-
公开(公告)号:CN118470142A
公开(公告)日:2024-08-09
申请号:CN202410377664.3
申请日:2024-03-29
Applicant: 西安电子科技大学
Abstract: 本发明提供了一种空气流场可视化重建方法、装置和设备,包括:从第一视角和第二视角,在无空气流干扰的情况下以散斑图为背景采集一帧参考图像,在有空气流干扰的情况下采集多帧目标图像;将从第一视角采集的图像映射到规范空间建立第一双射映射关系;将规范空间中的映射图像映射到从第二视角采集的图像上建立第二双射映射关系;根据参考图像的映射图像确定出各目标图像的映射图像所对应的亚像素坐标;基于双射映射关系,根据像素点所对应的亚像素坐标,确定第一视角对应的第一亚像素位移和第二视角对应的第二亚像素位移;根据各第一亚像素位移和各第二亚像素位移确定目标区域的空气流场的密度梯度以此重建空气流场,从而提高可视化重建视觉效果。
-
公开(公告)号:CN114821033B
公开(公告)日:2025-02-18
申请号:CN202210289428.7
申请日:2022-03-23
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于激光点云的三维信息增强的检测识别方法及装置,该方法包括:对原始点云数据进行体素化处理得到若干体素;提取每个非空体素的点云体素特征得到若干特征图;将若干特征图输入到区域建议网络中生成第一阶段候选框;将第一阶段候选框输入点云空间形状补全网络中,得到目标点集;从目标点集中提取点云结构信息得到全局结构信息;从原始点云数据中采样每个关键点附近的非空体素特征结合作为关键点特征;对关键点特征进行提取得到网格点特征;将网格点特征和全局结构信息进行融合得到增强特征;对增强特征进行置信度预测和候选框细化得到置信度和边界框参数。该方法增强了点云数据的特征表示,提高了激光点云目标检测精度。
-
公开(公告)号:CN114779209B
公开(公告)日:2024-07-12
申请号:CN202210311588.7
申请日:2022-03-28
Applicant: 西安电子科技大学
IPC: G01S7/48
Abstract: 本发明公开了一种激光雷达点云体素化方法,包括:步骤1:获取原始点云数据并将其划分为若干体素;步骤2:设置降采样阈值和动态增量;步骤3:对于任一体素,若判断该体素内点的个数超过所述降采样阈值,则根据所述动态增量确定该体素最后的保留点数,并根据所述保留点数对该体素进行降采样处理;否则,保留当前体素内的所有点,不对其进行降采样处理;步骤4:重复步骤3,直至完成所有体素的处理,得到体素化后的点云。本发明提供的激光雷达点云体素化方法使得在原始点云分布极不均匀的情况下,尽可能的保留原始信息,从而取得更好体素化的效果。
-
公开(公告)号:CN118298144A
公开(公告)日:2024-07-05
申请号:CN202410359706.0
申请日:2024-03-27
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于改进贝叶斯优化广义回归神经网络的多光谱辐射测温反演方法,包括以下步骤:对红外多光谱图像序列进行预处理,并将预处理后的数据与目标真实温度对应起来,构建为数据集;建立用于目标测温区域真实温度回归反演的广义回归神经网络模型;基于数据集,采用仿生优化算法作为贝叶斯优化的采样方法,并利用改进的贝叶斯优化算法对广义回归神经网络模型中的超参数进行优化,以便于利用优化好的广义回归神经网络模型反演目标真实温度。该方法无需假设发射率模型,具有较高的测温效率和测温精度,且具有更广泛的适用性。
-
公开(公告)号:CN114821462A
公开(公告)日:2022-07-29
申请号:CN202210319406.0
申请日:2022-03-29
Applicant: 西安电子科技大学
IPC: G06V20/52 , G06V20/17 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于多分支并行混合空洞编码神经网络的目标检测方法,包括:获取待测图像;将待测图像输入至训练完成的多分支并行混合空洞编码神经网络中,得到待测图像的最终检测结果。本发明的目标检测方法,通过训练完成的多分支并行混合空洞编码神经网络,对无人机拍摄得到的待测图像进行目标检测,该多分支并行混合空洞编码神经网络利用并行混合空洞编码神经网络对输入图像进行特征提取,同时利用解码预测网络和注意力无锚预测网络得到两个检测结果,通过对两个检测结果的融合得到最终检测结果,该目标检测方法能够提高无人机对地面小目标的检测精度,尤其对密集、遮挡场景下小目标的漏检及误检现象进行改善。
-
公开(公告)号:CN114779209A
公开(公告)日:2022-07-22
申请号:CN202210311588.7
申请日:2022-03-28
Applicant: 西安电子科技大学
IPC: G01S7/48
Abstract: 本发明公开了一种激光雷达点云体素化方法,包括:步骤1:获取原始点云数据并将其划分为若干体素;步骤2:设置降采样阈值和动态增量;步骤3:对于任一体素,若判断该体素内点的个数超过所述降采样阈值,则根据所述动态增量确定该体素最后的保留点数,并根据所述保留点数对该体素进行降采样处理;否则,保留当前体素内的所有点,不对其进行降采样处理;步骤4:重复步骤3,直至完成所有体素的处理,得到体素化后的点云。本发明提供的激光雷达点云体素化方法使得在原始点云分布极不均匀的情况下,尽可能的保留原始信息,从而取得更好体素化的效果。
-
公开(公告)号:CN114821462B
公开(公告)日:2025-05-23
申请号:CN202210319406.0
申请日:2022-03-29
Applicant: 西安电子科技大学
IPC: G06V20/52 , G06V20/17 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06V10/25 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0495 , G06N3/08
Abstract: 本发明涉及一种基于多分支并行混合空洞编码神经网络的目标检测方法,包括:获取待测图像;将待测图像输入至训练完成的多分支并行混合空洞编码神经网络中,得到待测图像的最终检测结果。本发明的目标检测方法,通过训练完成的多分支并行混合空洞编码神经网络,对无人机拍摄得到的待测图像进行目标检测,该多分支并行混合空洞编码神经网络利用并行混合空洞编码神经网络对输入图像进行特征提取,同时利用解码预测网络和注意力无锚预测网络得到两个检测结果,通过对两个检测结果的融合得到最终检测结果,该目标检测方法能够提高无人机对地面小目标的检测精度,尤其对密集、遮挡场景下小目标的漏检及误检现象进行改善。
-
公开(公告)号:CN114743014B
公开(公告)日:2024-10-18
申请号:CN202210311581.5
申请日:2022-03-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多头自注意力的激光点云特征提取方法及装置,该方法包括:获取激光雷达的原始点云信息;对原始点云信息进行体素分割,得到深度图;对深度图进行低级特征提取,得到低级特征图;基于级联的自注意力感知网络对低级特征图依次进行多次特征感知,得到高级特征图;将低级特征图和高级特征图进行融合,得到最终的点云特征图。该方法同时兼顾了原始图像的高级特征与低级特征,充分利用了原始点云的三维信息,有效防止了在多层特征提取下丢失低级特征的问题,提高了特征对原始数据的表达能力,进而提升了后续检测精度和效率。
-
公开(公告)号:CN114821033A
公开(公告)日:2022-07-29
申请号:CN202210289428.7
申请日:2022-03-23
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于激光点云的三维信息增强的检测识别方法及装置,该方法包括:对原始点云数据进行体素化处理得到若干体素;提取每个非空体素的点云体素特征得到若干特征图;将若干特征图输入到区域建议网络中生成第一阶段候选框;将第一阶段候选框输入点云空间形状补全网络中,得到目标点集;从目标点集中提取点云结构信息得到全局结构信息;从原始点云数据中采样每个关键点附近的非空体素特征结合作为关键点特征;对关键点特征进行提取得到网格点特征;将网格点特征和全局结构信息进行融合得到增强特征;对增强特征进行置信度预测和候选框细化得到置信度和边界框参数。该方法增强了点云数据的特征表示,提高了激光点云目标检测精度。
-
公开(公告)号:CN114743014A
公开(公告)日:2022-07-12
申请号:CN202210311581.5
申请日:2022-03-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多头自注意力的激光点云特征提取方法及装置,该方法包括:获取激光雷达的原始点云信息;对原始点云信息进行体素分割,得到深度图;对深度图进行低级特征提取,得到低级特征图;基于级联的自注意力感知网络对低级特征图依次进行多次特征感知,得到高级特征图;将低级特征图和高级特征图进行融合,得到最终的点云特征图。该方法同时兼顾了原始图像的高级特征与低级特征,充分利用了原始点云的三维信息,有效防止了在多层特征提取下丢失低级特征的问题,提高了特征对原始数据的表达能力,进而提升了后续检测精度和效率。
-
-
-
-
-
-
-
-
-