-
公开(公告)号：CN118013158A
公开(公告)日：2024-05-10
申请号：CN202410416815.1
申请日：2024-04-08
Applicant: 西北工业大学 , 青岛清万水技术有限公司
Abstract: 本发明提供了一种壳菜生长影响测流精度的校准方法及装置，读取设置于待测输水管道的超声波流量计内置的管道内径和实时测量的瞬时流量，以及壳菜生长厚度数据，从而计算得到实际流量。本发明通过运算自动校准待测管道内超声流量计的测量误差，为管理者提供准确可靠的实时精准流量数据，通过测算确定壳菜淤泥中的传播速度常量，通过设计以及公式推理和演算，使得管道流量校正公式仅与管壁内径与壳菜厚度的比值相关，从而使得流量得误差校正计算方便简单。
-
公开(公告)号：CN119437373A
公开(公告)日：2025-02-14
申请号：CN202411778470.0
申请日：2024-12-05
Applicant: 青岛清万水技术有限公司 , 西北工业大学
IPC: G01F25/10
Abstract: 本发明公开了一种超声流量计内部淤积检测方法、系统与设备，涉及超声波检测技术领域，包括步骤：获取河道中超声流量计多个声道的超声波信号；通过每个声道的超声波信号变化情况分析每个声道的工作状态，将工作状态中出现水流阻塞的情况识别为错误状态，并对规定时间段的错误状态和所有工作状态进行累计计数；通过对规定时间段的所述错误状态计数值与所有工作状态计数值作比，获得所有声道在规定时间范围内的错误状态占比，并将错误状态占比与预设的淤积预警阈值进行大小对比，通过对比结果判断每个声道的淤积状态。本发明通过由淤积产生信号的强弱来表征每个区域淤积的状态，提高了河道每个区域在淤积检测时的准确性。
-
公开(公告)号：CN118013158B
公开(公告)日：2024-07-30
申请号：CN202410416815.1
申请日：2024-04-08
Applicant: 西北工业大学 , 青岛清万水技术有限公司
Abstract: 本发明提供了一种壳菜生长影响测流精度的校准方法及装置，读取设置于待测输水管道的超声波流量计内置的管道内径和实时测量的瞬时流量，以及壳菜生长厚度数据，从而计算得到实际流量。本发明通过运算自动校准待测管道内超声流量计的测量误差，为管理者提供准确可靠的实时精准流量数据，通过测算确定壳菜淤泥中的传播速度常量，通过设计以及公式推理和演算，使得管道流量校正公式仅与管壁内径与壳菜厚度的比值相关，从而使得流量得误差校正计算方便简单。
-
公开(公告)号：CN118864837A
公开(公告)日：2024-10-29
申请号：CN202410838354.7
申请日：2024-06-26
Applicant: 西北工业大学深圳研究院 , 西北工业大学
IPC: G06V10/26 , G06V20/52 , G06V20/40 , G06V40/10 , G06V10/44 , G06V10/42 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0985
Abstract: 本发明涉及一种基于动态掩码感知的人体去遮挡方法，属于图像处理技术领域。首先利用大卷积核的CNN编码器，将图像从图像维度映射到潜在空间维度，再使用动态掩码感知的Transformer网络提取全局信息，最后使用掩码引导的解码器，将潜在空间特征映射回图像维度，再使用掩码引导的loss，进行梯度反传，进行模型参数优化。本发明基于Transformer模型，并通过创新设计动态掩码注意力机制、上采样解码器等内容，提高了人体去遮挡的效果，在人体行为理解、智能视频理解、智能监控等方面具有重要的应用价值。
-
公开(公告)号：CN117456349A
公开(公告)日：2024-01-26
申请号：CN202311126641.7
申请日：2023-12-03
Applicant: 西北工业大学 , 西北工业大学深圳研究院
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于伪样本学习的无监督SAR与光学图像变化检测方法，通过构建伪样本直接学习变化知识，不断提高伪样本集的质量，巩固和泛化学到的知识来提高网络的可靠性。首先构建伪样本集和真实样本训练集，再构建双分支U‑Net网络，然后对网络的伪样本学习分支和真实样本学习分支分别进行训练，若干次训练后，将双时图像分别输入到网络的两个编码器中，解码器输出变化概率图，最后使用加权融合的方法融合三个概率图，再进行阈值分割，得到最终的检测二值图。本发明通过构造变化区域构建了有标签数据集用来训练网络，避免了传统无监督变化检测方法复杂的特征设计，简化了训练流程。
-
Patent Agency Ranking
公开(公告)号：CN113052014A
公开(公告)日：2021-06-29
申请号：CN202110252470.7
申请日：2021-03-09
Applicant: 西北工业大学深圳研究院 , 西北工业大学
Abstract: 本发明涉及一种基于双层空间流形表示的高光谱图像分类方法，属于高光谱图像处理技术领域。首先，对高光谱图像数据进行预处理，并随机选择得到初始训练样本；然后，建立空间流形表示特征提取器，获得有效高光谱图像的特征；接着，将提取的特征送入分类器模块得到预分类概率；随后，将预分类概率送入空间流形表示分类器得到修正的分类概率；最后，分别根据预分类概率和修正的分类概率设计不同的损失函数，通过反向传播的方法对上述模型进行优化。训练完成后利用网络进行测试并获得最终得分类结果。本发明方法在有限的有标签的训练样本的情况下，大大提高了分类率。
-
公开(公告)号：CN107316030A
公开(公告)日：2017-11-03
申请号：CN201710535601.6
申请日：2017-07-04
Applicant: 西北工业大学深圳研究院 , 西北工业大学
Abstract: 本发明公开了一种无人机对地面运动车辆自动检测与分类方法，用于解决现有运动目标检测方法实用性差的技术问题。技术方案是构建两个SGM模型，分别作为现用背景模型和备用背景模型。将前一帧图像中的不同块的SGM模型分配不同权重进行模型混合实现前后帧之间的运动补偿，得到当前帧的背景建模结果。选择像素方差大于阈值的均值作为前景像素，通过比较像素方差的方式进行运动区域的检测。得到背景模型后，选择像素方差大于阈值的均值的像素作为前景像素。在分类之前将大量常见的虚警和目标编为正负样本，使用HOG特征作为训练SVM分类器的算子，并建立一级或多级SVM分类器，使用多级SVM分类器级联的方法分类多种目标，实用性好。
-
公开(公告)号：CN107291093A
公开(公告)日：2017-10-24
申请号：CN201710535595.4
申请日：2017-07-04
Applicant: 西北工业大学 , 西北工业大学深圳研究院
Abstract: 本发明公开了一种基于视觉SLAM的复杂环境下无人机自主降落区域选择方法，用于解决现有无人机降落区域控制方法实用性差的技术问题。技术方案是通过无人机移动平台搭载的俯视单目相机得到图像序列，通过SLAM算法对无人机的位姿进行实时解算并建立稀疏的点云地图，将点云地图网格化，构建二维网格高度地图。然后结合Means shift图像分割算法根据高度对网格地图进行划分，最后根据降落高度要求，筛选出离潜在障碍物距离最远的适合无人机降落的区域。本发明采用单目视觉SLAM对无人机进行位姿的解算，实时估计出无人机的位姿，构建二维网格高度地图，筛选出适合无人机降落的区域。由于本发明不依赖于标志物，因此实用性好。
-
公开(公告)号：CN119474438A
公开(公告)日：2025-02-18
申请号：CN202411744379.7
申请日：2024-11-30
Applicant: 西北工业大学 , 西北工业大学深圳研究院
IPC: G06F16/583 , G06F16/538 , G06F40/30 , G06F18/214 , G06F18/22 , G06F18/24 , G06F18/213 , G06N3/084 , G06V10/42 , G06V10/44 , G06V10/774 , G06N3/045 , G06V10/82
Abstract: 本申请属于计算机视觉和自然语言处理技术领域。本申请提供一种基于大模型知识的跨模态行人搜索关键语义完备对齐方法。本公开实施例利用预训练视觉语言大模型所含外部通用知识提取更具判别力的视觉特征和文本特征；设计噪声过滤模块，通过参考模态内的全局和局部语义间的关系，滤除图像和文本中与行人无关的噪声，仅保留与行人相关的细粒度关键语义信息；提出关键语义显著性与完整性联合优化的完备学习模块，同时考虑显著性和完整性两方面的协同关系，实现跨模态行人关键语义信息的完备对齐。能够过滤行人无关的噪声信息，增强模型对行人相关的关键信息的关注度，挖掘跨模态细粒度信息之间的对应关系，进而提升跨模态行人检索的准确度。
-
公开(公告)号：CN117456349B
公开(公告)日：2025-02-11
申请号：CN202311126641.7
申请日：2023-12-03
Applicant: 西北工业大学 , 西北工业大学深圳研究院
IPC: G06V20/10 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于伪样本学习的无监督SAR与光学图像变化检测方法，通过构建伪样本直接学习变化知识，不断提高伪样本集的质量，巩固和泛化学到的知识来提高网络的可靠性。首先构建伪样本集和真实样本训练集，再构建双分支U‑Net网络，然后对网络的伪样本学习分支和真实样本学习分支分别进行训练，若干次训练后，将双时图像分别输入到网络的两个编码器中，解码器输出变化概率图，最后使用加权融合的方法融合三个概率图，再进行阈值分割，得到最终的检测二值图。本发明通过构造变化区域构建了有标签数据集用来训练网络，避免了传统无监督变化检测方法复杂的特征设计，简化了训练流程。
-
-
-
-
-
-
-
-
-
Search Results
591
records
(took 0.1 seconds)
