-
公开(公告)号：CN118429764A
公开(公告)日：2024-08-02
申请号：CN202410436656.1
申请日：2024-04-11
Applicant: 西北工业大学
IPC: G06V10/80 , G06V10/764 , G06V10/766 , G06V10/82 , G06V10/46 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于多模态融合的协同感知方法，采用了一种集成激光雷达和相机数据的方法，通过将两种传感器的数据融合到同一表示空间中，能够利用激光雷达提供的精确深度信息和相机提供的丰富视觉特征，实现更准确、更稳健的环境感知，考虑了多种不同的融合策略，并进行了深入的分析。能够自适应地调整不同传感器数据的权重，从而更好地捕捉它们之间的相关性，实现对环境的高精度感知，在协同感知任务中展现出更优越的性能和更强的鲁棒性。
-
公开(公告)号：CN118052712B
公开(公告)日：2025-02-07
申请号：CN202410204423.9
申请日：2024-02-23
Applicant: 西北工业大学
IPC: G06T3/4053 , G06T3/4007 , G06T3/4046 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于多阶段空频联合的遥感图像超分辨率重建方法，利用双支路空频信息提取网络同时获取遥感图像在频域上的全局频谱特征与空域上的空间细节特征；利用自适应空频选择注意网络对空频两支路特征进行自适应选择融合；将上述两个网络进行串联，视作多阶段U型编码‑解码网络架构中的特征提取基础组件，从而构成最终的多阶段空频联合遥感超分网络，能够有效挖掘遥感图像中的多层次空频联合特征，提高遥感图像超分辨率重建任务精度。本发明弥补了现有遥感超分网络仅聚焦于空域特征提取的局限性，具备从频域角度对图像内全局相关性建模的能力，增强了融合特征对于遥感图像的信息表达，有效提升遥感图像超分任务的重建精度。
-
公开(公告)号：CN118052712A
公开(公告)日：2024-05-17
申请号：CN202410204423.9
申请日：2024-02-23
Applicant: 西北工业大学
IPC: G06T3/4053 , G06T3/4007 , G06T3/4046 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于多阶段空频联合的遥感图像超分辨率重建方法，利用双支路空频信息提取网络同时获取遥感图像在频域上的全局频谱特征与空域上的空间细节特征；利用自适应空频选择注意网络对空频两支路特征进行自适应选择融合；将上述两个网络进行串联，视作多阶段U型编码‑解码网络架构中的特征提取基础组件，从而构成最终的多阶段空频联合遥感超分网络，能够有效挖掘遥感图像中的多层次空频联合特征，提高遥感图像超分辨率重建任务精度。本发明弥补了现有遥感超分网络仅聚焦于空域特征提取的局限性，具备从频域角度对图像内全局相关性建模的能力，增强了融合特征对于遥感图像的信息表达，有效提升遥感图像超分任务的重建精度。
-
公开(公告)号：CN116429272A
公开(公告)日：2023-07-14
申请号：CN202310298787.3
申请日：2023-03-24
Applicant: 西北工业大学
Abstract: 本发明公开了一种适用于红外多光谱焦平面的盲元校正方法，首先利用掩膜将原始红外多光谱图像包含的各波段分离，再通过时域、空域以及光谱域得到盲元，实现盲元检测，然后利用盲元定位模型判断盲元是在单波段内还是在波段交接处，针对单波段内盲元进行邻域补偿，波段交接处的盲元进行空谱联合补偿，最终实现基于分焦平面红外多光谱相机的盲元校正。本发明可有效实现盲元检测和校正。
-
Patent Agency Ranking
公开(公告)号：CN120088636A
公开(公告)日：2025-06-03
申请号：CN202411386861.8
申请日：2024-09-30
Applicant: 西北工业大学
IPC: G06V20/10 , G06V10/764 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于注意力机制和掩码机制的船舶目标检测方法及系统，利用基于多尺度融合策略的目标检测神经网络对待检测的目标图像进行船舶目标检测，实现船舶目标检测；目标检测神经网络中掩码注意力模块实现对空间特征和通道特征的融合；首先通过两次卷积生成Query，Key和Value，Query和Key经过维度变换进行矩阵乘法后分别获得通道特征和空间特征；然后分别对通道特征和空间特征进行掩码机制过滤，得到通道稀疏注意力和空间稀疏注意力；再分别与Value分别进行矩阵乘法，得到稀疏空间特征和稀疏通道特征，对两个分支的输出进行拼接后再经过一次卷积，输出即为经过掩码和注意力提炼的特征。本发明进一步提高了船舶检测的准确性。
-
公开(公告)号：CN120030509A
公开(公告)日：2025-05-23
申请号：CN202510502873.0
申请日：2025-04-22
Applicant: 西北工业大学
IPC: G06F18/27 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/042 , G06N3/0455 , G06N3/0442 , G06F30/15 , G06F30/27 , G06F123/02 , G06F111/04 , G06F119/14
Abstract: 本发明提出一种融合飞行动力学知识的不确定性飞行轨迹预测模型及方法，预测模型包括轨迹上下文特征编码模块、预训练LLM模块以及基于飞行动力学模型的解码模块。本发明首次提出将预训练大语言模型引入飞行轨迹预测领域，结合飞行状态特征与飞行动力学模型，为LLM设计了专用的编码‑解码流程，这种融合使FlightLLM能够充分发挥LLM在时序数据推理中的优势，利用LLM的时序推理能力建模复杂的飞行动力学，同时通过动力学模型约束轨迹的物理合理性，从而有效表征飞行轨迹预测中复杂的动态特性。而且本发明针对FlightLLM架构，设计了多专家适配器，在预训练LLM中插入可训练的适配器，通过集成学习和随机掩码实现预测精度提升与不确定性量化。
-
公开(公告)号：CN115367359A
公开(公告)日：2022-11-22
申请号：CN202211056682.9
申请日：2022-08-31
Applicant: 西北工业大学
IPC: B65G1/04
Abstract: 本发明公开一种AGV自动寻找获取托盘的方法，涉及物流运输技术领域，包括以下步骤：AGV在预设位置上获取托盘的位置；对托盘的位置进行坐标系转换转变为AGV坐标系中的托盘位置信息，生成AGV路径；对AGV路径进行样条曲线处理，获取控制点，生成AGV控制路径；AGV装载托盘后，根据当前AGV位置与AGV起始预设位置生成返回路径，AGV返回至预设位置。本发明利用坐标系转换将传感器中获得的托盘位置转换成AGV坐标系中，利用坐标系转换和样条曲线来简化驶入驶出路径的生成过程，自动完成AGV获取托盘并自动返回，全过程无需人工干预，可自动实现物流的运输，提高物流运输效率。
-
公开(公告)号：CN119313873A
公开(公告)日：2025-01-14
申请号：CN202411386867.5
申请日：2024-09-30
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于大核多尺度注意力机制的船舶目标检测方法及系统，获取待检测船舶目标图像；利用基于多尺度融合策略的目标检测神经网络对待检测船舶目标图像进行目标检测；目标检测神经网络中，将检测任务分为边界框预测、类别预测和物体预测，并融入大核多尺度注意力模块，大核多尺度注意力模块先采用5×5的深度可分离卷积聚合局部特征，再将二维大卷积核(k,k)分解成级联的水平深度可分离卷积(1,k)和垂直深度可分离卷积(k,1)，利用提取出的多尺度信息对Ghost Module提取的通道局部特征加权；将加权后的特征再次通过Ghost Module进行深度融合，进一步提高了船舶检测的准确性。
-
公开(公告)号：CN118298395A
公开(公告)日：2024-07-05
申请号：CN202410380954.3
申请日：2024-03-31
Applicant: 西北工业大学
IPC: G06V20/56 , G06V20/64 , G06V20/70 , G06V10/25 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/082 , G06N3/09
Abstract: 本发明公开了一种基于摄像头的多任务多视图蒸馏方法，首先建立基准模型，采用基于摄像头的学生模型，教师模型为Object‑DGCNN；然后计算深度损失和重建损失，完成BEV特征的蒸馏；最后利用多任务头，进行3D目标检测和语义分割。本发明在自动驾驶数据集上实现了语义分割和3D检测任务，拓宽了模型的使用场景。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
