-
公开(公告)号：CN120032244A
公开(公告)日：2025-05-23
申请号：CN202510043017.3
申请日：2025-01-10
Applicant: 西安电子科技大学
IPC: G06V20/10 , G01N21/27 , G06V10/58 , G06V10/771 , G01N21/17
Abstract: 本发明公开了一种基于波段筛选联合特征编码器的高光谱异常检测方法，确定所述像素点位序列中目标像素点在k波段局部范围内的光谱域差异权值；根据所述目标像素点在k波段局部范围内的光谱域差异权值确定目标像素重建灰度值；确定所述像素点位序列中目标像素点在k波段局部范围内的空间域距离权值；根据所述光谱域差异权值与空间域距离权值获得目标像素重建过程中的联合特征权值；根据所述联合特征权值和目标像素重建灰度值获得目标像素重建的灰度大小；根据光谱余弦相似度算法和目标像素重建的灰度大小确定各个波段的余弦相似度；根据所述各个波段的余弦相似度确定每个波段的图像为冗余或者有效。
-
公开(公告)号：CN116958792B
公开(公告)日：2025-04-29
申请号：CN202310867989.5
申请日：2023-07-14
Applicant: 西安电子科技大学
IPC: G06V10/98 , G01S7/41 , G01S13/90 , G01S13/86 , G06V10/80 , G06V10/766 , G06V10/764 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06V10/26
Abstract: 本发明公开了一种辅助SAR车辆目标检测的去虚警方法，涉及雷达目标检测技术领域，解决了现有技术中对目标进行检测时，虚警率较高，且容易出现低质量的检测框，难以对目标进行精准检测的问题；方法包括：获取相互配准的SAR图像和光学遥感图像；将SAR图像输入至训练好的目标检测网络中，得到初步目标检测结果；将光学遥感图像输入至训练好的目标分割网络，得到目标分割结果；将目标检测结果中边界框位置映射至分割图像上，计算处于边界框内部的所有非车辆目标像素点之和，根据一定阈值，去除初步目标检测结果中的虚警。本发明在原有目标检测框架基础上增强了预测特征层的特征表示能力，实现了复杂场景下去除虚警的功能，提升了SAR图像目标检测效果。
-
公开(公告)号：CN119048782A
公开(公告)日：2024-11-29
申请号：CN202410279982.6
申请日：2024-03-12
Applicant: 西安电子科技大学
IPC: G06V10/762 , G06V10/26 , G06V10/77 , G06V10/36
Abstract: 本发明公开了一种基于视觉特性的红外弱小目标检测方法和装置，方法包括：对一帧原始红外图像利用改进的自适应侧窗增强滤波方法进行背景抑制得到对应的第一处理后图像；对第一处理后图像利用基于对角局部差异性乘积法和基于局部差异性指数权重分配法，去除细小边缘、杂波干扰并实现目标增强，得到对应的第二处理后图像；利用阈值分割方法得到第二处理后图像中疑似目标点的位置；基于连续多帧原始红外图像得到的疑似目标点的位置，利用最近邻多帧关联方法确定真实目标点的位置。本发明采用自适应增强侧窗滤波的多尺度局部对比度算法，并通过连续帧图像之间的帧间关联，利用弱小目标移动轨迹的连续性，提高了弱小目标位置检测的准确性。
-
公开(公告)号：CN118552913A
公开(公告)日：2024-08-27
申请号：CN202410243536.X
申请日：2024-03-04
Applicant: 西安电子科技大学
IPC: G06V20/54 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种复合多个网络架构的SAR目标检测方法，包括：获取待测数据，待测数据包括SAR图像数据、梯度图数据和CFAR二值指示图数据；其中，梯度图数据和CFAR二值指示图数据通过对SAR图像数据处理后获取；使用滑窗切片的方法对待测数据进行处理，得到待测数据的多张切片；使用训练好的目标检测网络，对待测数据的多张切片进行处理，得到目标检测结果；对目标检测结果进行NMS操作，去除重叠的目标检测框，再基于场景分割辅助车辆目标检测的去虚警方法对去除重叠的目标检测框的目标检测结果后处理，得到最终的目标检测结果。本发明能够提高目标检测的准确率和召回率。
-
公开(公告)号：CN117495905A
公开(公告)日：2024-02-02
申请号：CN202311466190.1
申请日：2023-11-06
Applicant: 西安电子科技大学
IPC: G06T7/246 , G06T7/70 , G06T7/90 , G06N3/0464 , G06N3/08
Abstract: 一种基于跟踪置信度分析与自适应尺度处理的抗遮挡目标跟踪方法，根据目标不同跟踪状态，采取不同的特征融合方式，得到目标融合特征；根据相关滤波响应，计算目标跟踪置信度，以反映目标处于正常跟踪、轻微遮挡或严重遮挡的状态；当目标被严重遮挡、出视野或发生大幅形变时，进行中心扩散搜索，以前一帧目标位置为中心生成一系列候选区域，计算相关响应，得到遮挡处理的最佳目标位置；在非正常跟踪情况下，采用动态学习率调整方法，以确保中心扩散搜索的有效性，并提高处理速度；应用边框相关滤波提取边界框，并采用自适应尺度处理方法得到最终目标框，实现目标跟踪。本发明可实现对视频图像中遮挡目标的跟踪，降低了计算成本且目标跟踪精度较高。
-
公开(公告)号：CN117495719A
公开(公告)日：2024-02-02
申请号：CN202311463991.2
申请日：2023-11-06
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于大气光幕与雾浓度分布估计的去雾方法，主体利用大气光幕和雾浓度的分布估计对雾天图像去雾。具体方法包括：首先利用暗通道先验去雾理论对图像进行分析，再利用改进大气光幕的透射率估计方法对透射率进行估计，精确计算大气光幕，进而利用大气光幕求解精确透射率，之后利用改进的四叉树算法在雾浓度分布图上求解大气光值，最后将透射率和大气光值代入大气散射模型求解清晰图像。
-
公开(公告)号：CN114826452B
公开(公告)日：2023-05-16
申请号：CN202210273136.4
申请日：2022-03-19
Applicant: 西安电子科技大学
IPC: H04B17/336 , H04B17/391 , H04L25/02
Abstract: 本发明属于通信技术领域，公开了一种低SNR下Nakagami‑m参数估计方法、系统、设备及终端，利用Nakagami‑m生成模型和高斯白噪声产生实际中服从Nakagami‑m分布的衰落数据，对INV算法偶数阶矩去掉噪声的影响，定量分析去掉噪声的偶数阶矩对INV算法的影响，对INV算法添加修正项，计算修正项系数，给出算法的表达式和实现形式。本发明重点分析低SNR时影响传统算法性能的因素，并对该因素进行数学建模，该模型取决于SNR和采样点数目M，针对该因素提出改进算法，适用于民用移动通信中衰落参数描述、军事领域散射通信中参数估计以及链路自适应技术，结果表明该算法大大提高了低SNR下的估计精度。
-
公开(公告)号：CN116091330A
公开(公告)日：2023-05-09
申请号：CN202211093047.8
申请日：2022-09-08
Applicant: 西安电子科技大学
IPC: G06T5/00 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种基于生成对抗网络的图像修复方法，本发明利用生成对抗网络和多尺度注意力机制的方法对具有大面积丢失的图像进行修复。具体方法包括：首先使用真实图像对生成对抗网络进行训练；然后提取训练好的生成器作为图像修复的网络结构；最后将受损图像通过图像修复网络，从而获得图像修复结果。
-
公开(公告)号：CN113925966B
公开(公告)日：2022-10-04
申请号：CN202111090518.5
申请日：2021-09-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种快速响应型细胞核靶向纳米诊疗探针及其制备方法和应用，诊疗探针，由以下各项组成：负载靶向标记物‑金丝桃素复合物的聚合物胶束的核；中间为多孔Au壳层；最外层修饰DNA‑载脂蛋白缀合物。本发明提供的快速响应型细胞核靶向纳米诊疗探针具有细胞内快速富集、快速响应的特点；本发明提供的探针具有核靶向性，在光刺激下在亚细胞水平实现肿瘤细胞的精准杀灭作用；本发明提供的探针还具有热成像、药物受控释放、光热治疗效果，具有优良的生物相容性，可以用于生物医学研究和应用；本发明使用的DNA修饰的纳米粒子可以快速穿透细胞膜，在细胞质富集，有可操作性强、可批量生产、重复性高等优点，具有很高的实用价值。
-
公开(公告)号：CN114826452A
公开(公告)日：2022-07-29
申请号：CN202210273136.4
申请日：2022-03-19
Applicant: 西安电子科技大学
IPC: H04B17/336 , H04B17/391 , H04L25/02
Abstract: 本发明属于通信技术领域，公开了一种低SNR下Nakagami‑m参数估计方法、系统、设备及终端，利用Nakagami‑m生成模型和高斯白噪声产生实际中服从Nakagami‑m分布的衰落数据，对INV算法偶数阶矩去掉噪声的影响，定量分析去掉噪声的偶数阶矩对INV算法的影响，对INV算法添加修正项，计算修正项系数，给出算法的表达式和实现形式。本发明重点分析低SNR时影响传统算法性能的因素，并对该因素进行数学建模，该模型取决于SNR和采样点数目M，针对该因素提出改进算法，适用于民用移动通信中衰落参数描述、军事领域散射通信中参数估计以及链路自适应技术，结果表明该算法大大提高了低SNR下的估计精度。
