-
公开(公告)号：CN118135553A
公开(公告)日：2024-06-04
申请号：CN202410320264.9
申请日：2024-03-20
Applicant: 西安电子科技大学
IPC: G06V20/64 , G06V10/80 , G06V10/26 , G06V20/70 , G06V10/44 , G06V10/46 , G06V10/42 , G06V10/56 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于跨模态信息融合的6D姿态估计方法，在编码阶段，RGB网络分支和点云网络分支分别利用编码器逐层提取RGB图像的RGB特征和Depth图像的点云特征，提取点云特征时，每层编码均使用几何上下文特征聚合模块。解码阶段，RGB网络分支和点云网络分支分别利用多层解码器解码特征。在两分支相应的编码层和解码层之间，利用跨模态注意力融合模块融合RGB特征和点云特征，并按RGB特征和点云特征的排列顺序将融合的特征重新拆分为RGB特征和点云特征。位姿解算阶段，将所述第一多层解码器输出的RGB特征和第二多层解码器输出的点云特征拼接，依据拼接特征进行6D位姿估计。本发明提高了遮挡场景下的特征表示能力，提高了遮挡场景中姿态估计的性能。
-
公开(公告)号：CN118097114A
公开(公告)日：2024-05-28
申请号：CN202410303912.X
申请日：2024-03-18
Applicant: 西安电子科技大学
IPC: G06V10/25 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于可微特征处理的全局解缠的域适应方法和系统。通过在Faster R‑CNN网络中增加可微特征处理模块来预测梯度反转层的超参数，来获得域不变特征，有效抑制特征对齐中的负迁移问题；通过设计域共享特征图编码器和域私有特征图编码器来分别提取域共享特征图和域私有特征图，通过域分类器进行域概率预测，同时针对损失函数进行特殊设计，使用全局解缠模块进行优化，利用共享域和私有域之间的联系，在全局层面改进特征域适应，以简单的网络改善措施提高了域检测准确率。
-
-
公开(公告)号：CN113034391B
公开(公告)日：2023-08-08
申请号：CN202110298574.1
申请日：2021-03-19
Applicant: 西安电子科技大学
Abstract: 本发明属于水下成像技术领域，公开了一种多模式融合水下图像增强方法、系统及应用，所述多模式融合水下图像增强方法输入图像并行进行白平衡，直方图均衡，边缘增强和去噪处理；与原图一起按颜色通道进行拆分并输入神经网络进行特征图和对应权重的推断；进行加权融合得到处理结果。针对神经网络部分运算复杂的问题，本发明采用分组卷积的思想来对网络运算结构做出简化，降低了时间复杂度，使运行时间缩短了2.7倍。针对于传统FPGA开发方法在算法硬化上的不便，本发明采用基于模型的设计思想来进行设计架构的硬件实现，使得软件设计与硬件设计相统一，大大简化了开发流程。
-
公开(公告)号：CN116310741A
公开(公告)日：2023-06-23
申请号：CN202310286858.8
申请日：2023-03-22
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种双目立体匹配FPGA加速器架构、方法及装置，属于双目立体视觉领域，包括行缓存模块、初始代价计算模块、Sobel边缘检测模块、代价聚合模块、右视图代价矩阵构建模块、唯一性检测模块、左右一致性检测模块、空洞填充模块以及亚像素插值模块。本发明解决了双目立体匹配存在的精度低、效率差、资源利用率低的问题，提升精度的同时可以保证实时性及运算资源的高效性。
-
Patent Agency Ranking
公开(公告)号：CN112053386B
公开(公告)日：2023-04-18
申请号：CN202010896617.1
申请日：2020-08-31
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于深度卷积特征自适应集成的目标跟踪方法，其步骤如下：提取深度卷积特征；计算核相关滤波器；使用集成矢量更新公式更新当前帧的集成矢量；利用自适应集成计算公式预测当前帧图像的目标位置；使用深度卷积特征更新公式，更新当前帧的深度卷积特征；将选完含有待跟踪目标视频图像序列迭代终止时当前帧的目标中心位置作为待跟踪目标的中心位置。本发明通过集成特征，克服了现有技术存在的跟踪器不能充分利用不同通道目标特征包含的信息，使得本发明在目标跟踪过程中更加准确地获取待跟踪目标位置，增强了目标跟踪的准确性和可靠性。
-
公开(公告)号：CN111582266B
公开(公告)日：2023-04-07
申请号：CN202010239724.7
申请日：2020-03-30
Applicant: 西安电子科技大学
Abstract: 本发明属于计算机视觉技术领域，公开了一种配置目标跟踪硬件加速控制方法、系统、存储介质及应用，完成对感兴趣区域的提取以及样本标签值的计算；完成对感兴趣区域目标特征提取，根据目标特点，选择灰度特征、颜色特征或者HOG特征进行配置；对提取的目标特征通过不同的核函数进行滤波器的训练以及位置预测，配置为高斯核函数、线性核函数或者多项式核函数；根据目标是否发生空间上的位移，选择不同尺度的目标区域进行计算，对响应值进行比较，选择最优目标位置；利用当前帧的结果对滤波器的参数进行更新，可选择连续模型更新略或者阈值更新策略。本发明可以快速更新迭代，对于其他计算机视觉算法，有较强的可移植性。
-
公开(公告)号：CN110660099B
公开(公告)日：2023-04-07
申请号：CN201910224313.8
申请日：2019-03-22
Applicant: 西安电子科技大学
IPC: G06T7/73
Abstract: 本发明属于遥感影像处理技术领域，公开了一种基于神经网络的遥感影像处理的有理函数模型拟合方法；根据遥感影像成像满足共线方程原理，构建虚拟格网点数据；划分虚拟格网点数据为训练数据集和测试数据集；对虚拟格网点数据进行归一化处理；虚拟格网点训练数据插值处理；搭建神经网络模型，设置其隐含层层数、激活函数、训练函数、目标函数、学习率；使用虚拟格网点训练数据集对神经网络模型进行训练，调整其内部参数；使用虚拟格网点测试数据集对神经网络模型进行检核，根据模型输出与测试数据集输出之间的均方误差评价神经网络模型的拟合精度。本发明神经网络模型建模简单、易于实现，能较快速的获得拟合结果；能够更有效的保护卫星参数。
-
公开(公告)号：CN114882368A
公开(公告)日：2022-08-09
申请号：CN202210626027.6
申请日：2022-06-02
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度生成光谱‑空间分类器的非平衡高光谱图像分类方法，主要解决现有技术在面对非平衡高光谱分类任务中小类别分类精度不佳的问题。其实现方案为：获取高光谱图像并进行波段选择，将其划分为训练样本与测试样本；构建包含两阶段三维编码器、三维解码器、小类别上采样模块和分类器的非平衡高光谱图像的分类网络；利用训练样本对分类网络进行训练，设置总体损失函数，初始化网络训练参数，采用梯度下降方法更新分类网络，直至达到最大迭代次数；将测试样本输入到训练好的分类网络，得到分类结果。本发明提高了高光谱图像中小类别的分类精度，增强了鲁棒性，可用于矿产勘测，生态监测，智慧农业及医疗诊断。
-
公开(公告)号：CN113301221A
公开(公告)日：2021-08-24
申请号：CN202110294691.0
申请日：2021-03-19
Applicant: 西安电子科技大学
IPC: H04N5/217 , H04N5/357 , H04N5/232 , H04N9/04 , H04N9/64 , H04N9/73 , G06N3/04 , G06N3/08 , G06F5/06
Abstract: 本发明属于数字图像处理技术领域，公开了一种深度网络相机图像处理方法、系统及应用，所述深度网络相机图像处理方法包括：通过Sensor输出的Bayer格式RAW数据送入板卡，进行CNN部分运算；所述运算加速部分包括池化模块、乘加阵列、缓存累加模块和激活模块；运算部分由运算逻辑控制模块控制，片上缓存使用完毕后，由运算逻辑控制模块给访问逻辑控制模块反馈；片外访问逻辑控制模块通过AXI4总线与外部DDR进行通信；所述逻辑控制模块还包含存储各个网络层信息、地址信息的寄存器；CNN运算完成后，根据图像特点送入后处理模块进行流水处理加以完善，输出RGB图像。本发明具有很大的缓解计算负担的能力。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.041 seconds)
