-
公开(公告)号：CN118247676B
公开(公告)日：2025-03-25
申请号：CN202410215001.1
申请日：2024-02-27
Applicant: 杭州电子科技大学
IPC: G06V20/13 , G06V20/17 , G06V10/82 , G06V10/44 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于密集划分策略的交叉视角地理定位方法及系统。本发明构建的地理定位网络模型包含无人机分支和卫星图分支，两个分支采用共享权重的学习方式，每个分支包括特征提取部分、特征划分处理部分和分类监督部分。网络初始输入为给定图像X，根据图像视角类型选择进入对应分支；给定图像X通过骨干网络进行特征提取，获得高维特征；采用密集划分策略对高维特征图进行划分得到分区块；然后对分区块进行平均池化操作，得到压缩特征；利用分类器模块对每个压缩特征预测地理标签，并利用交叉熵损失计算差异，从而优化网络模型。本发明从局部和全局两个层面增强算法对图像中物体尺寸和位置偏移的鲁棒性，提高了多视角图像匹配的准确性。
-
公开(公告)号：CN119169208A
公开(公告)日：2024-12-20
申请号：CN202411690058.3
申请日：2024-11-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于多模态正则化和温度平滑约束的三维场景重建方法，属于计算机视觉技术领域。该方法首先对同一三维场景相同视角下的彩色‑温度图像对进行配准，然后通过混合或轮廓线叠加的方式生成增强的图像。对增强的图像进行运动构造，生成点云与相机位姿。再创建两个独立的高斯模型，输入点云数据和相机位姿，分别渲染得到温度图像和彩色图像。为温度模态和彩色模态的高斯模型设置损失函数，在温度模态的损失函数中引入平滑项。设置一个正则化系数，将温度模态和彩色模态的损失函数联立起来。利用总损失函数计算整体损失和梯度，并反向传播，通过自适应密度控制对模型的各项参数进行优化。最后使用训练后的模型完成三维场景的重建。
-
公开(公告)号：CN116823940A
公开(公告)日：2023-09-29
申请号：CN202310393130.5
申请日：2023-04-13
Applicant: 杭州电子科技大学
Inventor： 颜成钢 , 郭泰佑 , 胡江涛 , 徐浙峰 , 宣仲玮 , 朱尊杰 , 徐枫 , 王帅 , 高宇涵 , 王廷宇 , 孙垚棋 , 王鸿奎 , 殷海兵 , 张继勇 , 李宗鹏 , 赵治栋
Abstract: 本发明公开了一种三维场景移动物体检测方法，首先对同一场景在两个时间点创建的点云模型进行预处理，再将预处理后的两个点云进行配准；将配准后的两个点云分别进行物体检测，得到两个物体集合；之后将配准后的两个点云进行差分，得到它们的差异区域,根据差异区域从两个物体集合中分别提取得到两个候选移动物体集合；最后将候选移动物体集合进行暴力配准物体匹配，得到最终移动信息。本发明方法更加轻量简洁，便于用于公安，安防，机器人等地方。
-
公开(公告)号：CN115861637A
公开(公告)日：2023-03-28
申请号：CN202211701856.2
申请日：2022-12-28
Applicant: 杭州电子科技大学
IPC: G06V10/42 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于双分支网络的显著目标检测方法。首先分别采用CNN和Tranformer两个分支作为模型的编码器，来提取不同分支的特征；再采用特征交互模块来分别对两个分支后三层提取的特征进行交互，来获得更加丰富的初始特征信息；然后通过特征融合模块来将两个分支相对应层的特征进行融合；再将融合后的特征送入到边缘补充模块中，来增强边缘信息；最后通过解码器来得到显著图。本发明通过特征交互模块得到了更丰富的全局多尺度特征。同时，为了解决不同分支之间特征的差异性，采用了特征融合模块，使两个分支的特征可以有效融合。而且，针对目前常见的边缘模糊问题，本发明通过边缘补充模块来增强特征的边缘信息。
-
公开(公告)号：CN112163111B
公开(公告)日：2022-04-01
申请号：CN202011040727.4
申请日：2020-09-28
Applicant: 杭州电子科技大学
IPC: G06F16/55 , G06F16/583 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种旋转不变的图像语义信息挖掘方法，首先构建特征生成网络，通过ResNet‑50网络特征图谱的提取；通过主分支特征处理网络对特征图谱进行平均池化和降维处理；通过副分支特征处理网络挖掘旋转不变的图像语义描述符。将主分支特征处理网络得到的一个n维特征与副分支特征处理网络得到的多个n维特征进行特征拼接，得到增强的图像特征描述符。最后利用增强的特征描述符进行不同视角下图像的检索，进而实现地理目标定位。本发明提出一种环形分割策略，使得到的语义块不会受到拍摄方向的干扰，挖掘得到的语义块可以提高图像特征的区分性。
-
Patent Agency Ranking
公开(公告)号：CN112306097A
公开(公告)日：2021-02-02
申请号：CN202011179235.3
申请日：2020-10-29
Applicant: 杭州电子科技大学
IPC: G05D1/12
Abstract: 本发明公开了一种新型无人机路径规划方法。首先确定无人机飞行数学模型，包括无人机机体运动模型和无人机动力学模型；然后采用Maklink图论法对二维路径进行建模；最后通过粒子群算法对蚁群算法参数进行优化，通过优化后的蚁群算法在Maklink环境模型中找出最优路径。本发明通过在蚁群算法中引入粒子群算法，可使原蚁群算法中需手动调整的参数实现在线自我整定，大大缩短了算法优化时间。在与传统算法进行路径规划的比较中，本发明算法能够在找出最优路径的基础上缩短算法运行时间，为节约运行成本提供了方法。
-
公开(公告)号：CN110533068A
公开(公告)日：2019-12-03
申请号：CN201910660942.5
申请日：2019-07-22
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于分类卷积神经网络的图像对象识别方法。本发明先设计提取图像中对象位置和类别信息的分类卷积神经网络模型，删除最后一次下采样操作和全连接层，增加一层通道数为分类类别数的卷积操作，对新加卷积操作的输出特征进行局部峰值搜索，然后经过滤波得到特征图中各个通道上的峰值点，求出各通道峰值点的均值并作为类别预测分数；接着在分类数据集上进行训练，使得设计的分类网络中的参数不断得到更新学习；最后用训练完的模型进行测试，利用最后一层卷积层输出的特征和分类网络预测的类别来获得图像中对象的位置和类别信息。本发明使用标注成本较低的分类数据集且训练成本较低，便能预测出图像中对象显著性的位置和类别信息。
-
公开(公告)号：CN119338841A
公开(公告)日：2025-01-21
申请号：CN202411286377.8
申请日：2024-09-13
Applicant: 杭州电子科技大学
IPC: G06T7/11 , A61B3/10 , G06T7/00 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084 , G06F17/16 , G06F17/18
Abstract: 本发明公开了一种基于自适应权重跳跃连接的医学图像分割方法。通过引入自适应权重调整的传输特征注意力机制，本发明能够动态调整跳跃连接的特征传输比重，优化重要特征的利用效率，并减少无效特征的影响。提高了模型对眼底图像中水肿区域的识别和分割精度，同时优化了特征在模型中的整体影响。自适应权重调整的传输特征注意力机制增强了网络模型对不同数据结构的适应能力，提高了模型的兼容性和鲁棒性。
-
公开(公告)号：CN118865105A
公开(公告)日：2024-10-29
申请号：CN202410833681.3
申请日：2024-06-26
Applicant: 杭州电子科技大学
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及计算机视觉目标检测领域，具体涉及一种全景目标检测方法、装置及计算机装置。本发明的全景目标检测方法包括利用平面图像数据集构建全景图像数据集；对全景图像数据集进行标注：根据平面图像的目标掩码标注计算目标的最小外接凸多边形，将平面图像的目标最小外接凸多边形投影到球面上，得到ERP表征中目标的最小外接凸多边形，利用球面旋转卡壳算法，根据球面目标的最小外接凸多边形，计算得到球面目标的包围框标注，对于镜像填充的图像部分中不能完整包含的目标不计算包围框；选择全景目标检测的卷积神经网络模型进行训练；对模型的性能评估。本发明适用于全景目标检测。
-
公开(公告)号：CN118196663A
公开(公告)日：2024-06-14
申请号：CN202410359775.1
申请日：2024-03-27
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种适用于多环境下的无人机目标定位方法及系统。首先构建用于提取输入图像特征的图像特征提取网络；然后构建用于学习图像的风格特征的风格指示网络和用于调整风格信息的Ada‑IN仿射参数生成模块；再通过两个loss函数的联合优化。最后在实际使用时，通过衡量无人机图像描述子与卫星图像描述子之间的距离，得到匹配结果，实现多环境状况下的无人机目标定位。针对不同天气下的无人机采集图像，本发明能够将图像的语义信息和风格信息进行解耦分离，而后能够对图像特征中的风格信息进行自适应调整以实现同目标不同风格图像特征的统一与对齐，从而提高多天气环境下无人机目标地理定位的精度。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.023 seconds)
