-
公开(公告)号：CN111191729B
公开(公告)日：2022-04-01
申请号：CN201911425234.X
申请日：2019-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种基于多模态特征融合的三维对象融合特征表示方法。本发明将三种模态的三维模型特征表示，都做了一个非常细致的实现和复现：三维模型的多视图特征表示、点云特征表示以及网格特征表示。对多模态三维数据进行了处理、增强和融合，并基于此提取出了三维对象的融合特征表示。本发明能实现非常优秀的多模态信息融合，实现更加鲁棒的三维模型特征表示，供给其他三维对象任务使用。
-
公开(公告)号：CN111121969B
公开(公告)日：2021-12-10
申请号：CN201911414668.X
申请日：2019-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明是一种基于孔径扫描的多光谱叠层成像方法。本发明用孔径扫描替代LED矩阵，采用单束光照射，从样本出射的光波经过孔径，通过孔径循环扫描以及高光谱处理获得来自样本的不同位置的低分辨率图像，通过在傅里叶域内进行处理，最终获得样本的高分辨率图像。在实现叠层成像的前提上，克服了LED矩阵的缺点。还对瞳孔函数和样本光谱进行迭代更新，通过收敛瞳孔函数，使得获得的成像图片的分辨率更高。引入高光谱成像，通过高光谱成像进一步了解样本本质，从而构建出更加清晰的图像，能够对样本分析的更加透彻，为分析样本也提供了条件。
-
公开(公告)号：CN111198037A
公开(公告)日：2020-05-26
申请号：CN202010029071.X
申请日：2020-01-12
Applicant: 杭州电子科技大学
IPC: G01J3/28
Abstract: 本发明公开了一种用于多光谱成像的光路装置及其实现方法。本发明包括成像镜头，闪耀光栅，掩膜，带通滤波器，中继透镜，灰度相机。成像镜头作用与传统相机的镜头相同，用来获取场景的二维图像信息并投射到光栅表面。光栅会将场景不同光谱波长下的反射光色散到不同角度上，带通滤波器将闪耀光栅亮度最高的+1级中待记录的光谱波段单独通过，其他波段以及其它光栅级上的光线屏蔽掉。此时掩膜处于光栅与中继透镜中间，靠近光栅一侧，光栅将成像镜头投射在光栅表面的光线色散开，经过光栅色散后的光会照射在掩膜表面，经过掩膜的调制之后，经过中继透镜记录在相机的传感器阵列上。本发明可以记录连续多个光谱通道信息，并且可以用于记录动态场景的光谱成像。
-
公开(公告)号：CN111121969A
公开(公告)日：2020-05-08
申请号：CN201911414668.X
申请日：2019-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明是一种基于孔径扫描的多光谱叠层成像方法。本发明用孔径扫描替代LED矩阵，采用单束光照射，从样本出射的光波经过孔径，通过孔径循环扫描以及高光谱处理获得来自样本的不同位置的低分辨率图像，通过在傅里叶域内进行处理，最终获得样本的高分辨率图像。在实现叠层成像的前提上，克服了LED矩阵的缺点。还对瞳孔函数和样本光谱进行迭代更新，通过收敛瞳孔函数，使得获得的成像图片的分辨率更高。引入高光谱成像，通过高光谱成像进一步了解样本本质，从而构建出更加清晰的图像，能够对样本分析的更加透彻，为分析样本也提供了条件。
-
公开(公告)号：CN110942423A
公开(公告)日：2020-03-31
申请号：CN201910949691.2
申请日：2019-10-08
Applicant: 杭州电子科技大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于傅里叶叠层成像的远场超分辨率重建方法。本发明通过获取到的一系列低分辨率图像，快速重建出远场样本的幅值信息以及相位信息；将低成本的散射装置放置于样本与物镜之间，且置于物镜的焦平面处，对经相干光照射后的样本信息进行调制；样本置于物镜的远场中，距离物镜焦平面50cm～80cm处，由相干光进行照射；在低分辨率图像获取过程中，通过有规律的将散射片进行上下、左右移动，以获得更加完善的样本调制信息；通过多散射片对样本信息的调制，获得超出物镜衍射极限的分辨率，以此实现样本超分辨率重建。本发明突破了样本与散射装置之间距离的限制。且极大的降低算法复杂度，减少重建时间。
-
Patent Agency Ranking
公开(公告)号：CN111125551B
公开(公告)日：2021-04-06
申请号：CN201911097403.1
申请日：2019-11-12
Applicant: 杭州电子科技大学
IPC: G06F16/9537 , G06F17/18 , G06Q50/00
Abstract: 本发明提供一种基于选择记忆的马尔可夫模型的用户位置预测方法。本发明基于传统马尔可夫模型，汲取循环神经网络模型的思想，在保留马尔可夫模型优点的前提下，增加选择记忆单元，解决马尔可夫模型本身的缺陷，即假设未来状态只与当前状态相关，与其他历史状态相互独立。本发明方法保留了传统马尔可夫模型运算简单，速度快的优势的基础上，通过选择记忆单元大幅度提升了预测的精度，在速度远快于RNN预测模型的前提下，可以取的与一般RNN预测模型近似的预测精度。
-
公开(公告)号：CN110889174A
公开(公告)日：2020-03-17
申请号：CN201910988558.8
申请日：2019-10-17
Applicant: 杭州电子科技大学
IPC: G06F30/17
Abstract: 本发明提供一种基于分组稀疏性的动态载荷识别方法。本发明的方法首先将动载荷识别的三维问题转化为二维问题，然后选择合适的惩罚函数，并对结构上的点按位置进行分组。最后使用G-FISTA方法优化求解，得到最优的动态载荷向量。本发明所述的方法，对于不便于直接安装力传感器测量动载荷的情形，是非常有帮助的。只需测量结构上几个点的振动加速度，在已知结构频响函数的前提下，即可间接获得结构上的动载荷。
-
公开(公告)号：CN110610650A
公开(公告)日：2019-12-24
申请号：CN201910796731.4
申请日：2019-08-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于深度学习和深度相机的点云语义地图的构建方法。本发明步骤：1、构建神经网络的必须模块；2、搭建神经网络；3、训练神经网络模型；采用semantic3D为训练集，使用反向传播和随机梯度下降，训练神经网络，最小化损失函数，从而不断优化网络权重连接；4、进行相机标定，得到相机的内参，首先利用深度相机采集点云数据，通过相机的内参矩阵将采集到的深度图转换成点云；5、将点云输入到训练好的神经网络当中，使用含有语义信息的点云进行语义地图的构建，从而可以得到语义标签的点云语义地图。本发明能够更加实用的为机器人室内导航和定位提供语义这样的高级特征，便于精准的确定机器人的位置，以及更为精准的回环检测。
-
公开(公告)号：CN110942423B
公开(公告)日：2023-04-28
申请号：CN201910949691.2
申请日：2019-10-08
Applicant: 杭州电子科技大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于傅里叶叠层成像的远场超分辨率重建方法。本发明通过获取到的一系列低分辨率图像，快速重建出远场样本的幅值信息以及相位信息；将低成本的散射装置放置于样本与物镜之间，且置于物镜的焦平面处，对经相干光照射后的样本信息进行调制；样本置于物镜的远场中，距离物镜焦平面50cm～80cm处，由相干光进行照射；在低分辨率图像获取过程中，通过有规律的将散射片进行上下、左右移动，以获得更加完善的样本调制信息；通过多散射片对样本信息的调制，获得超出物镜衍射极限的分辨率，以此实现样本超分辨率重建。本发明突破了样本与散射装置之间距离的限制。且极大的降低算法复杂度，减少重建时间。
-
公开(公告)号：CN110992365B
公开(公告)日：2023-04-18
申请号：CN201911066221.8
申请日：2019-11-04
Applicant: 杭州电子科技大学
IPC: G06T7/10 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于图像语义分割的损失函数及其设计方法。本发明步骤如下：1。参数wi的确立。在网络训练过程中，从标签标注信息中提取此张图片中包含的语义类别个数n以及每个语义类别在图片中所占的面积s。在得到此两种标签信息后，将面积从大到小排列，并分别计算最大面积与各个面积之间的倍数，而后再将这些倍数关系归一化到[1,n]之间，即训练时每个损失函数计算时，不同类别对应的权重取值wi。2.参数Υ的确立。首先确定Υ＞0,而后在网络训练过程中通过网格寻优的方式，对Υ的值进行进一步的确立。本发明设计损失带有权重的损失函数进行改进，以使训练的卷积神经网络得到更好的图像分割效果。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.023 seconds)
