-
公开(公告)号：CN119149856A
公开(公告)日：2024-12-17
申请号：CN202411595066.X
申请日：2024-11-11
Applicant: 电子科技大学
IPC: G06F17/00 , G06T7/277 , G06T7/246 , G06T7/73 , G06N3/0464
Abstract: 本发明公开了一种用于复杂背景下的无人机检测跟踪方法及装置，可用于无人机反制技术领域。本发明根据采用图像处理技术对无人机在图像中的表现进行分析，有效提高了检测精度；同时通过图像传感器进行无人机目标检测，进一步确认无人机的目标类别和位置信息；以及将毫米波雷达数据融合到状态估计中，基于雷达所获取的目标位置和速度信息修正追踪器对目标位置的估计，以进一步增强无人机轨迹的预测精度，并且雷达数据的引入可以减少单一图像检测数据在遮挡或视角变化时的不确定性。本发明运用图像识别技术和雷达探测技术，能够更全面、精确地感知无人机的存在及动态变化。本发明在复杂环境中表现出色，有效减少了误报率，提升了检测跟踪精度。
-
公开(公告)号：CN117422913A
公开(公告)日：2024-01-19
申请号：CN202311374121.8
申请日：2023-10-23
Applicant: 电子科技大学
IPC: G06V10/764 , G06T7/00 , G06V10/44 , G06V10/82 , G06V10/80 , G06V10/25 , G06T7/62 , G06V10/74 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种改进的CT图像肺结节检测方法、设备及存储介质，属于人工智能辅助诊断的智慧医疗领域。本发明首先对获取的CT影像数据和肺结节类别的人工标注信息进行数据预处理，得到CT图像以及对应的肺结节类别标签；构建包括主干网络、带有路径聚合网络的颈部网络，以及检测头的肺结节检测网络，并对其进行网络参数训练，直到满足预设的训练结束条件；基于训练好的肺结节检测网络获取目标对象的CT图像的肺结节检测结果。本发明通过合理利用主干网络提取到不同尺度的有效特征层并进行加权融合，并改进训练损失以进一步区分前景结节目标和背景干扰，减少假阳性结节的推荐数量，综合提升模型对各尺寸大小肺结节的检测能力。
-
公开(公告)号：CN113283275B
公开(公告)日：2022-04-12
申请号：CN202011581848.X
申请日：2020-12-28
Applicant: 电子科技大学 , 成都精准云科技有限公司
Abstract: 本发明涉及埋点采集相关技术领域，具体涉及一种基于日志的iOS应用程序埋点采集方法及装置。本申请提供的基于opencv的机读卡自动评分系统，包括：机读卡描述脚本配置模块，机读卡评分模块；所述机读卡描述脚本用于为用户提供可视化交互界面，供用户通过操作浏览器自定义机读卡描述脚本；所述机读卡评分模块通过qt框架实现对所述机读卡描述脚本进行解析，并对机读卡或者包含机读区域的试卷扫描文件进行机读卡评分。本发明结合opencv实现的机读卡评分系统可以通过操作浏览器实现对机读卡和实体的描述并通过qt框架实现的windows端左面程序进行机读卡的评分。
-
-
公开(公告)号：CN113920067A
公开(公告)日：2022-01-11
申请号：CN202111122421.8
申请日：2021-09-24
Applicant: 电子科技大学
Abstract: 本发明涉及一种基于卷积神经网络的CT图像目标检测方法、装置及设备，属于图像目标检测技术领域，基于卷积神经网络的CT图像目标检测方法、装置及设备通过获取目标患者的CT图像；将CT图像输入至预设CT图像目标检测模型中，得到CT图像中的目标区域及目标区域的类别。通过预先设置CT图像目标检测模型，在CT图像目标检测模型中设置注意力机制模块，对特征图中的不同通道分配不同的权重，提取特征图中的有用新型，提升CT图像的目标检测成功率。
-
Patent Agency Ranking
公开(公告)号：CN117523268A
公开(公告)日：2024-02-06
申请号：CN202311402729.7
申请日：2023-10-27
Applicant: 电子科技大学
IPC: G06V10/764 , G06V40/18 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明公开了一种糖尿病视网膜病变智能分级方法、设备及存储介质，属于基于深度学习技术的医学图像处理技术领域。本发明方法包括：获取包括糖尿病视网膜病变DR各个等级的彩色眼底图像数据集，并对其进行图像预处理，得到预处理后的智能分级模型的训练样本集；基于设置训练样本的选取策略设置各个样本批次，再基于预设值的损失函数对智能分级模型进行网络参数训练；智能分级模型在训练时包括编码网络、投影网络和分类网络。基于训练好的编码网络和分类网络得到用于彩色眼底图像的糖尿病视网膜病变智能分级器。本发明能够实现有效地提取类别间和同类别的特征，并表现出良好的鲁棒性和可扩展性，从而实现DR的精确分级。
-
公开(公告)号：CN114187467A
公开(公告)日：2022-03-15
申请号：CN202111329957.7
申请日：2021-11-11
Applicant: 电子科技大学
Abstract: 本发明涉及一种基于CNN模型的肺结节良恶性分类方法及装置，所述方法包括获取肺结节CT扫描图像数据并对图像数据进行预处理；将预处理后的肺结节CT扫描图像数据输入到训练好的CNN神经网络模型中，CNN神经网络模型对肺结节CT扫描图像数据依次进行多层特征提取、双线性池化以及分类处理，得到结节的不同CT扫描图像数据的分类结果；将同一结节不同CT扫描图像数据的分类结果进行融合，确定结节的良恶性。本发明通过卷积神经网络的卷积层的深层和浅层分别提取多层特征，然后经过双线性池化进行特征融合，最后将双线性池化融合后的特征输入到支持向量机中得到分类结果，本申请旨在融合并增强相似特征，以增强对分类目标细微差别的区分能力。
-
公开(公告)号：CN110955414A
公开(公告)日：2020-04-03
申请号：CN201911197455.6
申请日：2019-11-29
Applicant: 电子科技大学 , 成都精准云教育科技有限公司
IPC: G06F8/20 , G06F8/34 , G06F16/951
Abstract: 本申请涉及一种自定义数据采集系统及方法，所述系统包括：任务生成模块和数据采集模块；任务生成模块用于为用户提供可视化交互界面，以便用户通过可视化交互界面自定义爬虫任务脚本；数据采集模块用于采用Web应用程序的自动化测试工具Selenium、基于所述爬虫任务脚本进行数据采集，以及进行数据存储。如此设置，用户可以通过可视化交互界面自定义爬虫任务脚本，轻松地实现对爬虫任务的创建，并通过selenium工具实现对数据的采集。并且selenium的工作原理不同于传统的测试工具，因此可以绕过传统爬虫遇到的反爬虫机制方面的问题，从而具有很高的通用性。
-
公开(公告)号：CN110928688A
公开(公告)日：2020-03-27
申请号：CN201911197146.9
申请日：2019-11-29
Applicant: 电子科技大学 , 成都精准云教育科技有限公司
IPC: G06F9/50 , G06F16/951
Abstract: 本申请涉及爬虫任务相关技术领域，尤其涉及一种分布式爬虫任务的调度方法及系统。本申请提供的分布式爬虫任务的调度方法包括：获取用户自定义的爬虫任务；确认所述爬虫任务所需虚拟节点个数；获取各虚拟节点的状态；基于所述各虚拟节点的状态和所述爬虫任务所需虚拟节点个数，向各个虚拟节点分配所述爬虫任务，供所述虚拟节点执行。本申请提供的方案中，可以获取用户自定义的爬虫任务；并执行所述爬虫任务。如此设置，可以为用户提供可定制的爬虫任务，基于用户的需求爬取数据，为用户爬取更加具有针对性的更加符合用户需求的数据。
-
公开(公告)号：CN101394273A
公开(公告)日：2009-03-25
申请号：CN200810046310.1
申请日：2008-10-17
Applicant: 电子科技大学
Abstract: 一种多通道加密信息传输方法，属于通信技术领域，涉及一种加密信息传输方法。本发明的将需要传输的信息进行分块后加密(或加密后分块)，然后利用多个通道传输加密分块信息，到目的地再将各加密分块信息进行解密后组合(或组合后解密)，从而还原信息，最终达到提高信息传输安全性的目的。与现有技术相比，本发明能够进一步降低信息传输过程中被截获和破译的可能，从而提高信息传输的安全性。本发明适用于各种类型信息加密传输，加密方式也可以是各种加密方式，并可以采用各种类型的传输通道。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.023 seconds)
