-
公开(公告)号：CN112073593A
公开(公告)日：2020-12-11
申请号：CN202010890780.7
申请日：2020-08-29
Applicant: 北京理工大学
IPC: H04N1/32
Abstract: 本发明涉及基于小波、阈值滤波及压缩感知的信息增强与传输方法，属于图像增强技术领域。所述方法包括：对信息进行离散二维小波稀疏基得到高频和低频系数；对高频系数进行观测，输出观测结果矩阵；将观测结果矩阵和低频系数进行量化、信道编码、调制、传输、解调、信道解码及反量化，输出恢复的高频及低频系数；再对高频系数基于Renyi熵去噪声后压缩感知重构；对低频系数进行巴特沃斯高通滤波，再与恢复的高频系数一起进行小波逆变换，得到恢复的信息。所述方法能使轮廓模糊的图像下经高通滤波加强轮廓，使得处理后图像更清晰；还能在压缩感知过程中滤除部分噪声，实现了稀疏度未知的小波系数重构；结合信道编码，降低成本也降低了误码率。
-
公开(公告)号：CN113916221B
公开(公告)日：2024-01-09
申请号：CN202111057042.5
申请日：2021-09-09
Applicant: 北京理工大学
Abstract: 本发明涉及一种融合视觉里程计和BP网络的自适应行人航迹推算方法，属于机器视觉以及行人导航技术领域。包括：提出了一种融合视觉里程计和BP网络的自适应行人航迹推算方法，该方法将在线学习反向传播神经网络的卡尔曼滤波相结合，以RGB‑D相机的VO测量数据和IMU数据作为样本集训练BP神经网络，在VO失效时充当其替身实现多源数据融合，从而使得VPO提高了不同使用者和使用环境下航迹追踪的鲁棒性和精度。所述方法提高了步伐检测的成功率和补偿估计；在视觉失效时，能较为精确的计算步长；具有成本低、能耗低且实时性好的优势；有效提升了行人导航系统的鲁棒性和对不同装备者的自适应性。
-
公开(公告)号：CN112907469B
公开(公告)日：2022-09-16
申请号：CN202110164199.1
申请日：2021-02-05
Applicant: 北京理工大学 , 军工保密资格审查认证中心
IPC: G06T5/00 , G06T7/90 , G06V10/25 , G06V10/764 , G06V10/766
Abstract: 本发明涉及基于Lab域增强、分类及对比度提升的水下图像识别方法，属于图像增强及恢复技术领域。所述方法，包括：1)从固定维图像中随机选择x％比例的固定维图像，并对每一张进行色彩校正和增强，再与另1‑x％比例的固定维图像构成训练集；2)对训练集中的图像进行特征提取，得到特征地图；3)将特征地图输入RPN生成region proposals；4)将region proposals与特征地图输入ROI池化层，生成固定尺寸的特征地图；5)对“固定尺寸的proposal特征地图”进行一组全连接操作，再分别进行二分类和边框回归，生成分类结果以及物体精确位置。所述方法最大限度保留图像清晰度，又保证了更好的还原效果；在识别精度、复杂度、运算功耗方面有较高的优势，可用于实时高精度检测。
-
Patent Agency Ranking
公开(公告)号：CN112907469A
公开(公告)日：2021-06-04
申请号：CN202110164199.1
申请日：2021-02-05
Applicant: 北京理工大学 , 军工保密资格审查认证中心
Abstract: 本发明涉及基于Lab域增强、分类及对比度提升的水下图像识别方法，属于图像增强及恢复技术领域。所述方法，包括：1)从固定维图像中随机选择x％比例的固定维图像，并对每一张进行色彩校正和增强，再与另1‑x％比例的固定维图像构成训练集；2)对训练集中的图像进行特征提取，得到特征地图；3)将特征地图输入RPN生成region proposals；4)将region proposals与特征地图输入ROI池化层，生成固定尺寸的特征地图；5)对“固定尺寸的proposal特征地图”进行一组全连接操作，再分别进行二分类和边框回归，生成分类结果以及物体精确位置。所述方法最大限度保留图像清晰度，又保证了更好的还原效果；在识别精度、复杂度、运算功耗方面有较高的优势，可用于实时高精度检测。
-
公开(公告)号：CN110061808B
公开(公告)日：2020-05-29
申请号：CN201910138272.0
申请日：2019-02-25
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于素数码交织及脊髓码编码的水下抗干扰传输方法，属于无线通信编码及交织技术领域。所述水下抗干扰传输方法将待传输的信息比特依次经信源交织再进行校验；接着进行Spinal信道编码及信道交织；最后，经OFDM调制及上变频发送到水声时变信道；接收信号处理模块接收传输来的信号依次进行解调、信道解交织；再进行Spinal解码以及解校验，最后进行信源解交织输出恢复的信息比特。所述方法具有实现灵活且不用刻意考虑矩阵维数的特点；有效降低了误码率；此外，还采用Spinal短码编码作为信道编码，与其他信道编码相比，复杂度相对较低；在不增加甚至降低复杂度时，大大改善连串错误，即能应对突发干扰。
-
公开(公告)号：CN110708561A
公开(公告)日：2020-01-17
申请号：CN201910863493.4
申请日：2019-09-12
Applicant: 北京理工大学
IPC: H04N19/63 , H04N19/625 , H04N19/124 , H04L1/00
Abstract: 本发明涉及基于压缩感知与信道编码的水下信息采集与传输方法，属于稀疏变换、压缩感知以及信道传输技术领域。使用高斯随机矩阵对水下信息进行采集即进行观测，随机观测矩阵具有随机分布，再采用标量量化器进行量化，并输出量化后的码字；量化后的码字进行信道编码和调制后经水下信道发送给接收端；在接收端进行解调和解码后，使用压缩感知重构信息，输出重构结构，再对重构结果进行稀疏逆变换得到恢复的高斯随机矩阵采集的水下信息。所述方法在采样时就完成了压缩，减缓系统硬件压力，降低成本；使用信道冗余编码，大大减少了水下无线信息传递过程中的误码率；采用AMP为主的重构方式，能实现稀疏度未知情况下对稀疏表示输出的系数进行重构。
-
公开(公告)号：CN110365344A
公开(公告)日：2019-10-22
申请号：CN201910431617.1
申请日：2019-05-22
Applicant: 北京理工大学
IPC: H03M7/30
Abstract: 一种基于压缩感知及∑-Δ量化的信息平滑与重构方法，属于模拟信息转换以及压缩感知技术领域。包括如下步骤：1)压缩采样；2)对测量矩阵进行去趋势化处理，输出去趋势化测量矩阵y1；3)求y1的标准差；4)以标准差的k倍，划分S+1个等分区间段，统计各段内的数量并计算概率；5)计算S+1段中每一段的Renyi值，并找出最大Renyi值对应y1中的数据；6)将y1中的数据替换为前后X段内对应数据的均值，更新y1；7)将更新后的y1通过量化操作因子Ω将更新后y1量化为测量值Q；8)将测量值Q用特定比特的数字表达；9)重构。所述方法能有效去除原始信号中的小概率干扰；在去干扰基础上还高准确率还原原始信号。
-
公开(公告)号：CN109729307A
公开(公告)日：2019-05-07
申请号：CN201910148841.X
申请日：2019-02-28
Abstract: 本发明涉及一种基于喷泉码的组播视频会议系统，属于视频组播及可靠性传输技术领域。所述组播视频会议系统包括会议服务器端和会议用户端以及组播协议模块；会议服务器端周期性地通过组播方式将喷泉编码传输至会议用户端，满足后一组数据传输之前对当前周期内接收的数据编码；同时，会议用户端接收所述喷泉编码后的数据并对该数据解码及恢复所有的原始视频。所述组播视频会议系统引入喷泉编码模块使得会议用户端的接收效率高且能减少丢包率，有利于提高视频传输的可靠性及数据的精准性；可实现异步接入，会议用户可以随时加入组播，也可以在退出组播后重新加入。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.028 seconds)
