基于改进的模糊颜色聚合向量的视频目标检测方法

    公开(公告)号:CN106446764A

    公开(公告)日:2017-02-22

    申请号:CN201610570768.1

    申请日:2016-07-19

    Abstract: 本发明公开了一种基于改进模糊颜色聚合向量的目标检测方法,主要解决现有基于模糊颜色聚合向量方法对复杂场景目标检测准确率不高的问题。其实现步骤是:首先对输入视频集进行预处理,得到预处理之后的量化图像;其次分别对得到的量化图像计算改进的颜色聚合向量,并对得到的向量进行模糊聚类,得到隶属度矩阵;接着对之后的输入图像依据隶属度矩阵计算改进的模糊颜色聚合向量,并构建背景模型;最后通过计算当前帧与背景模型的相似度实现对目标的有效检测。本发明具有对复杂场景适应性更好,检测准确度更高的优点,可用于智能化交通、智能监控、突发事件检测、及医学导航手术中手术器械定位。

    基于优化粒子的粒子滤波目标跟踪方法

    公开(公告)号:CN106127797A

    公开(公告)日:2016-11-16

    申请号:CN201610333976.X

    申请日:2016-05-19

    CPC classification number: G06T2207/10016 G06T2207/20081

    Abstract: 本发明公开了一种基于优化粒子的粒子滤波目标跟踪方法,主要解决现有粒子滤波视频跟踪算法在跟踪过程中出现的粒子匮乏以及粒子利用率低的问题。其实现步骤是:1.在粒子滤波框架下,通过目标状态预测得到候选目标;2.通过提取候选目标的灰度统计直方图作为候选目标特征;3.计算候选目标特征与模板之间的距离,以及候选目标对应权值;4.通过对权值较低的粒子进行优化,得到优化粒子集;5.对优化粒子集进行重采样,并将重采样后的粒子进行融合得到目标的状态估计值,实现对目标的可靠跟踪。本发明能有效增加了粒子多样性,解决了粒子滤波过程中的粒子匮乏问题,提高了粒子利用率,可用于智能视频监控、机器人导航、道路交通管制系统。

    HF/VHF突发通信的信噪比估计方法

    公开(公告)号:CN101895313B

    公开(公告)日:2013-01-23

    申请号:CN201010225224.4

    申请日:2010-07-12

    Abstract: 本发明公开了一种HF/VHF突发通信的信噪比估计方法,主要解决突发通信中,现有平方信噪方差SNV估计方法在突发信道相偏影响下对信噪比估计偏差较大的问题。其方法是:(1)接收端对受突发信道相偏影响的训练序列计算总功率;(2)构建接收训练序列的信号功率的计算公式,并计算训练序列的信号功率;(3)用步骤(1)得出的总功率减去步骤(2)得出的信号功率,得到突发信道中的噪声功率;(4)用步骤(2)得出的信号功率除以步骤(3)得出的噪声功率,得到突发通信的信噪比。本发明在突发信道的任意相偏影响下,仍能保证信噪比的准确估计,提高了自适应变速率突发通信系统的性能,可用于具有显著突发性和不确定性的突发通信。

    一种基于改进YOLOv7算法的红外车辆快速检测方法

    公开(公告)号:CN116189059B

    公开(公告)日:2025-05-23

    申请号:CN202310218118.0

    申请日:2023-03-08

    Abstract: 本发明公开了一种基于改进YOLOv7算法的红外车辆快速检测方法,包括以下步骤;步骤1:采集交通道路上的车辆视频进行帧提取和图像预处理,得到红外车辆图像数据集;步骤2:构建一个新主干特征提取网络lite,替换YOLOv7算法中的主干特征提取网络;步骤3:将新的主干特征提取网络与原YOLOv7的预测网络连接,构成新的网络模型lite‑YOLOv7;步骤4:将得到的训练数据集送入到新的网络模型lite‑YOLOv7中,采用小批次随机梯度下降算法进行训练,得到训练好的红外车辆检测模型;步骤5:将红外热成像设备实时采集的交通道路上的红外车辆视频按帧送入到已经训练好的模型,得到车辆的实时位置信息和置信度。本发明在保证较高检测准确率的前提下,显著提高检测速度。

    一种基于深度强化学习的无人机智能导航方法

    公开(公告)号:CN115373415B

    公开(公告)日:2025-02-07

    申请号:CN202210881739.2

    申请日:2022-07-26

    Abstract: 一种基于深度强化学习的无人机智能导航方法,其方案为:(1)在三维仿真环境中建立四旋翼无人机模型并生成障碍物和目标点的环境;(2)设计多维度特征融合的状态空间和离散动作空间;(3)设计基于欧式距离的奖励函数;(4)设计策略网络和状态价值网络;(5)设计临时经验池存储无人机与环境交互时的信息反馈;(6)基于离散PPO算法进行强化学习网络训练;(7)无人机智能导航实现。本发明能够有效加快无人机的学习和训练效率并提高无人机在不同环境下做出决策的质量。

    一种基于多感受野与深度特征的弱小目标检测方法

    公开(公告)号:CN115115973B

    公开(公告)日:2024-12-03

    申请号:CN202210630725.3

    申请日:2022-06-06

    Abstract: 一种基于多感受野和深度卷积神经网络的弱小目标检测方法。首先通过机载或车载摄像头获取序列图像;然后使用多感受野特征提取算法对每一帧图像进行特征提取,在不增加参数量的情况下获得混合感受野特征;随后将混合感受野特征送入深度卷积神经网络进行深度特征提取;接着使用多感受野特征聚合算法对深度特征进行不同范围上下文信息的提取与整合,输出一组多感受野聚合特征;再将感受野聚合特征送入改进的路径聚合网络进行多尺度融合,输出一组深度融合特征;最后对深度融合特征分别进行弱小目标框位置的回归和类别的判定。本发明可准确检测出图像或视频中的弱小目标并正确分类,为后续弱小目标检测与识别领域的研究提供支持。

    一种改进灰狼优化算法的低轨卫星导航选星方法

    公开(公告)号:CN118884481A

    公开(公告)日:2024-11-01

    申请号:CN202410920966.0

    申请日:2024-07-10

    Abstract: 本发明公开了一种改进灰狼优化算法的低轨卫星导航选星方法,涉及低轨卫星导航领域,本方法以多普勒定位方程中GDOP为选星准则,利用灰狼优化算法进行快速选星,提出了一种低轨卫星机会信号导航选星方法;该方法对灰狼优化算法中存在的问题进行相应的改进,引入Logistic‑Tent映射解决种群初始化分布不均的问题,建立非线性收敛因子自适应调整算法全局搜索与局部搜索,增加头狼加权的位置更新策略,加快灰狼个体向最优值区间靠近,并对寻优结果差的个体进行位置变异,避免了算法陷入局部最优的情况,提高了解的多样性。

    基于FPGA平台的电台FM话音信号质量评估方法及系统

    公开(公告)号:CN118869868A

    公开(公告)日:2024-10-29

    申请号:CN202411129126.9

    申请日:2024-08-16

    Abstract: 本发明公开了一种基于FPGA平台的电台FM话音信号质量评估方法,主要解决现有话音质量评估时延高、对复杂电磁环境适应性差的问题。其实现方案是:对盲信号进行带通滤波并进行分帧处理,求分帧后的盲信号的功率谱,并计算其总能量;检测每帧盲信号中是否存在除底噪外的其他信号,并对存在其他信号的盲信号再检测每帧是否存在梳状干扰,估计含有梳状干扰盲信号帧的干扰能量;对盲信号中的通信信号与干扰信号进行分离,计算盲信号帧的通信信号能量,依据干扰能量与通信信号能量计算每帧盲信号的信干噪比;将信干噪比与设定门限作对比得出盲信号帧质量评价结果。本发明有效降低了评估时延,提高了在动态电磁环境下的评估准确性,可用于复杂电磁环境的信道抗干扰检测。

Patent Agency Ranking