-
公开(公告)号：CN113051408A
公开(公告)日：2021-06-29
申请号：CN202110338086.9
申请日：2021-03-30
Applicant: 电子科技大学
Abstract: 本发明提出了一种基于信息增强的稀疏知识图谱推理方法，该方法包括：对待补全的稀疏知识图谱进行加载，在确定头尾目标实体之后，利用实体链接算法和外接的知识库来引入额外的信息，以此来对稀疏知识图谱进行信息增强；利用实体链接算法和外接的知识库来引入额外的信息，利用图卷积神经网络来获取外部知识图谱中的信息特征，使用双注意力机制对待补全知识图谱中抽取到的特征信息和增强的特征性进行特征融合，在对融合之后的特征进行评分，将分值最高的候选结果作为最终结果进行输出。
-
公开(公告)号：CN113010691A
公开(公告)日：2021-06-22
申请号：CN202110337986.1
申请日：2021-03-30
Applicant: 电子科技大学
Abstract: 本发明提出了一种基于图神经网络的知识图谱关系推理方法，该方法包括：在知识图谱推理中的关系推理模型中主要分为评分函数和预测结果两个部分，其中关系推理的结果可以根据不同方式来获得目标节点的与关系组成的候选结果集。在候选结果集中推理正确关系的过程中，本发明主要是结合知识图谱中的结构信息联合知识图谱的语义和注意力机制，以实现知识图谱中未知关系推理预测。在进行知识图谱语义信息获取的过程中，同时使用同构信息理论对目标头尾实体周围的结构信息进行提取，对目标关系周围的知识图谱进行注意力信息采集，通过注意力机制有效融合，将分值最高的候选结果作为最终结果进行输出。
-
公开(公告)号：CN111833249A
公开(公告)日：2020-10-27
申请号：CN202010614039.8
申请日：2020-06-30
Applicant: 电子科技大学
Abstract: 本发明提供了一种基于双向点特征的UAV图像配准与拼接方法，采用FAST算法检测图像特征点，通过灰度质心法赋予特征点主方向，采用rBRIEF算法对特征点进行特征描述，生成特征描述子；采用双向匹配增加匹配点对或双向匹配筛选匹配点对；通过渐进采样一致性算法去除误匹配点对并拟合变换矩阵H的参数；通过得到的变换矩阵H对待配准图像进行投影变换，并通过双线性插值算法得到拼接图像。本发明保留了ORB较快的配准速度，并通过双向匹配与PROSAC算法对提取的特征点进行处理提高了配准精度。
-
公开(公告)号：CN111159393A
公开(公告)日：2020-05-15
申请号：CN201911391922.9
申请日：2019-12-30
Applicant: 电子科技大学
Abstract: 本发明提供一种基于LDA和D2V进行摘要抽取的文本生成方法，利用原本用于文章分类的LDA模型来做句子的主题分类，然后将每个主题的句子利用D2V模型继续句子向量化，然后计算句子的熵信息，选择最大熵信息的一个句子作为摘要句子。本发明相对于抽取数目由人工确定的方法比较而言，是由计算机来对抽取摘要句子的数目进行调整，总结得到相应每篇文本不同主题选择相应的信息量最为丰富的句子构成了摘要。
-
公开(公告)号：CN110826411A
公开(公告)日：2020-02-21
申请号：CN201910958507.0
申请日：2019-10-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于无人机图像的车辆目标快速识别方法，输入图像处理的目标识别领域。针对无人机图像中车辆目标的像素占比小，而且车辆目标在无人机图像中比较密集，原始的网络对其检测比较困难的问题，首先使用不同的anchor个数与大小去匹配图像中的车辆目标，相比于原始网络，使得识别的AP值提高了8.5％，然后又对网络增加了多层特征融合，使得网络在最后分类的时候使用到网络的前面的浅层特征，使得最后的分类与识别的效果更好，在前面改进的基础上，增加多层特征融合以后，网络的AP值提高了1.6％，最后得到的改进后的网络的AP值相比于原始网络的AP值提高了10.1％，从80.5％提高到90.6％，检测的速度相比原始网络有略微的下降，但是精度得到大幅度的提升。
-
Patent Agency Ranking
公开(公告)号：CN104881671B
公开(公告)日：2018-01-19
申请号：CN201510264025.7
申请日：2015-05-21
Applicant: 电子科技大学
IPC: G06K9/46
Abstract: 本发明属于高分辨率遥感影像处理领域，尤其涉及一种基于2D‑Gabor的高分遥感影像局部特征提取方法。本发明首先建立影像的尺度空间金字塔表达；然后在尺度空间中搜索不同特征尺度下的加速分割测试特征，使用极大值抑制的方法得到特征点并确定特征点所在的位置及尺度；其次建立基于二进制的局部特征描述子；最后，使用Hamming距离作为相似性度量方法对不同视角条件下获得的同一场景的影像对进行特征匹配，再采用RANSAC算法进行特征提纯，去除错误的匹配点对。本发明能够精确地模拟人类的视觉皮层和视网膜的认知特点。在特征检测的过程中，对亮度和尺度的变化具有不变性，可以在时间域和频率域中同时获得最优的性能。
-
公开(公告)号：CN119181006A
公开(公告)日：2024-12-24
申请号：CN202411291368.8
申请日：2024-09-14
Applicant: 电子科技大学长三角研究院(湖州)
Inventor： 阿杜尼亚·特斯法耶·雷家萨 , 许文波
IPC: G06V10/80 , G06V10/764 , G06V10/774 , G06V20/13 , G06V10/82 , G06N3/0464
Abstract: 本发明属于遥感领域，公开了一种利用分类技术的基于云掩模的多时相像素除云合成方法及系统，该方法包括：使用SVM和U‑net对所有日常图像进行分类，并生成两组分类栅格；将分类后的栅格转换为云掩码图层；使用遮罩层每天遮罩相应的MODIS；使用最大值方法产生最佳复合产品。本发明的产品在RF、SVM和U‑net三个分类器中产生了最佳的分类精度，证明了本发明在去除云、噪声和/或污染像素方面的有效性。
-
公开(公告)号：CN119151806A
公开(公告)日：2024-12-17
申请号：CN202310696472.4
申请日：2023-06-13
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于深度学习的无人机图像增强方法。该发明针对RetinexNet算法对于图像中已经足够亮的像素，仍会进行增强处理，导致图像失真和信息丢失的问题，利用基于皮尔生长曲线对图像进行自适应亮度伽马校正，通过对图像的每个像素进行非线性变换来调整亮度，使其在人眼中具有更加平均的感知。针对RetinexNet算法会引入新的噪声的问题，本发明在Retinex分解模块引入引导滤波来替代高斯滤波对图像进行平滑去噪，利用高质量的引导图像来引导滤波器进行滤波，从而保留原始图像的边缘和细节；然后设计了基于引导滤波的Retinex分解模块，更好的计算图像的反射分量和光照分量。
-
公开(公告)号：CN119131101A
公开(公告)日：2024-12-13
申请号：CN202310701044.6
申请日：2023-06-13
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06T7/50 , G06V10/52 , G06V10/44 , G06V10/74 , G06V10/82 , G06N3/044 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/082
Abstract: 本发明针对利用多视无人机序列图像进行大范围场景的三维重建任务时，存在模型细节还原度不高，算力和存储资源要求高，建模时间长等问题，设计了一种基于动态多尺度特征和内容感知聚合的深度估计网络。高精度的深度估计是实现高精度三维重建的重要保障，该网络以多视角立体网络MVSNet为基础，引入了动态多尺度特征提取网络、轻量级代价体、内容感知的代价体聚合模块和循环卷积混合网络，能够提取出图像中更丰富更深层次的深度信息，且在运行效率方面也有优秀的表现。
-
公开(公告)号：CN119048895A
公开(公告)日：2024-11-29
申请号：CN202410876241.6
申请日：2024-07-02
Applicant: 电子科技大学
IPC: G06V20/10 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种针对遥感图像的旋转目标检测方法。该发明在目标检测方向上具有一定的通用性。针对遥感图像中不同目标所需网络感受野大小不同的问题，本发明提出了融合感受野自适应选择注意力和通道注意力。针对遥感图像旋转角度任意性的问题，引入了Roi Transformer模块，让网络可以从RPN网络的输出提取旋转目标特征以更好的对带旋转角度的目标进行更加准确的定位和识别。本发明在基于遥感图像的旋转目标检测上，能够达到更高的识别和定位精度。
-
-
-
-
-
-
-
-
-
Search Results
188
records
(took 0.025 seconds)
