-
公开(公告)号：CN118533169A
公开(公告)日：2024-08-23
申请号：CN202410628724.4
申请日：2024-05-21
Applicant: 电子科技大学
Abstract: 本发明提出一种基于图像匹配的无人机野外无GNSS定位方法，该方法包括：在图像正射模块对无人机图像使用视觉‑惯性里程计法进行正射处理；在粗定位模块对无人机图像基于图像匹配进行初步定位；在细定位模块对无人机图像使用蒙特‑卡洛定位进行准确定位。本发明的主要目标是开发一种定位算法，其不依赖于GNSS进行长途飞行，而只依赖于单目广角相机，该定位方法在GNSS信号不能可靠使用的情况下的实用性，并且作为一种故障安全替代方案，使无人机能够到达其目标位置或者至少安全降落在预先确定的位置。在一些应用场景例如自动无人机交付时，可以使用本发明所提出的定位方法提高导航的可靠性。
-
公开(公告)号：CN118351334A
公开(公告)日：2024-07-16
申请号：CN202410628723.X
申请日：2024-05-21
Applicant: 电子科技大学
IPC: G06V10/74 , G06V10/40 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明提出一种基于混合注意力机制的端到端图像匹配的方法，该方法包括：在特征提取模块使用具有FPN的标准卷积神经网络(CNN)来提取图像粗粒度级别特征与细粒度级别特征；在特征更新模块采用深度卷积与逐点卷积以减少模型参数和计算；在transformer模块使用由基于向量的全局注意力机制与基于G2L局部注意力机制组成的混合注意力块以提高准确和局部化能力；在粗粒度匹配模块使用相互匹配方法以进行初步特征匹配；在细粒度匹配阶段设计精细匹配模块来同时预测置信度和偏移量。由于混合注意力机制的存在，本模型能够更好的进行精细的局部交互，提取高度准确和局部化对应关系的能力，从而提高图像特征匹配的速度与准确率。
-
公开(公告)号：CN119046461A
公开(公告)日：2024-11-29
申请号：CN202410876244.X
申请日：2024-07-02
Applicant: 电子科技大学
Abstract: 本发明提出一种基于文本扩充和标签信息融合的图网络侵权行为分类方法，该方法包括：在词嵌入与全局图信息构建模块对输入文本数据进行全局图信息构建；在双重图注意力提取模块对词级别和句子级别进行图形注意力提取；在数据池化模块对每个词语的主要特征信息进行提炼；在文本特征扩充模块对短文本进行有效扩展和丰富；在文本特征增强模块利用制作热力图对文本特征进行增强；在文本分类模块利用已增强的文本特征进行文本分类。该方法通过主题模型和TF‑IWF抽取核心词并构建核心词库，扩充丰富了文本特征信息。与此同时，该方法也通过图注意力机制将最大池化后的特征向量中有明显类别指向的单词抽出；除此以外，该方法还通过词嵌入技术将标签向量化并与文本向量进行融合，进行文本特征增强，进而提高民事侵权行为分类精度与效率。
-
公开(公告)号：CN117636165A
公开(公告)日：2024-03-01
申请号：CN202311619079.1
申请日：2023-11-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于令牌混合的遥感语义变化检测技术，针对多任务学习耦合二值变化检测和语义分割子任务提高效率和精度。通过采用预训练大模型编码器构建孪生网络，提取双时多尺度特征，并利用交叉注意模块实现两个图像之间的信息通信。将二值变化检测和语义分割子任务在同一框架下进行端到端训练，高度耦合得到语义变化检测结果。与现有技术相比，本发明具有精度高和快速检测的优势，为遥感图像变化检测领域提供了新的解决方案。
-
-
-
Search Results
4
records
(took 0.016 seconds)
