-
公开(公告)号：CN110009010B
公开(公告)日：2023-03-24
申请号：CN201910211183.4
申请日：2019-03-20
Applicant: 西安电子科技大学
IPC: G06V20/13 , G06V10/26 , G06V10/40 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于兴趣区域重检测的宽幅光学遥感目标检测方法，主要解决宽幅光学遥感目标检测中对小尺度目标检测精度低及重叠滑窗检测时效性慢的问题。具体步骤有：制作多尺度训练样本；设计检测网络模型结构；对混合重检测网络模型进行训练；宽幅影像候选兴趣区域提取与重检测。本发明设计的检测网络模型，能拟合不同尺度目标的检测；基于兴趣区域检测不需重叠检测，降低了宽幅遥感图像候选区域提取的时间，采用对候选区域基于目标的尺度先验性进行重检测，改善了小目标的检测效果，检测精度更高。可应用于任何宽幅像素分辨率大小的光学遥感图像的检测。
-
公开(公告)号：CN109919108B
公开(公告)日：2022-12-06
申请号：CN201910182161.X
申请日：2019-03-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度哈希辅助网络的遥感图像快速目标检测方法，解决了现有目标检测框架对于宽幅遥感图像中存在的占大部分面积的无目标存在的背景区域不能做高效检测的问题。实现步骤为：生成实验训练图像块集合和测试图像块集合；构建基于深度哈希辅助网络的遥感图像快速目标检测模型；训练基于深度哈希辅助网络的遥感图像快速目标检测模型；用训练好的深度哈希辅助网络得到测试图像块集合的测试结果并统计运行时间。本发明引入了哈希辅助分支网络模块，通过快速过滤宽幅遥感图像中大部分无目标的背景区域，大幅减少了目标检测中的冗余计算，使无目标背景区域检测时间大大降低，大幅提高了检测效率。用于宽幅遥感图像的目标检测。
-
公开(公告)号：CN110208790B
公开(公告)日：2022-11-04
申请号：CN201910598071.9
申请日：2019-07-04
Applicant: 电子科技大学
Abstract: 本发明属于多传感器跟踪技术领域，涉及一种基于MGEKF的多传感器目标跟踪方法。本发明首先根据观测模型，列出扩展卡尔曼滤波器的一步预测方程，并计算出目标状态的一步预测结果；然后对目标的状态向量进行更新，计算出扩展卡尔曼滤波的增益矩阵，并更新目标状态向量；最后根据本文提出的计算修正增益矩阵的方法更新状态估计自相关矩阵。计算机仿真表明本发明经过一定时间迭代，较传统多传感器EKF有更好的性能。
-
公开(公告)号：CN110632556B
公开(公告)日：2022-08-05
申请号：CN201910931476.X
申请日：2019-09-29
Applicant: 电子科技大学
Abstract: 本发明属于目标探测技术领域，具体涉及一种对静辐射源目标的微弱信号检测并定位的方法。本发明提出了一种能显著提高静止目标信号检测概率的方法。首先在信号源可能存在的区域划分搜索格点，计算格点与各雷达的时延与方位角；可以根据方位角信息使用数字波束形成技术得到每个无源雷达接收到的位于格点上的“信号源”的合成信号，再根据时延信息得到各接收机的“信号源”合成信号的互相关谱峰，最后可以使用恒虚警检测方法判断所有“信号源”是否为真正的信号源并同时得到了真正信号源的地理位置信息。
-
公开(公告)号：CN110517272B
公开(公告)日：2022-03-25
申请号：CN201910806358.6
申请日：2019-08-29
Applicant: 电子科技大学
Abstract: 本发明公开一种基于深度学习的血细胞分割方法，涉及生物医学图像处理和深度学习领域，包括如下步骤：构建数据集；构建血细胞显微图像数据集，并对其中的三类细胞(红细胞，白细胞，血小板)进行标注，训练神经网络：训练基于深度神经网络的血细胞显微图像的语义分割模型。本发明的有益效果是，将深度学习方法应用于血细胞显微图像的分割，提高了血细胞的分割准确率。
-
Patent Agency Ranking
公开(公告)号：CN113889537B
公开(公告)日：2022-03-04
申请号：CN202111482363.X
申请日：2021-12-07
Applicant: 北京芯可鉴科技有限公司 , 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司 , 西安电子科技大学
IPC: H01L29/78 , H01L21/336 , H01L21/762
Abstract: 本发明涉及半导体技术领域，提供一种半导体器件及其制作方法。所述半导体器件包括栅电极、源电极和漏电极，还包括：浅槽隔离结构，所述浅槽隔离结构包括第一隔离部和第二隔离部，所述第二隔离部与所述第一隔离部契合；所述第二隔离部用于阻碍所述半导体器件内寄生沟道的形成。本发明在浅槽隔离区域设置相契合的第一隔离部和第二隔离部，通过第二隔离部将寄生沟道延伸至浅槽隔离区域内，减缓或阻断寄生沟道内电荷的流动，减少因浅槽隔离区域陷阱电荷影响而导致的泄漏电流。
-
公开(公告)号：CN113960586A
公开(公告)日：2022-01-21
申请号：CN202111040487.2
申请日：2021-09-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于光学图像辅助的毫米波雷达目标跟踪方法，包括：获取毫米波雷达检测到的T个运动目标，并触发光学相机抓拍K个时刻，得到包含M个运动目标的多幅光学图像的第一集合；对光学图像中的运动目标进行标注，得到第二集合；获取K个时刻下T个运动目标的点迹坐标集合，确定每个时刻的图像量测和雷达量测，得到跟踪数据集；确定每个时刻下图像量测与雷达量测之间的互联概率，得到互联概率矩阵；计算当前时刻下雷达量测已关联的个图像量测与第一时刻下雷达量测已关联的个图像量测的距离，得到第一矩阵；确定毫米波雷达的运动目标拆分结果。本发明在光学图像的辅助下可分辨多个并行的运动目标，从而将雷达航迹拆分为多条，提高了目标的检测精度。
-
公开(公告)号：CN113889537A
公开(公告)日：2022-01-04
申请号：CN202111482363.X
申请日：2021-12-07
Applicant: 北京芯可鉴科技有限公司 , 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司 , 西安电子科技大学
IPC: H01L29/78 , H01L21/336 , H01L21/762
Abstract: 本发明涉及半导体技术领域，提供一种半导体器件及其制作方法。所述半导体器件包括栅电极、源电极和漏电极，还包括：浅槽隔离结构，所述浅槽隔离结构包括第一隔离部和第二隔离部，所述第二隔离部与所述第一隔离部契合；所述第二隔离部用于阻碍所述半导体器件内寄生沟道的形成。本发明在浅槽隔离区域设置相契合的第一隔离部和第二隔离部，通过第二隔离部将寄生沟道延伸至浅槽隔离区域内，减缓或阻断寄生沟道内电荷的流动，减少因浅槽隔离区域陷阱电荷影响而导致的泄漏电流。
-
公开(公告)号：CN113808219A
公开(公告)日：2021-12-17
申请号：CN202111117899.1
申请日：2021-09-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度学习的雷达辅助相机标定方法，解决了从雷达点迹到图像目标框转换的技术问题。实现步骤：数据采集形成雷达点迹和图像目标框数据；采集时间对齐；雷达点迹数据形成训练输入数据集；转换后的图像目标框数据形成训练输出数据集；构建并训练深度神经网络模型；获得相机标定函数。本发明利用含有跨层链接的深度神经网络模型将雷达点迹数据转换为图像目标框数据构成标定函数，减小了人为误差和标定过程的额外工作，提高了相机标定的灵活性和效率；计算量小，标定准确率高。用于多传感器融合目标检测，更具体地用在雷达和相机摄像头同时进行目标检测的情况下的相机标定。
-
公开(公告)号：CN110503071B
公开(公告)日：2021-11-23
申请号：CN201910806249.4
申请日：2019-08-29
Applicant: 电子科技大学
Abstract: 本发明属于智能信息处理技术领域，涉及一种基于变分贝叶斯标签多伯努利叠加模型的多目标跟踪方法。本发明是对叠加模型的噪声协方差进行估计，在原有的叠加模型上，其量测噪声的协方差未知，基于变分贝叶斯对其未知参数进行估计，实现了叠加模型标记多伯努利滤波器的预测和更新过程，并进行状态的提取，从而解决了对未知量测噪声下的叠加模型的跟踪问题。该方法的适用范围广，鲁棒性强，估计精度高等特点，可以有效的解决实际叠加模型场景中的非合作问题，实现了复杂场景下的多目标跟踪和参数估计，可以满足设计需求，具有良好的工程应用价值。
-
-
-
-
-
-
-
-
-
Search Results
166
records
(took 0.039 seconds)
