-
公开(公告)号：CN113378937A
公开(公告)日：2021-09-10
申请号：CN202110657337.X
申请日：2021-06-11
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于自监督增强的小样本图像分类方法及系统，自监督学习和小样本学习都是为了缓解模型对标签数据的依赖，本发明在基于图神经网络的小样本学习方法的基础上结合自监督学习提出了一种自监督增强的小样本学习方法，本发明设计一个抠图位置预测的自监督学习任务，将每一个小样本分类任务的所有样本进行随机抠图，在提取样本特征后经过一个全连接层预测每一个样本被抠除图像块的位置。本发明将抠图位置预测任务和小样本分类任务联合训练以增强模型提取有效表征的能力，从而改善模型的分类结果，并通过在miniImageNet上的对比和消融实验证明了本发明的有效性。
-
公开(公告)号：CN113255788A
公开(公告)日：2021-08-13
申请号：CN202110603035.4
申请日：2021-05-31
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于两阶段掩码指导的生成对抗网络人脸校正方法及系统，构造并训练基于侧脸五官掩码图像生成其正脸五官掩码图像的生成对抗网络，该网络包含生成器和判别器；构造并训练基于正脸五官掩码图像指导生成正脸图像的生成对抗网络，该网络包含生成器、判别器和人脸特征提取器网络；输入侧脸图像至第一阶段网络生成正面化五官掩码图像，级联侧脸图像和生成的正面化五官掩码图像输入至第二阶段网络生成正脸图像；本发明将人脸校正划分为两阶段任务，第一阶段从侧脸五官掩码图像生成正脸五官掩码图像，第二阶段使用生成的正脸五官掩码图像指导生成正脸图像，使得生成的正脸图像在五官局部区域上能够与真实的正脸图像保持较好的一致性。
-
公开(公告)号：CN113239866A
公开(公告)日：2021-08-10
申请号：CN202110603019.5
申请日：2021-05-31
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于时空特征融合与样本注意增强的人脸识别方法及系统，通过人脸检测得到视频中特定目标人脸序列并对其进行评分；使用时间序列处理算法ConvGRU对人脸序列进行时间特征提取；从人脸序列中选出分数最高的图像作为关键帧；送入到Resnet50网络中提取出三种不同深度的特征图，使用空间特征融合算法ASFF计算得到空间特征；最后，将上述得到的时间特征和空间特征在通道维度上拼接后送入全局平均池化层和全连接层，使用提出的ADAM‑Softmax损失函数对模型进行训练；由于ADAM‑Softmax损失函数能够自适应增强对类内差异性较大样本的注意，从而使得模型在快速收敛同时也能达到较高识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN119785033A
公开(公告)日：2025-04-08
申请号：CN202411988049.2
申请日：2024-12-31
Applicant: 西安电子科技大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0895 , G06N3/0464 , G06N3/0455
Abstract: 本发明提出了一种基于半监督域自适应及跨域协同学习的医学图像分割方法，实现步骤为：获取源域和目标域混合训练样本集、验证样本集以及测试样本集；构建基于半监督域自适应及跨域协同学习的医学图像分割网络模型并对其进行迭代训练；获取医学图像的分割结果。本发明在对图像分割网络模型进行训练的过程中，跨域对比损失函数能够将骰子相似性融入到损失中，考虑了待分割区域的上下文信息，伪标签重学习损失函数通过选择源域和目标分割教师网络中分割准确度较高的网络生成的标签作为目标域中无标签数据的伪标签，利用了无标签目标域数据，且通过对目标域和源域训练样本集点的域自适应处理，利用了源域数据，有效提高了医学图像的分割精度。
-
公开(公告)号：CN115166806B
公开(公告)日：2024-10-29
申请号：CN202210921563.9
申请日：2022-08-02
Applicant: 中国电子科技集团公司第五十四研究所 , 西安电子科技大学
Abstract: 本发明在于提供一种BDS卫星轨位调整与在轨替换时空窗口预测方法。本方法主要利用全星座BDS卫星广播星历，针对BDS卫星星座PDOP值分布、PDOP值可用性和星座值参数对比分析，实现待轨位调整与在轨替换卫星的最优时空窗口确定，达到预测卫星待轨位调整、到寿离轨与在轨替换的最优时间段和空间域窗口的目的。同时，该方法能够有效解决传统待轨位调整与在轨替换卫星时空窗口可靠性分析模型存在滞后性的难题，具备预测待轨位调整与在轨替换卫星最优时空窗口的应用需求，保障BDS系统平稳维运。
-
公开(公告)号：CN113239866B
公开(公告)日：2022-12-13
申请号：CN202110603019.5
申请日：2021-05-31
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于时空特征融合与样本注意增强的人脸识别方法及系统，通过人脸检测得到视频中特定目标人脸序列并对其进行评分；使用时间序列处理算法ConvGRU对人脸序列进行时间特征提取；从人脸序列中选出分数最高的图像作为关键帧；送入到Resnet50网络中提取出三种不同深度的特征图，使用空间特征融合算法ASFF计算得到空间特征；最后，将上述得到的时间特征和空间特征在通道维度上拼接后送入全局平均池化层和全连接层，使用提出的ADAM‑Softmax损失函数对模型进行训练；由于ADAM‑Softmax损失函数能够自适应增强对类内差异性较大样本的注意，从而使得模型在快速收敛同时也能达到较高识别准确率。
-
公开(公告)号：CN109165653B
公开(公告)日：2022-03-15
申请号：CN201810929337.9
申请日：2018-08-15
Applicant: 西安电子科技大学
Abstract: 本发明提供的一种基于语义线段近邻连接的SAR图像聚集区域的提取方法，首先根据SAR图像素描图的统计直方图得到最优聚集度，根据最优聚集度对种子线段进行生长得到语义线段集合，用语义线段的端点组成端点集合并构造KD树；然后利用KD树快速得到端点集合中每个端点的最近邻端点和最优聚集度范围内的近邻端点，对近邻端点进行连接从而得到多个相连且封闭的区域；最后基于面积将这些区域划分为聚集区域和待定区域，再通过信息熵进一步判断待定区域是否为聚集区域；本发明实现了对SAR图像聚集区域准确且快速地提取，所提取的聚集区域不仅能更好的表示SAR图像的极不匀质区域，也能较好地定位极不匀质区域的边界。
-
公开(公告)号：CN102170706B
公开(公告)日：2013-09-25
申请号：CN201110140971.2
申请日：2011-05-30
Applicant: 西安电子科技大学
IPC: H04W74/08
Abstract: 本发明公开了一种分布式认知无线电系统频谱接入方法，主要解决现有认知无线电系统中次级用户的队列稳定性差的问题。其实现步骤包括：1)定义认知无线电系统中的主用户和次级用户；2)调整次级用户到达速率，使次级用户到达速率小于干扰限制下的最大服务速率；3)次级用户采用CSMA协议持续侦听主用户信道，并在侦听结果为空闲时随机退避后接入信道；4)次级用户自适应调整退避时长参数，使稳态服务速率趋近于到达速率，最终达到队列稳定。本发明具有次级用户队列稳定和主次用户碰撞概率小于干扰限制的优点，可用于无线通信领域中对队列时延要求严格的认知无线电系统。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.029 seconds)
