-
公开(公告)号：CN110008876A
公开(公告)日：2019-07-12
申请号：CN201910231647.8
申请日：2019-03-26
Applicant: 电子科技大学
Abstract: 本发明为一种基于数据增强与特征融合的人脸验证方法，属于人脸验证与机器学习领域中的发明专利。本发明提出了一种简单实用的人脸验证方法，旨在解决传统的人脸验证领域中正确率较低，复杂度较高的问题。本发明充分利用已经训练完成的卷积神经网络提取人脸图像特征，方便简单。同时也能使特征具有更强的鲁棒性。通过数据增强的方式，数据集的数量将成倍的增加，并引入噪声，使得验证系统的泛化性更强。将多个卷积神经网络提取的特征进行信息的融合，达到集多个卷积神经网络的优势于一体的目的。在得到融合的人脸特征后，使用此特征训练机器学习中性能优越的分类模型，最终得到人脸验证结果。
-
公开(公告)号：CN109285180A
公开(公告)日：2019-01-29
申请号：CN201811007255.5
申请日：2018-08-31
Applicant: 电子科技大学
Abstract: 本发明公开了一种3D的道路车辆跟踪方法。属于计算视觉处理技术领域。本发明将目标3D空间特征和2D图像特征与MDP模型结合，重新构造评估函数，从而提出了一种基于2D和3D联合特征的多目标跟踪方法，将原始的2D图像域跟踪拓展到3D空间域跟踪，有效的解决了当遇到外观相似，距离较近的车辆相互遮挡时，出现的错跟、漂移等技术问题。
-
公开(公告)号：CN102957641B
公开(公告)日：2015-04-15
申请号：CN201210513864.4
申请日：2012-12-05
Applicant: 电子科技大学
Abstract: 本发明公开了一种用于TDS-OFDM系统的信道估计方法，属于信息传输技术领域。为将有效的CIR成分从基带信号与PNlc序列进行滑动相关运算的结果C(n)C(n)中准确的提取出来，本发明首先采用一种迭代门限检测（ITD）的方法检测其中的大幅度成分，并且在迭代的过程将伪峰从C(n)中去除，然后采用双滑动窗检测（DSW）算法检测出小幅度的CIR成分，最后将两部分检测结果合并，本发明的实现流程如图4所示。其中双滑动窗的检测对象C0(n)，其含有小幅度的CIR成分，hl，a为迭代门限检测所得到的CIR，hl，b为双滑动窗检测所得到的CIR，取hl,a与hl,b的和作为用于信道均衡的信道冲激响应CIR向量hl。本发明的应用，其信道估计的精度高，能快速的跟踪信道变化，提升接收机性能。
-
公开(公告)号：CN103024331A
公开(公告)日：2013-04-03
申请号：CN201210574060.5
申请日：2012-12-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于边缘检测的视频去隔行方法，属于视频图像处理技术领域。本发明基于丢失场中待插值的像素在前后场中多个边缘检测的基础上，对丢失场的斜边像素及垂直方向的像素，选用不同的候选像素集进行插值恢复。同时，根据已处理像素位置的参数结果，统计参数的变化比并对后续相关参数进行动态自适应更新。克服了由于边缘检测不准确造成图像中出现不该有的插值亮点问题。本发明用于与数字视频去隔行相关的实际视频系统中，本发明计算简便，并行化高，处理的视频面质高。
-
公开(公告)号：CN102968772A
公开(公告)日：2013-03-13
申请号：CN201210511068.7
申请日：2012-12-04
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于暗通道信息的图像去雾方法，属于图像处理和计算机视觉技术领域。本发明提出的方法首先对输入图像的各色彩通道采用最小值滤波器计算出各个像素点的最小值，接着计算不同尺度参数下的图像暗通道统计值，并对各尺度参数对应的暗通道统计值进行高斯平滑滤波，将滤波后的暗通道统计值根据不同的尺度参数分配不同的权重值，通过对按通道统计值的加权优化计算出场景的透射系数，以实现对图像的去雾处理，本发明的应用，能避免复杂的软抠图优化步骤，去雾处理的运算复杂度，去雾处理的图像质量高、且能满足实时处理应用的需求。
-
Patent Agency Ranking
公开(公告)号：CN116012272B
公开(公告)日：2025-05-13
申请号：CN202310059698.3
申请日：2023-01-19
Applicant: 电子科技大学
IPC: G06T5/50 , G06T7/269 , G06N3/045 , G06N3/0464 , G06N3/044
Abstract: 本发明公开了一种基于重建流场的压缩视频质量增强方法，属于视频质量增强技术领域。本发明构建了视频增强网络模型，其循环单元接受当前帧与相邻两帧关键帧作为输入，并结合上一帧的深度特征进行流场融合处理，再经多层级连的残差卷积模块得到当前帧的深度特征；基于核注意力模块在时域残差的引导下对深度特征进行处理，随后使用卷积层重建出质量增强残差，与输入相结合得到最终重建的高质量视频帧，抑制掉了压缩带来的噪声、伪影和模糊等影响视觉效果的因素，重建出高频纹理细节，提高了用户对网络视频等的观看体验。本发明利用到压缩编码时的先验信息，提高了视频帧间对齐的精度，在帧的空间维度和序列帧的时间维度上都取得了更好的重建效果。
-
公开(公告)号：CN118962629A
公开(公告)日：2024-11-15
申请号：CN202411443412.2
申请日：2024-10-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种阵元误差情况下的空时自适应处理方法和系统，属于遥感雷达技术领域。本发明采用阵列雷达和多个机载雷达的方式，实现对复杂路况的有效覆盖；采用杂波驱动方式，在对面的道路隔离带上安装机载雷达实现对上述坡面的空时谱，机载雷达与阵列雷达采用滤波器，驱动信号的覆盖可以扩展的很远，机载雷达信号的区域采用监听器驱动，由阵列雷达和机载雷达构成的一整套驱动方法，可以对全路况进行有效覆盖且成本很低，阵列雷达和机载雷达驱动功率远低于当前的移动驱动雷达，采用风光杂波方式供电，不依赖电力系统，北斗卫星全球覆盖，可以低成本大面积部署，而且飞行器机载雷达可以灵活介入机载雷达所覆盖的地域，快速构建市内道路预警系统。
-
公开(公告)号：CN112508807B
公开(公告)日：2023-07-21
申请号：CN202011350640.7
申请日：2020-11-26
Applicant: 电子科技大学
IPC: G06T5/00 , G06T7/13 , G06N3/0464
Abstract: 本发明属于数字图像处理技术领域，涉及图像去噪方法，具体提供一种基于多方向全变分的图像去噪方法，用以克服现有全变分正则化模型存在的去噪过程中丢失了很多边缘信息、去噪效果不够理想的问题。本发明经拉普拉斯算子启发，构建八个方向的差分矩阵，与传统全变分仅有的两个方向差分矩阵相比，考虑了更多方向的梯度信息，因此在边缘处的平滑效果会减弱，从而保留图像更多的边缘信息；经过验证，经过基于多方向全变分的图像去噪方法得到的去噪图像与传统全变分去噪方法得到的去噪图像相比，考虑了更多方向的梯度信息，在相同的均方误差MSE下，能够保留图像更多的边缘和纹理信息，具有更好的去噪效果。
-
公开(公告)号：CN108133493B
公开(公告)日：2021-10-22
申请号：CN201810023067.5
申请日：2018-01-10
Applicant: 电子科技大学
Abstract: 本发明公开一种基于区域划分和渐变映射的异源图像配准优化方法，涉及异源图像处理技术领域，具体而言，本发明将待配准图像分为多个区域，每个区域分为交界渐变部分和核心部分，在待配准图像的变换过程中，交界渐变部分和核心部分分别采用不同的变换参数进行变换，最后得到配准后的图像。本发明解决了现有的异源图像融合技术中，如果维持使用一个参数进行整张图片的变换，难以避免成像波段、景物深度和镜头畸变的影响，导致配准后的图像存在细节误差的问题。
-
公开(公告)号：CN112019704B
公开(公告)日：2021-02-05
申请号：CN202011100020.8
申请日：2020-10-15
Applicant: 电子科技大学
IPC: H04N5/213 , H04N9/64 , H04N21/845 , G06N3/04 , G06N3/08
Abstract: 本发明属于视频处理领域，尤其涉及视频增强技术，具体提供一种基于先验信息和卷积神经网络的视频去噪方法。本发明基于卷积神经网络对噪声视频进行去噪，构建由两个部分连接构成的去噪神经网络，其中，第一部分为依次连接的4层1×1卷积核，每个卷积核后均连接ReLU激活函数；第二部分为依次连接的15层3×3 Octave卷积核，第1到14层卷积核后均连接批标准化及ReLU激活函数；同时，充分在训练集构建及待处理噪声视频数据预处理过程中，充分利用前后帧信息。综上所述，本发明与传统方法相比，无需人工手动调整参数，去噪效果好，能很好的保持视频中纹理细节，使用方便，运行速度快，鲁棒性高。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.021 seconds)
