-
公开(公告)号：CN113628090B
公开(公告)日：2024-04-02
申请号：CN202110793854.X
申请日：2021-07-14
Applicant: 西安电子科技大学
IPC: G06T1/00 , G06F21/62 , G06N3/048 , G06N3/0464 , G06N3/09
Abstract: 本发明属于消息隐写、深度学习和神经网络技术领域，公开了一种抗干扰消息隐写与提取方法、系统、计算机设备、终端，所述抗干扰消息隐写与提取方法包括：在训练隐写功能的过程中，损失函数里使用包含与载体图像视觉评分有关的项；在训练提取功能的过程中，隐写图像会经过一个干扰模拟模块，以此训练图像的抗干扰能力；用户将获得的隐写图像打印在纸上或显示在屏幕上，使用摄像设备拍摄采集后使用网络模型提取消息。本发明提供的抗干扰消息隐写与提取方法，基于深度学习中的GAN架构，不仅可以有效地从隐写图像中提取出隐写入其中的消息，从而达到消息隐藏和分发的目的，保证图像的视觉质量不受到很大的破坏，同时也可以对抗现实中常见的影响图像质量的干扰。
-
公开(公告)号：CN113589753B
公开(公告)日：2022-09-09
申请号：CN202110786279.0
申请日：2021-07-12
Applicant: 西安电子科技大学
IPC: G05B19/19
Abstract: 本发明属于激光刻蚀加工技术领域，公开了一种三维模型表面路径规划方法、系统、设备、终端及应用，包括：根据激光刻蚀加工系统的扫描振镜的加工范围和最大加工焦深，使用最小外接矩形的方法求出每一次激光扫描振镜在三维模型表面加工的划分区域大小，并提取出该区域的中心点作为路径规划的定位顶点；然后对定位顶点集合作为三维模型表面路径规划的初始点集合，使用改进的鸡群算法对空间中的初始点位进行路径规划，并将规划后的定位点索引序列输出保存。本发明基于分区加工与路径规划的思想划分三维模型表面区域并使用改进的鸡群算法规划加工路径，使得在激光刻蚀加工过程中的运动轨迹长度大大减少，缩短用于定位和空行程的距离，提高加工效率。
-
Patent Agency Ranking
公开(公告)号：CN113589753A
公开(公告)日：2021-11-02
申请号：CN202110786279.0
申请日：2021-07-12
Applicant: 西安电子科技大学
IPC: G05B19/19
Abstract: 本发明属于激光刻蚀加工技术领域，公开了一种三维模型表面路径规划方法、系统、设备、终端及应用，包括：根据激光刻蚀加工系统的扫描振镜的加工范围和最大加工焦深，使用最小外接矩形的方法求出每一次激光扫描振镜在三维模型表面加工的划分区域大小，并提取出该区域的中心点作为路径规划的定位顶点；然后对定位顶点集合作为三维模型表面路径规划的初始点集合，使用改进的鸡群算法对空间中的初始点位进行路径规划，并将规划后的定位点索引序列输出保存。本发明基于分区加工与路径规划的思想划分三维模型表面区域并使用改进的鸡群算法规划加工路径，使得在激光刻蚀加工过程中的运动轨迹长度大大减少，缩短用于定位和空行程的距离，提高加工效率。
-
公开(公告)号：CN113660388B
公开(公告)日：2023-04-07
申请号：CN202110823355.0
申请日：2021-07-21
Applicant: 西安电子科技大学
Abstract: 本发明属于数字加网技术领域，公开了一种快速调幅加网的方法、系统、计算机设备、终端，所述调幅加网的方法包括：设定矩阵转换参数，即最小阈值矩阵转换为单元格阈值矩阵的相关参数；根据参数将最小阈值矩阵转换为单元格阈值矩阵；记录单元格阈值矩阵的分布规则，确保单元格阈值矩阵与最小阈值矩阵的等效性；单元格图像预生成及预存储，根据单元格阈值矩阵生成网点生长趋势图，并保存在Map结构中；基于单元格阈值矩阵的调幅加网。本发明采用单元格阈值矩阵代替最小阈值矩阵的等效思想，使得调幅加网能够避免大量单元格图像的重复计算；利用Map数据结构快速访问特性，能够很好的满足RIP对页面的解释速度跟上照排机曝光速度的需求。
-
公开(公告)号：CN113660388A
公开(公告)日：2021-11-16
申请号：CN202110823355.0
申请日：2021-07-21
Applicant: 西安电子科技大学
Abstract: 本发明属于数字加网技术领域，公开了一种快速调幅加网的方法、系统、计算机设备、终端，所述调幅加网的方法包括：设定矩阵转换参数，即最小阈值矩阵转换为单元格阈值矩阵的相关参数；根据参数将最小阈值矩阵转换为单元格阈值矩阵；记录单元格阈值矩阵的分布规则，确保单元格阈值矩阵与最小阈值矩阵的等效性；单元格图像预生成及预存储，根据单元格阈值矩阵生成网点生长趋势图，并保存在Map结构中；基于单元格阈值矩阵的调幅加网。本发明采用单元格阈值矩阵代替最小阈值矩阵的等效思想，使得调幅加网能够避免大量单元格图像的重复计算；利用Map数据结构快速访问特性，能够很好的满足RIP对页面的解释速度跟上照排机曝光速度的需求。
-
公开(公告)号：CN118135553A
公开(公告)日：2024-06-04
申请号：CN202410320264.9
申请日：2024-03-20
Applicant: 西安电子科技大学
IPC: G06V20/64 , G06V10/80 , G06V10/26 , G06V20/70 , G06V10/44 , G06V10/46 , G06V10/42 , G06V10/56 , G06V10/82 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于跨模态信息融合的6D姿态估计方法，在编码阶段，RGB网络分支和点云网络分支分别利用编码器逐层提取RGB图像的RGB特征和Depth图像的点云特征，提取点云特征时，每层编码均使用几何上下文特征聚合模块。解码阶段，RGB网络分支和点云网络分支分别利用多层解码器解码特征。在两分支相应的编码层和解码层之间，利用跨模态注意力融合模块融合RGB特征和点云特征，并按RGB特征和点云特征的排列顺序将融合的特征重新拆分为RGB特征和点云特征。位姿解算阶段，将所述第一多层解码器输出的RGB特征和第二多层解码器输出的点云特征拼接，依据拼接特征进行6D位姿估计。本发明提高了遮挡场景下的特征表示能力，提高了遮挡场景中姿态估计的性能。
-
公开(公告)号：CN113628090A
公开(公告)日：2021-11-09
申请号：CN202110793854.X
申请日：2021-07-14
Applicant: 西安电子科技大学
Abstract: 本发明属于消息隐写、深度学习和神经网络技术领域，公开了一种抗干扰消息隐写与提取方法、系统、计算机设备、终端，所述抗干扰消息隐写与提取方法包括：在训练隐写功能的过程中，损失函数里使用包含与载体图像视觉评分有关的项；在训练提取功能的过程中，隐写图像会经过一个干扰模拟模块，以此训练图像的抗干扰能力；用户将获得的隐写图像打印在纸上或显示在屏幕上，使用摄像设备拍摄采集后使用网络模型提取消息。本发明提供的抗干扰消息隐写与提取方法，基于深度学习中的GAN架构，不仅可以有效地从隐写图像中提取出隐写入其中的消息，从而达到消息隐藏和分发的目的，保证图像的视觉质量不受到很大的破坏，同时也可以对抗现实中常见的影响图像质量的干扰。
-
-
-
-
-
-
Search Results
7
records
(took 0.029 seconds)
