-
公开(公告)号：CN118469954A
公开(公告)日：2024-08-09
申请号：CN202410606741.8
申请日：2024-05-16
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06N3/08 , G06N5/04 , G06V10/82 , G06V10/774 , G06V10/46 , G06N3/0464 , G06V10/766 , G06N3/048
Abstract: 本发明公开了基于显著区域交互的无参考图像质量评价方法，包括以下步骤；步骤1，获取训练样本集B和测试样本集C；步骤2，构建基于显著区域交互的无参考图像质量评价网络模型S；步骤3，通过训练样本集B对基于显著区域交互的无参考图像质量评价网络模型S进行迭代训练，得到训练好的基于显著区域交互的无参考图像质量评价网络模型S*；步骤4，获取图像的无参考质量评价结果；本发明根据区域内容自适应地调整局部特征，分析各区域间的相互信息，并在此基础上实现图像的无参考质量评价，生成图像的预测质量分数，用于解决现有技术因一定程度上忽视了图像中视觉显著性弱的区域而导致的模型预测质量与人类视觉感知质量一致性不高的问题。
-
公开(公告)号：CN118429308A
公开(公告)日：2024-08-02
申请号：CN202410562494.6
申请日：2024-05-08
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06V10/774 , G06N3/08 , G06V10/82 , G06V10/766 , G06N5/04 , G06N3/0464 , G06V10/40 , G06N3/0475
Abstract: 本发明公开了基于失真敏感性的无参考图像质量评价方法，包括以下步骤；步骤1，获取训练样本集B和测试样本集C，训练样本集B用于对模型进行训练，测试样本集C用于验证模型效果；步骤2，构建基于失真敏感性的无参考图像质量评价网络模型S；步骤3，通过训练样本集B对基于失真敏感性的无参考图像质量评价网络模型S进行迭代训练，得到训练好的基于失真敏感性的无参考图像质量评价网络模型S*；步骤4，获取图像的无参考质量评价结果；本发明用于解决现有技术因忽视图像中视觉信息的失真敏感性与图像质量的关系，且没有在评价过程中充分利用质量感知中的比较机制而导致的模型预测质量和人类视觉感知质量不一致的问题。
-
公开(公告)号：CN114895262B
公开(公告)日：2024-07-09
申请号：CN202210368339.1
申请日：2022-04-08
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于风电机空时谱特征和正交投影的杂波抑制方法，包括：获取雷达回波数据；根据雷达回波数据，构建每个距离单元的空时二维谱；根据空时二维谱，沿空间频率构建每个距离单元对应的多普勒数字累积器，根据得到的多普勒最大累积值判断得到若干潜在风电机距离单元；对若干潜在风电机距离单元对应的多普勒频率的连续性进行判断，根据判断结果，确定潜在风电机距离单元是否存在风电机；对存在风电机的潜在风电机距离单元的雷达回波数据依次进行风电机杂波抑制处理和地杂波抑制处理；对其余距离单元的雷达回波数据进行地杂波抑制处理。本发明的方法，能够在短观测时间能对风电机进行抑制，实现机载雷达情况下对运动目标进行检测。
-
公开(公告)号：CN116468672A
公开(公告)日：2023-07-21
申请号：CN202310292376.3
申请日：2023-03-23
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06V10/52 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于自适应特征加权融合的无参考图像质量评价方法，包括以下步骤；构建测试集与训练集；构建基础特征提取模块，将训练集中的失真图像输入该模块；在基础特征提取模块后顺次连接逐层多尺度特征融合模块，将基础特征提取模块的输出作为逐层多尺度特征融合模块的输入；在逐层多尺度特征融合模块后顺次连接多粒度特征拼接模块，将基础特征提取模块和逐层多尺度特征融合模块的输出作为多粒度特征拼接模块的输入；对所述的模块所组成的基于自适应特征加权融合的图像质量评价网络S进行迭代训练。本发明利用特征逐层融合方法将相邻尺度的特征图逐层融合，设置有自适应性的相邻特征图融合权重，增强融合后特征图对于多尺度特征的表征能力。
-
Patent Agency Ranking
公开(公告)号：CN118469940A
公开(公告)日：2024-08-09
申请号：CN202410575987.3
申请日：2024-05-10
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06V10/42 , G06V10/774
Abstract: 本发明公开了基于首因‑修正机制的无参考图像质量评价方法，包括以下步骤；步骤1，获取训练样本集B和测试样本集C，步骤2，构建基于首因‑修正机制的无参考图像质量评价网络模型S，步骤3，对基于首因‑修正机制的无参考图像质量评价网络模型S进行迭代训练，得到训练好的基于首因‑修正机制的无参考图像质量评价网络模型S*；步骤4，获取图像的无参考质量评价结果：本发明用于解决现有技术因忽视图像首因信息而导致的模型预测质量不符合人类视觉感知特性的问题。
-
公开(公告)号：CN116309486A
公开(公告)日：2023-06-23
申请号：CN202310294941.X
申请日：2023-03-24
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种基于混合注意力的无参考图像质量评价方法，包括以下步骤；步骤1，获取训练样本集B和测试样本集C；步骤2，构建基于混合注意力无参考图像质量评价的网络模型M；步骤3，对基于混合注意力无参考图像质量评价的网络模型M进行迭代训练；步骤4，获取图像的无参考质量评价结果Q；将所述步骤1中的测试样本集C作为训练完成的基于混合注意力网络的无参考图像质量评价网络模型M的输入进行前向推理，得到每个测试样本的质量预测分数，以验证模型效果。本发明将失真图像与显著性特征图融合，并利用混合注意力权重分配的策略，用于解决图像不同区域的失真具有广泛的差异性，导致各失真部位对图像整体质量分数的影响不同的问题。
-
公开(公告)号：CN114895262A
公开(公告)日：2022-08-12
申请号：CN202210368339.1
申请日：2022-04-08
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于风电机空时谱特征和正交投影的杂波抑制方法，包括：获取雷达回波数据；根据雷达回波数据，构建每个距离单元的空时二维谱；根据空时二维谱，沿空间频率构建每个距离单元对应的多普勒数字累积器，根据得到的多普勒最大累积值判断得到若干潜在风电机距离单元；对若干潜在风电机距离单元对应的多普勒频率的连续性进行判断，根据判断结果，确定潜在风电机距离单元是否存在风电机；对存在风电机的潜在风电机距离单元的雷达回波数据依次进行风电机杂波抑制处理和地杂波抑制处理；对其余距离单元的雷达回波数据进行地杂波抑制处理。本发明的方法，能够在短观测时间能对风电机进行抑制，实现机载雷达情况下对运动目标进行检测。
-
公开(公告)号：CN116953646A
公开(公告)日：2023-10-27
申请号：CN202310927013.2
申请日：2023-07-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种天基雷达AMTI功能在轨实时处理方法，包括：获得多通道回波数据；获得回波数据的无模糊多普勒中心频率；对所有距离单元的回波数据进行距离脉冲压缩；逐脉冲对脉冲压缩后的回波数据进行多普勒中心补偿；逐距离单元对多普勒中心补偿后的数据进行距离徙动补偿；对距离徙动补偿后的数据进行方位FFT；获得各通道的杂波加噪声协方差矩阵以及波束中心对应的空域导向矢量；选取强杂波样本；对强杂波样本进行杂波抑制；对残差图进行恒虚警检测，得到目标所在距离单元及多普勒通道；通过自适应匹配滤波搜索目标真实位置所在的多普勒通道；获得空中目标参数。该方法能够抑制天基雷达在典型工作背景下的杂波，实现目标检测与目标参数估计。
-
公开(公告)号：CN116168011A
公开(公告)日：2023-05-26
申请号：CN202310256035.0
申请日：2023-03-16
Applicant: 西安电子科技大学
IPC: G06T7/00 , G06N3/08 , G06N3/0464
Abstract: 基于多粒度网络的无参考图像质量评价方法，包括以下步骤；步骤1，获取训练样本集B和测试样本集C：步骤2，构建基于多粒度网络的无参考图像质量评价网络模型S：步骤3，对基于多粒度网络的无参考图像质量评价网络模型S进行迭代训练，得到训练好的基于多粒度网络的无参考图像质量评价网络模型S*；步骤4，获取图像的无参考质量评价结果：将测试样本集C作为训练完成的基于多粒度网络的无参考图像质量评价网络模型S*的输入进行前向推理，得到每个测试样本的质量预测分数，以验证模型效果。本发明通过分析不同粒度的图像块中包含的丰富局部特征，实现图像的无参考质量评价与分析评价。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.024 seconds)
