-
公开(公告)号：CN116449349B
公开(公告)日：2025-05-02
申请号：CN202310281692.0
申请日：2023-03-16
Applicant: 浙江大学
IPC: G06F18/2321 , G01S7/539 , G01S15/89
Abstract: 本发明公开了一种基于概率映射的复数域快速软阈值迭代反卷积波束形成方法，以对声呐阵列的回波信号的常规波束形成结果为初次迭代初值；将迭代初值做复数梯度下降，并采用快速傅里叶变换加速梯度下降中矩阵乘计算，以得到梯度下降中间结果；建立概率映射模型，添加波束聚类先验，采用多任务贝叶斯压缩感知快速求解波束结果和对应高斯分布参数；根据波束结果做动量更新，以得到下次迭代的迭代初值，加速迭代收敛。将反卷积波束形成扩展到复数域，充分利用了波束相位信息，更贴合实际应用，有效降低了主瓣宽度和旁瓣强度，且具有较高的抗噪能力，提高了阵列成像质量。
-
公开(公告)号：CN117809077A
公开(公告)日：2024-04-02
申请号：CN202311600151.6
申请日：2023-11-28
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/40 , G06V20/40 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/09
Abstract: 本发明公开了一种基于浅层时序特征提取和树形融合的可形变物体分类方法和装置，包括获取可形变物体在变形过程的彩色图像序列；采用参数共享的多个浅层时序提取模块通过融合多尺度光流以及历史浅层特征来提取每帧彩色图像的特征；采用树形结构的特征融合模块将所有彩色图像的特征按照树形结构进行特征数量的递归融合，得到一个融合特征作为视频特征；采用全连接层对视频特征分类，其中置信度最大的类别作为可形变物体的最终分类结果。该方法和装置仅需单视角采集的彩色图像序列即可实现高精度的可形变物体分类，同时不需要提供额外视角或类型的传感器数据或人工辅助信息。
-
公开(公告)号：CN116449349A
公开(公告)日：2023-07-18
申请号：CN202310281692.0
申请日：2023-03-16
Applicant: 浙江大学
IPC: G01S7/539 , G01S15/89 , G06F18/2321
Abstract: 本发明公开了一种基于概率映射的复数域快速软阈值迭代反卷积波束形成方法，以对声呐阵列的回波信号的常规波束形成结果为初次迭代初值；将迭代初值做复数梯度下降，并采用快速傅里叶变换加速梯度下降中矩阵乘计算，以得到梯度下降中间结果；建立概率映射模型，添加波束聚类先验，采用多任务贝叶斯压缩感知快速求解波束结果和对应高斯分布参数；根据波束结果做动量更新，以得到下次迭代的迭代初值，加速迭代收敛。将反卷积波束形成扩展到复数域，充分利用了波束相位信息，更贴合实际应用，有效降低了主瓣宽度和旁瓣强度，且具有较高的抗噪能力，提高了阵列成像质量。
-
公开(公告)号：CN111767939B
公开(公告)日：2023-03-10
申请号：CN202010394202.4
申请日：2020-05-11
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/56
Abstract: 本发明公开了一种水下声呐系统目标提取方法，包括：(1)将采集的原始声纳点云数据根据回波强度大小转化为彩色图片；(2)依次对彩色图片进行灰度化、二值化、膨胀处理，获得处理后图片；(3)提取处理后图片的连通区域，并筛选排除连通区域面积过小以及连通区域内强度值像素未达到要求的连通区域，剩余区域即为可能目标区域；(4)放大可能目标区域后提取可能目标区域的特征向量；(5)利用目标识别模型对可能区域的特征向量进行目标识别，获得目标分类识别结果；(6)依据目标分类识别结果返回彩色图片刻画出目标具体信息。该方法原理简单，实用性强，针对水声信号有较强的适应性。
-
公开(公告)号：CN115731423A
公开(公告)日：2023-03-03
申请号：CN202211532573.X
申请日：2022-12-01
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/82 , G06V20/40 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于光流变化量和连续感知设定的可形变物体分类方法和装置，包括以下步骤：获取可形变物体在变形过程的深度图像序列和视频帧序列；采用深度卷积网络计算每帧深度图像中可形变物体的分类结果；依据视频帧序列计算相邻视频帧之间的光流变化量；依据相邻两帧深度图像的分类结果确定相邻视频帧之间的光流变化量的有效性；依据光流变化量的有效性计算每种物体类别的光流变化量累积值；筛选光流变化量累积值最大的物体类别作为变形过程中确定的最终分类结果。该方法和装置以实现提高物体分类鲁棒性和准确性的同时不需要提供额外的传感器数据或人工辅助信息。
-
Patent Agency Ranking
公开(公告)号：CN115270056A
公开(公告)日：2022-11-01
申请号：CN202210804587.6
申请日：2022-07-08
Applicant: 浙江大学
Abstract: 本发明公开了一种基于子区域模型和非均匀傅里叶变换的近场快速波束形成方法，包括以下步骤：将观测范围的坐标系顺时针旋转45°，并均匀划分为多个子区域；简化每个子区域的近场时延参数，并利用最小二乘方法对简化参数加权；对二维换能器阵列产生的阵列响应信号执行非均匀傅里叶变换(NUFFT)方法，并行计算每个子区域内的波束；重映射波束的坐标，得到高精度的波束图。本发明在保持低计算负担的同时有效扩展了相控阵三维摄像声纳系统的近场探测范围，提高了三维摄像声纳系统的成像质量和探测性能。
-
公开(公告)号：CN113034380A
公开(公告)日：2021-06-25
申请号：CN202110178143.1
申请日：2021-02-09
Applicant: 浙江大学
Abstract: 本发明公开了一种基于改进可变形卷积校正的视频时空超分辨率方法和装置，包括：构建包含特征提取模块、帧间校正模块以及图像重建模块的视频时空超分辨率网络；对视频时空超分辨率进行网络参数优化后备用；应用时，利用特征提取模块从输入低分率的相邻视频帧提取特征图，利用帧间校正模块依据相邻视频帧对应的特征图在进行校正处理合成中间帧特征图，利用及图像重建模块对输入的中间帧特征图和相邻视频帧对应的特征图进行帧间与帧内特征的提取，重建输出高分辨率高帧率的图像序列。通过改进可变形卷积的模式、引入显式光流估计、注意力网络等技巧，使得帧间校正网络更好地胜任视频时空超分辨率任务，大大提升了复原效果。
-
公开(公告)号：CN112230227A
公开(公告)日：2021-01-15
申请号：CN202011025794.9
申请日：2020-09-25
Applicant: 浙江大学
Abstract: 本发明公开了一种基于近场测量数据的阵列诊断方法，包括以下步骤：(1)平面阵列阵元接收声波入射信号，基于接收的声波入射信号构建参考阵列和待测阵列的近场波束图；(2)计算参考阵列的近场波束图和待测阵列的近场波束图之差得到差分波束图，并将差分波束图看作参考阵列与待测阵列的阵元系数差分向量与观测矩阵相乘的结果；(3)利用贝叶斯压缩感知算法求解参考阵列与待测阵列的阵元系数差分向量，从而定位到故障阵元的位置和系数，实现阵列诊断的诊断。该阵列诊断方法基于贝叶斯压缩感知的方法采用近场测量数据，将故障阵元诊断问题转化为贝叶斯概率框架下的稀疏向量求解，有效地提高了诊断的准确率和计算效率。
-
公开(公告)号：CN111192211A
公开(公告)日：2020-05-22
申请号：CN201911346539.1
申请日：2019-12-24
Applicant: 浙江大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于单个深度神经网络的多噪声类型盲去噪方法，包括以下步骤：基于卷积神经网络构建多任务噪声估计子网络，利用该多任务噪声估计子网络对输入原始噪声图像进行噪声类型估计和噪声水平估计；基于卷积层构建去噪子网络，利用该去噪子网络对多任务噪声估计子网络输出的噪声类型和噪声水平整合获得的混合图像进行去噪，输出噪声残差图像；融合原始噪声图像和噪声残差图像，获得去噪后图像。该多噪声类型盲去噪方法通过对噪声进行分类然后针对每类噪声单独去噪，大大提升了去噪效果。
-
公开(公告)号：CN106918813B
公开(公告)日：2019-04-30
申请号：CN201710135604.0
申请日：2017-03-08
Applicant: 浙江大学
IPC: G01S15/89
Abstract: 本发明公开了一种基于距离统计的三维声纳点云图像增强方法，包含以下步骤：(1)获取声纳数据，将每帧声纳数据对应的三维声纳范围图像信息转换为全局坐标下的点云数据；(2)采用kd‑树对点云数据进行搜索，并计算每个点云数据Pi与其最邻近K个点云数据之间的欧式距离Lij，其中，i的取值范围为1≤i≤N，j的取值范围为1≤j≤K，N为点云数据的总数；(3)利用高斯分布对Lij的均值进行统计，排除高斯分布以外的均值对应的点云数据，完成三维声纳点云图像的增强。该方法操作简单，高效快捷，能够有效地去除离群点，达到减小噪声、增强点云图像的目的。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.027 seconds)
