-
公开(公告)号：CN118533169A
公开(公告)日：2024-08-23
申请号：CN202410628724.4
申请日：2024-05-21
Applicant: 电子科技大学
Abstract: 本发明提出一种基于图像匹配的无人机野外无GNSS定位方法，该方法包括：在图像正射模块对无人机图像使用视觉‑惯性里程计法进行正射处理；在粗定位模块对无人机图像基于图像匹配进行初步定位；在细定位模块对无人机图像使用蒙特‑卡洛定位进行准确定位。本发明的主要目标是开发一种定位算法，其不依赖于GNSS进行长途飞行，而只依赖于单目广角相机，该定位方法在GNSS信号不能可靠使用的情况下的实用性，并且作为一种故障安全替代方案，使无人机能够到达其目标位置或者至少安全降落在预先确定的位置。在一些应用场景例如自动无人机交付时，可以使用本发明所提出的定位方法提高导航的可靠性。
-
公开(公告)号：CN117036688A
公开(公告)日：2023-11-10
申请号：CN202310843167.3
申请日：2023-10-13
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于坐标偏移与特征增强的三维点云语义分割方法。该发明为了克服点云在构建邻域过程中会采集到离群点与重叠点、且现有的编码器提取的特征不具有方向性、全局表述不足等问题，提出了基于坐标偏移与特征增强的三维点云语义分割方法。本发明基于RandLA‑Net网络框架，以3D点云为输入数据，基于附加特征对几何坐标进行偏移，然后利用偏移的几何坐标实现附加特征的偏移，以此减轻离群点与采样点带来的影响；在编码器中，引入极坐标表示，分别对每个点与整体邻域建立极坐标方向表示，以此表示点云内部的方向性。提取局部特征之后，计算局部邻域与全局的比率，并以该比率与特征相乘，以此完成全局信息的表示。
-
公开(公告)号：CN116935445A
公开(公告)日：2023-10-24
申请号：CN202311018385.X
申请日：2023-08-14
Applicant: 电子科技大学
IPC: G06V40/10 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种基于深度学习的皮肤病准确识别方法，用于解决当前皮肤病图像识别准确率较低的问题。该方法基于CapsNet，并集成了轻量复合注意力方法和高阶注意力引导浅层特征优化模块。在HAM10000这一大型公开数据集上的实验结果表明，所提方法达到的分类准确率高于CNN和MobileNetV2，且参数量为MobileNetV2的20％左右。在客观评价指标、视觉效果及泛化性上均优于其他几种先进的基于深度学习的皮肤病识别方法。为皮肤病识别辅助软件的研发等下游应用提供了高精度模型保障。
-
公开(公告)号：CN116935094A
公开(公告)日：2023-10-24
申请号：CN202310588686.X
申请日：2023-05-23
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/44 , G06V20/17 , G06T3/40 , G06V20/10
Abstract: 本发明公开了一种基于多尺度和边缘感知的轻量级地物分类网络模型，旨在解决解决深度学习在遥感图像地物分类中推理速度慢的问题。该方法以编码器‑解码器为架构，在编码器阶段，该模型使用兼顾特征提取效果的轻量级分类网络ResNet‑18作为骨干网提取图像特征。在解码器阶段，该方法充分利用了低分辨率特征图的语义信息和高分辨率特征图的空间信息。同时，还通过边缘感知的损失函数来辅助监督语义分割主任务学习。通过这种方式，该模型不仅可以充分利用图像的语义、空间和边缘信息，还可以规避其在推理时速度慢、内存占用高的缺点，也较好地平衡了模型的识别精度与推理效率能够满足遥感影像地物实时分类的任务需求。
-
公开(公告)号：CN111159393B
公开(公告)日：2023-10-10
申请号：CN201911391922.9
申请日：2019-12-30
Applicant: 电子科技大学
Abstract: 本发明提供一种基于LDA和D2V进行摘要抽取的文本生成方法，利用原本用于文章分类的LDA模型来做句子的主题分类，然后将每个主题的句子利用D2V模型继续句子向量化，然后计算句子的熵信息，选择最大熵信息的一个句子作为摘要句子。本发明相对于抽取数目由人工确定的方法比较而言，是由计算机来对抽取摘要句子的数目进行调整，总结得到相应每篇文本不同主题选择相应的信息量最为丰富的句子构成了摘要。
-
Patent Agency Ranking
公开(公告)号：CN116630704A
公开(公告)日：2023-08-22
申请号：CN202310588681.7
申请日：2023-05-23
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/44 , G06V20/10 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 本发明公开了一种基于注意力增强和密集多尺度的地物分类网络模型，旨在解决由“同谱异物”和“同物异谱”现象导致的遥感图像分割结果不够精细的问题。该方法在DeepLabv3+网络的基础上，为了更好地处理遥感图像，对其编码器和解码器阶段的不足进行了模型结构的改进。在编码器阶段，本发明设计了一种注意力增强的密集空洞金字塔池化来替换原有的空洞空间金字塔池化结构，同时，在全局特征中引入双注意机制可以帮助遥感图像在特征表示能力和空间定位精度之间取得平衡。在编码器阶段采用了密集连接的方式利用图像的多级特征图对图像进行上采样。
-
公开(公告)号：CN111428031B
公开(公告)日：2023-07-07
申请号：CN202010200084.9
申请日：2020-03-20
Applicant: 电子科技大学
IPC: G06F16/35 , G06F16/335 , G06F16/36
Abstract: 本发明提供了一种融合浅层语义信息的图模型过滤方法，该方法包括：将中文指称输入指称扩展方法，得到精准完整的实体指称；将实体指称作为wiki搜索的关键字段放入中文维基百科知识库中，获得实体指称的候选实体列表；将候选实体列表输入融合浅层语义信息的图模型过滤方法中，得到过滤后的候选实体列表；将过滤后的候选实体列表存入数据库，为实体消歧模块做准备。本发明通过融合浅层语义信息计算候选实体和实体指称上下文相似度获得文本相似度作为过滤算法的权重因子，并利用基于图模型出入度算法计算候选实体相关度作为过滤算法的权重因子，最后融合两个权重因子得到综合得分对候选实体进行排列，降低了实体消歧误差。
-
公开(公告)号：CN115982638A
公开(公告)日：2023-04-18
申请号：CN202211547021.6
申请日：2022-12-05
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/241 , G06N3/048 , G06N3/084 , G06N3/09
Abstract: 本发明公开了本发明提出了一种基于BP神经网络的工程机械运行状态判断方法。在已有的震动幅度法上做了改进，在使用三轴加速度传感器数据的基础上，同时加入了陀螺仪传感器的数据作为判断依据之一。陀螺仪数据的加入对旋转运作的机械设备的判断效果会更佳，模型的效果更好。同时，使用神经网络的方法对工程机械的运行状态进行判断，模型的适应度更好、误判率也更低。采用的震动幅度判断法不具备侵入性，对于工程机械状态的判断具有普适性，对于安装和维护都比较方便。使用该方法在如今海量的历史运行数据下，可以得到一个良好的模型，为上层基于设备状态进行智能调度等智慧工地应用提供了一种良好的解决方案。
-
公开(公告)号：CN115719420A
公开(公告)日：2023-02-28
申请号：CN202211536504.6
申请日：2022-12-01
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/26
Abstract: 本发明公开了一种基于体素和图卷积的三维点云语义分割方法。该发明基于图卷积网络(GCN)通过充分保留数据粒度和利用点相互关系能带来显著的性能，但基于点的网络在数据结构(例如，最远点采样(FPS)和邻近点查询)上花费了大量时间，限制了速度和可扩展性的问题，提出基于体素和图卷积的解决方案，该方法可以快速有效的构建点云表示，提升网络的处理速度和可扩展性。本发明提出的基于体素和图卷积的三维点云语义分割方法，通过构建覆盖感知网格查询(CAGQ)，利用网格空间的效率，覆盖感知网格查询(CAGQ)提高了空间覆盖率，同时降低了理论时间复杂度；然后将CAGQ生成的局部点组输入由图卷积构成的网格上下文聚合(GCA)，通过执行网格上下文池化以提取网格邻域的上下文特征，从而完成特征信息的提取。
-
公开(公告)号：CN113052858B
公开(公告)日：2023-02-14
申请号：CN202110307902.X
申请日：2021-03-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于语义流的全景分割技术。该发明在全景分割方向上具有一定的通用性与泛化能力。在全景分割中高层语义与高分辨率之间存在着矛盾。通常全景分割中采用简单的双线性插值方法对特征图反卷积‑上采样将高层特征与低层特征相融合。但是这种操作存在特征不对齐的缺点。本发明通过引入语义流的方法使全景分割过程中的特征图能够更好的对齐，从而提升全景分割的准确性，该方法具有很好的泛化能力，能够方便的迁移到其他全景分割网络中。
-
-
-
-
-
-
-
-
-
Search Results
188
records
(took 0.025 seconds)
