-
-
公开(公告)号:CN111931792A
公开(公告)日:2020-11-13
申请号:CN202010806587.0
申请日:2020-08-12
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于目标检测的瑶族纹样符号定位识别方法,其特征在于,包括如下步骤:1)输入瑶族纹样符号图片;2)数据增强;3)模型训练;4)实现对瑶族纹样符号进行定位和预测。这种方法采用特征融合能减少卷积过程中特征丢失问题,能增强瑶族纹样符号小目标检测,能提升检测精度、提升检测速度。
-
公开(公告)号:CN111132003A
公开(公告)日:2020-05-08
申请号:CN201911179875.1
申请日:2019-11-27
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于动态路径规划的UWSN传感器节点定位方法,其特征是,包括如下步骤:1)定义水下无线传感器网络模型;2)锚节点移动路径动态规划中必经虚拟锚节点选取过程;3)基于锚节点移动路径动态规划的定位过程。这种方法能提高水下无线传感器网络传感器节点的定位率、定位精度,同时降低传感器网络定位能耗。
-
公开(公告)号:CN120032248A
公开(公告)日:2025-05-23
申请号:CN202510096071.4
申请日:2025-01-22
Applicant: 桂林电子科技大学
IPC: G06V20/10 , G06V10/774 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习遥感图像变化的检测方法,包括如下步骤:1)构建数据集;2)构建多分支特征差异提取MFDE模块;3)构建非对称集成决策AED。这种方法能提升遥感图像变化检测的精度和鲁棒性,为遥感技术的进一步发展提供重要支撑。
-
公开(公告)号:CN119228652A
公开(公告)日:2024-12-31
申请号:CN202411478011.0
申请日:2024-10-22
Applicant: 桂林电子科技大学
IPC: G06T3/4053 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/045 , G06T7/10
Abstract: 本发明公开了一种基于SwinIR的红树林无人机遥感超分辨率图像重建方法,本技术方案将高效通道注意ECA机制与多个卷积层结合在一起,通过自适应分配信道权值,有效地突出重要特征,抑制不重要特征,增强了特征提取能力,这种方法能提高红树林无人机遥感超分辨率图像特征表示的准确性、提高树林无人机遥感图像的物种识别效果和效率。
-
公开(公告)号:CN117576411A
公开(公告)日:2024-02-20
申请号:CN202311547248.5
申请日:2023-11-20
IPC: G06V10/44 , G06V10/25 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种基于特征融合和注意力机制的伪装目标检测方法,包括如下步骤:1)上下文特征增强CFEM:2)定位模块PM;3)反向注意力预测模块RAPM;4)损失函数。这种方法采用上下文特征增强方式能减少背景噪声引入并且获得更丰富的上下文特征信息,同时采用反向注意力预测方式关注隐藏的目标边缘信息,生成与真实分割图像更相似的预测结果,能够生成清晰无噪声的预测图像、能提高伪装目标检测准确性和真实性。
-
公开(公告)号:CN117575907A
公开(公告)日:2024-02-20
申请号:CN202311545291.8
申请日:2023-11-20
Applicant: 桂林电子科技大学
IPC: G06T3/4053 , G06T5/70 , G06T3/4046 , G06N3/0464 , G06N3/08 , G06T5/60
Abstract: 本发明公开了一种基于改进的扩散模型的单幅图像超分辨重建方法,包括如下步骤:1)构建训练模型的数据集;2)对低分辨图像LR退化处理;3)创建混合数据集;4)依据扩散模型建模去噪模型;5)对LR图像进行超分辨重建。这种方法能快速重建恢复HR图像、为图像超分辨任务提供了一种新的思路和方法。
-
公开(公告)号:CN116401547A
公开(公告)日:2023-07-07
申请号:CN202310353380.6
申请日:2023-04-04
IPC: G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及目标检测技术领域,具体涉及一种轻量化低光目标检测方法,对Exdark数据集的训练集进行离线增强,得到增强训练集;将增强训练集与原始数据集的训练集进行混合,得到混合训练集;对混合训练集进行预处理,得到处理数据集,增强处理数据集的泛化性,自适应生成匹配处理数据集样本的特征层锚框尺寸;改进YOLOv5基准网络模型,引入锚框尺寸进行训练,得到权重模型;将待检测图片输入检测框架,并基于权重模型使用NMS进行后处理,去除多余的检测框,得到检测结果,该方法在特征融合部分使用DFC注意力两个方向的解耦化FC操作聚合全局信息,同时大幅减少模型整体的参数量与计算量,从轻量化角度降低了原有目标检测网络的复杂度。
-
公开(公告)号:CN111950654B
公开(公告)日:2022-07-05
申请号:CN202010860737.6
申请日:2020-08-25
Applicant: 桂林电子科技大学
IPC: G06K9/62 , G06T5/00 , G06T5/20 , G06T7/90 , G06V10/774 , G06V10/56 , G06V10/764
Abstract: 本发明公开了一种基于SVM分类的魔方色块颜色还原方法,其特征在于,包括如下步骤:1)采集魔方色块信息;2)图像预处理;3)图像色域空间转换;4)一对多分类法识别魔方色块;5)魔方颜色修补完成魔方各个色块的准确识别。这种方法能提高颜色识别的准确性和速度。
-
公开(公告)号:CN114297795A
公开(公告)日:2022-04-08
申请号:CN202111631338.3
申请日:2021-12-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于PR‑Trans的机械设备剩余寿命预测方法,包括离线训练和在线预测两个阶段,其中,离线训练主要任务是建立预测模型、并利用历史操作数据库中处理后的数据对模型进行训练,在线训练主要任务是基于训练模型的实时预测实时RUL,并处理实时数据,然后将相关信息反馈给控制器。这种方法采用改进Transformer的自注意力机制,能减少计算量及空间占有率、增强位置之间关系、减小模型大小、通过增大模型感受野增强模型学习能力,使模型推理速度更快、预测更精确。
-
-
-
-
-
-
-
-
-