-
公开(公告)号：CN114779209B
公开(公告)日：2024-07-12
申请号：CN202210311588.7
申请日：2022-03-28
Applicant: 西安电子科技大学
IPC: G01S7/48
Abstract: 本发明公开了一种激光雷达点云体素化方法，包括：步骤1：获取原始点云数据并将其划分为若干体素；步骤2：设置降采样阈值和动态增量；步骤3：对于任一体素，若判断该体素内点的个数超过所述降采样阈值，则根据所述动态增量确定该体素最后的保留点数，并根据所述保留点数对该体素进行降采样处理；否则，保留当前体素内的所有点，不对其进行降采样处理；步骤4：重复步骤3，直至完成所有体素的处理，得到体素化后的点云。本发明提供的激光雷达点云体素化方法使得在原始点云分布极不均匀的情况下，尽可能的保留原始信息，从而取得更好体素化的效果。
-
公开(公告)号：CN118298144A
公开(公告)日：2024-07-05
申请号：CN202410359706.0
申请日：2024-03-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于改进贝叶斯优化广义回归神经网络的多光谱辐射测温反演方法，包括以下步骤：对红外多光谱图像序列进行预处理，并将预处理后的数据与目标真实温度对应起来，构建为数据集；建立用于目标测温区域真实温度回归反演的广义回归神经网络模型；基于数据集，采用仿生优化算法作为贝叶斯优化的采样方法，并利用改进的贝叶斯优化算法对广义回归神经网络模型中的超参数进行优化，以便于利用优化好的广义回归神经网络模型反演目标真实温度。该方法无需假设发射率模型，具有较高的测温效率和测温精度，且具有更广泛的适用性。
-
公开(公告)号：CN118096520A
公开(公告)日：2024-05-28
申请号：CN202410344301.X
申请日：2024-03-25
Applicant: 西安电子科技大学
IPC: G06T3/4038 , G06V10/80 , G06T5/70 , G06T5/50 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于尺度关系建模联合平均噪声估计的图像拼接方法，包括：对待拼接图像使用基于尺度关系建模的深度网络进行特征提取，提取过程中通过融合不同尺度的特征以升特征提取的鲁棒性，使特征点提取更加全面，获取高质量的特征点；利用提取的描述符对提取的特征点进行特征点匹配以及外点滤除生成变换矩阵；根据变换矩阵利用加权融合拼接方法完成图像拼接；利用噪声估计网络学习图像的噪声估计，在图像恢复过程中将待恢复图像裁剪成若干具有重叠区域的图像块，以重叠区域相邻的若干区域的平均噪声估计作为该重叠区域的噪声估计用以指导图像恢复。本发明能够实现多幅图像的拼接，保证拼接图像平滑，提高图像拼接的效果和效率。
-
公开(公告)号：CN117611634A
公开(公告)日：2024-02-27
申请号：CN202311723023.0
申请日：2023-12-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于响应融合及自适应尺度处理的目标跟踪方法，针对相关滤波类跟踪算法特征提取有效性和丰富性不足、快速尺度变化时应对能力差、抗干扰能力弱的问题，本发明提出了基于特征响应融合的尺度自适应目标跟踪算法。首先，引入了基于颜色直方图特征的概率感知模型，根据背景区域与目标区域的分布差异特性，建立了背景抑制模型与干扰检测模型；随后，通过目标区域的概率均值实现融合权重的自适应计算，将背景抑制模型与干扰检测模型进行根据实时场景的自适应融合处理；最后，在尺度处理方面，将引入有效最值的形体边缘检测的目标预测模型用于计算跟踪中的目标尺度变化，提高了处理尺度变换场景时算法的精度。
-
公开(公告)号：CN117522814A
公开(公告)日：2024-02-06
申请号：CN202311487046.6
申请日：2023-11-09
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种高光谱图像的异常检测方法，本发明基于多特征联合的背景重构减法对高光谱图像进行异常检测。具体方法包括：首先使用空间特征和光谱特征联合改进的双窗口三边滤波方法对图像进行背景重构；其次对于分析图像中异常目标的分布特性，在传统显著性检测方法的基础上提出基于全局上下文感知的显著性特征提取方法来提取出图像的显著性特征图；然后将图像的显著性特征图与三边滤波后重构背景图作差平方后得到异常目标初始检测图；最后利用光谱相关系数来获取图像的光谱权值图，并将其与初始异常检测图进行融合来获得最终的异常检测结果。
-
Patent Agency Ranking
公开(公告)号：CN117494838A
公开(公告)日：2024-02-02
申请号：CN202311465774.7
申请日：2023-11-06
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于深度强化学习的无人机空对地威胁评估方法，包括：S1、获取态势信息和无人机状态，并从态势信息中提取对方信息；S2、初始化执行者网络参数和评论家网络参数，清空经验池，初始化无人机状态空间；S3、根据无人机当前状态计算当前执行动作，根据无人机执行当前执行动作后的新状态以及对方新信息计算奖励；S4、将经验样本放入经验池中，并更新无人机的状态为无人机新状态；S5、从经验池中选取经验样本，并利用神经网络的反向传播更新执行者网络参数和评论家网络参数；S6、根据新状态不是终止状态的判断结果返回步骤S3继续迭代，根据新状态是终止状态的判断结果输出态势决策结果。该方法解决了现有威胁评估算法鲁棒性差的问题。
-
公开(公告)号：CN112561838B
公开(公告)日：2024-01-30
申请号：CN202011392344.3
申请日：2020-12-02
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于残差自注意力和生成对抗网络的图像增强方法，通过残差自注意力模块对低质量红外图像进行红外图像特征提取，获得低级红外特征图；通过增强模块对提取到的低级红外特征图进行多尺度深层次细节特征提取，获得高级红外特征图；低级特征图与高级特征图进行卷积合并生成增强红外图像，将增强红外图像和与低质量红外图像配对的高质量红外图像输入判别器，在生成对抗网络的生成器和判别器的训练过程中，确定两幅图像的纹理损失、内容损失、全变分损失，对比度损失，引导生成器与判别器的参数更新方向，不断提高增强红外图像的细节特征，获得质量相对最优的增强红外图像。
-
公开(公告)号：CN116977923A
公开(公告)日：2023-10-31
申请号：CN202310869371.2
申请日：2023-07-14
Applicant: 西安电子科技大学
IPC: G06V20/52 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0499
Abstract: 本发明公开了一种基于监督注意力机制和语义特征的无人机检测预警方法，包括：基于监督注意力机制对红外无人机图像进行全局特征提取，得到全局注意力图；同时，对红外无人机图像进行语义特征提取，得到语义特征图；将全局注意力图和语义特征图进行融合，得到掩膜特征图；对掩膜特征图进行注意力编码，并对得到的注意力感知视觉语句进行分类，得到检测结果。该方法在提高了检测精度的同时大幅降低了误检率，能够满足空中弱小无人机目标实时检测定位需求，提升预警能力。
-
公开(公告)号：CN116699762A
公开(公告)日：2023-09-05
申请号：CN202310587654.8
申请日：2023-05-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于模式循环相移和反射的集成可调谐光衰减器，包括：单模光波导、2×2光耦合器、高阶模式循环相移器和波导光反射器；其中，2×2光耦合器功能为将输入端口的光能量均分两路输出至高阶模式循环相移器中，高阶模式循环相移器利用模式耦合器的高阶模式选择性以及模式交换器对高阶模式阶数进行错排，使得光场在高阶模式循环相移器中多次循环，实现相位调制效率成倍提升；波导光反射器将经过高阶模式循环相移器调制后的光场反向耦合回高阶模式循环相移器，使得光场能量和信息在高阶模式循环相移器中多次循环经过多模光相移臂，从而进一步翻倍光调制效率。
-
公开(公告)号：CN110954883B
公开(公告)日：2023-08-11
申请号：CN201911100821.1
申请日：2019-11-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于非参数迭代自适应的捷变频雷达目标重构方法，属于雷达信号处理技术领域；具体地，本发明首先建立捷变频雷达的回波信号模型，然后将回波信号转换为对应的捷变频雷达的压缩感知模型，构建对应的观测矩阵；最后将捷变频雷达的压缩感知模型与阵列信号的压缩感知模型进行对应转化，采用非参数迭代自适应算法对捷变频雷达的目标信号进行优化求解得到目标信号列向量；再对其进行重排，得到重构的目标信号。本发明通过构建观测矩阵并将其类比到阵列流形矩阵之后，将IAA引入捷变频雷达信号的压缩感知求解过程，实现了无需稀疏度等额外参数条件下目标的准确重构。
-
-
-
-
-
-
-
-
-
Search Results
263
records
(took 0.033 seconds)
