-
公开(公告)号：CN115984630B
公开(公告)日：2025-02-07
申请号：CN202310115352.0
申请日：2023-02-10
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了基于低维对比自适应的小样本开放集图像识别方法。本发明方法首先对开放图像数据集采样得到支持集和查询集，输入到视觉特征提取模块，获得对应的特征向量集；接着，利用低维对比嵌入模块将特征向量集转换为低维密集特征向量集；再构建任务自适应校正模块，支持特征向量集通过低维密集支持特征向量集进行校正重构，得到支持原型向量集；最后，将低维密集特征向量集、支持原型向量集和查询特征向量集输入度量分类模块得到查询集中样本类别。本发明方法利用低维对比嵌入模块动态地挖掘未知类样本表征模式，提升了未知类的识别精度，同时通过任务自适应校正模块减少未知类别中相似视觉特征的干扰，提高了已知类别的分类准确率。
-
公开(公告)号：CN118759450A
公开(公告)日：2024-10-11
申请号：CN202411253098.1
申请日：2024-09-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于非共点矢量传感的UUV用声纳测向系统及方法。该系统包括端盖、承压仓、非共点矢量传感器声纳和自恢复悬挂装置。非共点矢量传感器声纳由两个球形的水听器组成，一个水听器内放置声压传感器和振速Vz传感器，一个水听器内放置振速Vx传感器和振速Vy传感器；将两个水听器使用弹簧固定在两个悬挂框内，形成非共点设计。该系统空间安装尺寸小，适用于小型水下平台。该方法采用基于复声强器的加权直方图法进行目标方位粗估计；然后利用时延差法计算出振速X、Y通道与声压P通道之间的相位偏差；最后对振速X、Y通道进行相位补偿，实现高精度的方位估计。
-
公开(公告)号：CN118740318A
公开(公告)日：2024-10-01
申请号：CN202411232659.X
申请日：2024-09-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于多分组正交宽带调制解调的隐蔽水声通信方法，该方法首先采集原始噪声信号，构建正交宽带海洋噪声序列库，选择不同时段通信的信息传输载体，以及得到有效载荷信号的通信数据帧。其次构建信道匹配信号，并添加同步头，组成待发射通信信号发送到水声信道中。然后接收端得到接收信号，进行信号处理，再进行码元分割。最后利用作为信息传输载体的正交宽带海洋噪声序列与码元分割后的码元进行多路匹配滤波，抽样判决后得到解调结果，完成通信。本发明将自身信号隐蔽于背景噪声之中，且不同时段采用不同类型组别的噪声序列，信息传输载体不固定，保证了信息传输时的隐蔽性。
-
公开(公告)号：CN115019103B
公开(公告)日：2025-02-14
申请号：CN202210697675.0
申请日：2022-06-20
Applicant: 杭州电子科技大学
IPC: G06V10/25 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06V10/46 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于坐标注意力群组优化的小样本目标检测方法。本发明方法首先对图像数据样本采样得到支持集和查询集，利用深度视觉特征提取器得到支持特征图集合和查询特征图集合；然后将支持特征图集合和初始化的目标参数矩阵集合输入坐标注意力引导模块，得到目标融合矩阵集合；再构建群组优化模块，支持特征图集合通过目标真实边界框和标签传播算法得到更新后的支持目标类向量集合；最后，将上述获得的集合输入查询目标预测模块得到查询集样本目标的边界框和类别。本发明方法利用坐标注意力机制使检测器能自适应地关注查询集中目标所在区域，同时通过群组优化模块得到判别性的支持目标类向量，从而提升小样本目标检测的性能。
-
公开(公告)号：CN116883902A
公开(公告)日：2023-10-13
申请号：CN202310872523.4
申请日：2023-07-14
Applicant: 杭州电子科技大学
IPC: G06V20/40 , G06V10/80 , G06V10/82 , G06V10/778 , G06N3/0464
Abstract: 本发明公开了基于多尺度时空特征蒸馏的动作识别方法。本发明方法首先对给定原始视频采样获得帧图像序列和光流图像序列，利用卷积神经网络得到时空编码特征；然后通过不同尺寸的卷积操作捕获不同尺度的局部特征，获得多尺度空间特征；同时，利用自注意力机制构建时序编码特征的长时依赖关系，获得长时时序特征；再融合多尺度空间特征与长时时序特征获得多尺度时空特征，进行动作分类；最后通过将多尺度空间特征进行掩膜蒸馏，实现教师模型中任务相关知识向学生模型的迁移。本发明方法不仅能够对视频的时空编码特征进行增强和融合获得多尺度时空特征，还能利用掩膜特征蒸馏实现模型的轻量化，提升了动作识别的准确率并有利于终端部署。
-
Patent Agency Ranking
公开(公告)号：CN118759450B
公开(公告)日：2024-11-08
申请号：CN202411253098.1
申请日：2024-09-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于非共点矢量传感的UUV用声纳测向系统及方法。该系统包括端盖、承压仓、非共点矢量传感器声纳和自恢复悬挂装置。非共点矢量传感器声纳由两个球形的水听器组成，一个水听器内放置声压传感器和振速Vz传感器，一个水听器内放置振速Vx传感器和振速Vy传感器；将两个水听器使用弹簧固定在两个悬挂框内，形成非共点设计。该系统空间安装尺寸小，适用于小型水下平台。该方法采用基于复声强器的加权直方图法进行目标方位粗估计；然后利用时延差法计算出振速X、Y通道与声压P通道之间的相位偏差；最后对振速X、Y通道进行相位补偿，实现高精度的方位估计。
-
公开(公告)号：CN116883902B
公开(公告)日：2025-04-08
申请号：CN202310872523.4
申请日：2023-07-14
Applicant: 杭州电子科技大学
IPC: G06V20/40 , G06V10/80 , G06V10/82 , G06V10/778 , G06N3/0464
Abstract: 本发明公开了基于多尺度时空特征蒸馏的动作识别方法。本发明方法首先对给定原始视频采样获得帧图像序列和光流图像序列，利用卷积神经网络得到时空编码特征；然后通过不同尺寸的卷积操作捕获不同尺度的局部特征，获得多尺度空间特征；同时，利用自注意力机制构建时序编码特征的长时依赖关系，获得长时时序特征；再融合多尺度空间特征与长时时序特征获得多尺度时空特征，进行动作分类；最后通过将多尺度空间特征进行掩膜蒸馏，实现教师模型中任务相关知识向学生模型的迁移。本发明方法不仅能够对视频的时空编码特征进行增强和融合获得多尺度时空特征，还能利用掩膜特征蒸馏实现模型的轻量化，提升了动作识别的准确率并有利于终端部署。
-
公开(公告)号：CN118740318B
公开(公告)日：2024-11-01
申请号：CN202411232659.X
申请日：2024-09-04
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于多分组正交宽带调制解调的隐蔽水声通信方法，该方法首先采集原始噪声信号，构建正交宽带海洋噪声序列库，选择不同时段通信的信息传输载体，以及得到有效载荷信号的通信数据帧。其次构建信道匹配信号，并添加同步头，组成待发射通信信号发送到水声信道中。然后接收端得到接收信号，进行信号处理，再进行码元分割。最后利用作为信息传输载体的正交宽带海洋噪声序列与码元分割后的码元进行多路匹配滤波，抽样判决后得到解调结果，完成通信。本发明将自身信号隐蔽于背景噪声之中，且不同时段采用不同类型组别的噪声序列，信息传输载体不固定，保证了信息传输时的隐蔽性。
-
公开(公告)号：CN115984630A
公开(公告)日：2023-04-18
申请号：CN202310115352.0
申请日：2023-02-10
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了基于低维对比自适应的小样本开放集图像识别方法。本发明方法首先对开放图像数据集采样得到支持集和查询集，输入到视觉特征提取模块，获得对应的特征向量集；接着，利用低维对比嵌入模块将特征向量集转换为低维密集特征向量集；再构建任务自适应校正模块，支持特征向量集通过低维密集支持特征向量集进行校正重构，得到支持原型向量集；最后，将低维密集特征向量集、支持原型向量集和查询特征向量集输入度量分类模块得到查询集中样本类别。本发明方法利用低维对比嵌入模块动态地挖掘未知类样本表征模式，提升了未知类的识别精度，同时通过任务自适应校正模块减少未知类别中相似视觉特征的干扰，提高了已知类别的分类准确率。
-
公开(公告)号：CN115019103A
公开(公告)日：2022-09-06
申请号：CN202210697675.0
申请日：2022-06-20
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06V10/46 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于坐标注意力群组优化的小样本目标检测方法。本发明方法首先对图像数据样本采样得到支持集和查询集，利用深度视觉特征提取器得到支持特征图集合和查询特征图集合；然后将支持特征图集合和初始化的目标参数矩阵集合输入坐标注意力引导模块，得到目标融合矩阵集合；再构建群组优化模块，支持特征图集合通过目标真实边界框和标签传播算法得到更新后的支持目标类向量集合；最后，将上述获得的集合输入查询目标预测模块得到查询集样本目标的边界框和类别。本发明方法利用坐标注意力机制使检测器能自适应地关注查询集中目标所在区域，同时通过群组优化模块得到判别性的支持目标类向量，从而提升小样本目标检测的性能。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
