斯差分金字塔进行多尺度融合，恢复出无雾清晰图像；本方法在主观和客观评价方面均优于现有的典型去雾方法，去雾效果显著，能有效解决图像中出现的细节信息缺失、光晕伪影和天空区域失真现象等问题。
-
公开(公告)号：CN117713928A
公开(公告)日：2024-03-15
申请号：CN202311723335.1
申请日：2023-12-15
Applicant: 长春理工大学
IPC: H04B10/112 , H04B10/50 , H04B10/516 , H04L1/00 , H04L25/02
Abstract: 本发明属于大气激光通信技术领域，尤其为一种用于大气激光通信的Turbo码变交织深度编译码方法，包括编码器、信道估计、译码器和可变深度交织器，包括以下步骤：S1，待编码序列输入Turbo编码器，通过分量编码器、交织器和删余复用对序列进行编码；S2，将编码后的序列加入导频序列，通过光学天线送入大气信道；S3，通过接收序列中已知的导频序列进行信道估计，将信道估计值反馈至可变深度交织器。本发明，针对大气信道时变特性加入信道估计技术实时估计信道状态，为Turbo码编码中交织器交织深度切换提供数据参考，保证不良信道条件下通信系统的可靠性。译码器采用流水线式并行译码结构，有效降低硬件资源消耗，在纠错性能和译码时延上达到有效平衡。
-
公开(公告)号：CN117372678A
公开(公告)日：2024-01-09
申请号：CN202311326353.6
申请日：2023-10-13
Applicant: 长春理工大学
IPC: G06V10/25 , G06V10/147 , G06V10/80
Abstract: 本发明属于偏振图像处理技术领域，公开了一种偏振显著度计算方法及系统。通过偏振相机采集四个角度的偏振光图像，解算获得光强图像与偏振度图像 ；计算并获得光强图像与偏振度图像的偏振差异图像 ；计算并获得不同方向上的偏振显著差异矩阵；计算并获得偏振显著特征图像；计算并获得不同方向的偏振显著特征图像对应的权重系数；计算并获得偏振显著度图像。用于突出偏振图像目标与背景之间的偏振差异的计算方法，能够增强偏振图像中特有的偏振信息；本发明突出偏振图像中的重点区域，为高精度的偏振图像融合以及偏振目标检测与分类任务提供了技术基础。
-
公开(公告)号：CN116797789A
公开(公告)日：2023-09-22
申请号：CN202310698684.6
申请日：2023-06-13
Applicant: 长春理工大学
IPC: G06V10/26 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明属于计算机视觉技术领域，尤其为一种基于注意力架构的场景语义分割方法，该方法包括以下步骤：步骤一：数据预处理，为后续的网络模型训练提供数据准备；步骤二：模型的训练，将构造好的网络模型进行训练，在整个训练过程中利用混合损失监督网络模型参数的训练，通过不断地降低损失优化网络模型参数，从而获得基于注意力架构的场景语义分割方法的最佳网络权重；步骤三：模型的测试，通过输入外部传感器采集的新型图像数据，使用通过训练而获得的网络权重，来测试语义分割的效果。本发明为了增强像素的特征表示能力，利用双注意力模块分别在空间维度和通道维度建模上下文信息，提升模型整体的特征表达能力。
-
公开(公告)号：CN115797374A
公开(公告)日：2023-03-14
申请号：CN202310052860.9
申请日：2023-02-03
Applicant: 长春理工大学
Abstract: 本发明涉及图像数据处理技术领域，具体涉及一种基于图像处理的机场跑道提取方法。该方法包括：采集航拍灰度图像，分割生成分割区域，计算分割区域中像素点的梯度幅值与梯度方向，根据梯度幅值，确定分割区域的凌乱程度；根据分割区域中像素点的梯度方向、梯度幅值与凌乱程度确定第一主要边缘方向和第二主要边缘方向；计算像素点的梯度幅值分布差值，根据第二主要边缘方向、梯度幅值分布差值和梯度方向，确定分割区域的离散程度；根据凌乱程度和离散程度确定分割区域的自适应微分阶数，对分割区域进行图像增强处理得到增强区域，提取机场跑道区域。本方案能够在复杂的环境下实现机场跑道区域的自适应增强，提高机场跑道提取的准确性。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.021 seconds)
