-
公开(公告)号：CN117849716A
公开(公告)日：2024-04-09
申请号：CN202311736583.X
申请日：2023-12-15
Applicant: 哈尔滨工程大学
IPC: G01S7/02 , G06F18/23211 , G06F18/22
Abstract: 一种基于自适应流聚类的多站时差信号分选方法，它涉及一种多站时差信号分选方法。本发明为了解决目前多站时差分选实时性不足的问题。本发明的步骤包括：步骤1、提取多站时差数据；步骤2、计算时差估计的误差；步骤3、静态聚类并设置自适应偏向参数；步骤4、曾批雷达簇检测与合并；步骤5、流聚类阈值自适应设置；步骤6、流聚类并实时更新聚类结果。本发明属于电子侦察技术领域。
-
公开(公告)号：CN115034805A
公开(公告)日：2022-09-09
申请号：CN202210449235.3
申请日：2022-04-26
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种基于深度学习目标检测技术的智能广告展示系统，包括本地广告牌和服务器，其中本地广告牌包括图像采集模块、目标检测模块、通信模块和显示模块，服务器包括数据集和通信模块。本地广告牌通过通信模块将识别结果上传服务器并接收服务器下发的图片、视频和链接，将商品广告显示在触摸显示屏上。本发明能方便地更新消费者群体——相关广告关联数据库，使得数据库紧跟当下消费者群体青睐商品变化趋势，从而在不同时期都能推送行人感兴趣的广告。本发明可以匹配广告与特定人群，发挥广告的最大影响力，促成更多商品交易。
-
公开(公告)号：CN109752687A
公开(公告)日：2019-05-14
申请号：CN201910036688.1
申请日：2019-01-15
Applicant: 哈尔滨工程大学
IPC: G01S3/00
Abstract: 本发明属于信号处理技术领域，具体涉及一种降低阵元互耦效应的改进型互质阵列设置方法。主要解决现有稀疏阵列阵元互耦大以及物理阵列孔径不够大的问题。其技术方案是：首先，根据给定的阵元数R确定与改进型互质阵列两子阵列阵元数相关的参数M及N；其次，根据M及N确定两均匀子阵列的阵元位置；最后，再在原点处添加一个阵元作为参考阵元。本发明可用于入射信源个数大于阵元数情况下的波达方向估计，并且能够减少阵元间的互耦效应，在不采用任何解耦算法的情况下仍具有良好的DOA估计性能。在相同阵元数下，本发明对应的改进型互质阵列具有更大的阵元间隔以及物理孔径，从而能够极大地降低阵元间的互耦，相比于传统的互质阵列具有更好的DOA估计性能。
-
公开(公告)号：CN106504202B
公开(公告)日：2019-04-12
申请号：CN201610854332.5
申请日：2016-09-27
Applicant: 哈尔滨工程大学
IPC: G06T5/00
Abstract: 本发明属于机器视觉领域，具体涉及一种基于自适应非局部平滑的3D场景流估计方法。本发明包括：根据双目摄像机获取的立体图像序列之间的对应关系，将局部约束方法与全局平滑相结合，并引入自适应非局部平滑；参考Lucas模型，设计局部邻域约束的场景流数据项；平滑项采用鲁棒函数，构造近似于L1范数的全变分平滑；使用去对偶的方式求解能量泛函。本发明能够有效地去除图像序列中噪声产生的异质点，保持运动场的边缘信息，能有效地传递给低纹理区域。
-
公开(公告)号：CN105809184A
公开(公告)日：2016-07-27
申请号：CN201510726868.4
申请日：2015-10-30
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明涉及机器视觉识别领域，特别是一种适用于加油站的车辆实时识别跟踪与车位占用判断的方法。本发明包括：收集加油站车辆样本和非车辆样本；对车辆样本和非车辆样本进行预处理；训练车辆分类器；利用车辆分类器对获取的实时图像进行车辆识别并记录车辆区域；采用光流法对识别到的车辆区域角点进行跟踪并绘制中心点轨迹；通过计算车辆区域与事先划定的加油站车位的面积重合比来判定车位占用情况并对车辆占用车位时间进行计时。本发明既可以对加油站内部车辆进行识别并对车辆轨迹进行跟踪，又可判断加油站内部车位占用情况，具有实施成本低，自动化程度高的特点。
-
Patent Agency Ranking
公开(公告)号：CN104680544A
公开(公告)日：2015-06-03
申请号：CN201510117536.6
申请日：2015-03-18
Applicant: 哈尔滨工程大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于3维流场正则化的变分场景流估计方法。包括以下步骤：利用已经标定好的左右摄像机获取左右图像序列；将3维流场进行正则化得到场景流数据项；将2维光流平滑项向3维空间扩展，得到场景流驱动各向异性的场景流平滑项；根据方向信息设计扩散张量并进行本征分解，得到每个方向上的扩散强度，从而进行各向异性平滑，得到深度平滑项；将场景流数据项、场景流平滑项和深度平滑项合并，构建能量泛函；使用变分极小化的方法，得到能量泛函对应的Euler方程的解；利用超松弛迭代对Euler方程进行迭代求解，得到优化后的场景流和深度信息。本发明具有鲁棒性高，场景流精确的优点。
-
公开(公告)号：CN101794443B
公开(公告)日：2012-03-14
申请号：CN201010101804.2
申请日：2010-01-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于线性最小二乘支持向量机的高光谱图像端元选择方法。步骤1.选取前N个像素点作为初始端元；步骤2.令目前所选端元中的第i个为“1”类，其余N-1个为“0”类，首次执行i＝1，建立相应的LLSSVM判别函数即距离测算函数；步骤3.依次计算每个像素的距离，如果某个像素的绝对距离大于1，则将该像素替换第i个端元，置i＝1，转入步骤2；步骤4.i＝i+1，若i＞N，转入步骤5，否则转入步骤2；步骤5.当前端元即为最终选择端元，结束。本发明为一种高光谱图像端元选择方法，采用LLSVM作为主要工具来完成。无需降维预处理、复杂度低。
-
公开(公告)号：CN100456319C
公开(公告)日：2009-01-28
申请号：CN200710144301.1
申请日：2007-09-12
Applicant: 哈尔滨工程大学
IPC: G06K9/62
Abstract: 本发明提供的是一种高光谱图像复选性加权分类方法，它至少包括样本加权、特征加权或类别加权处理过程的一个。本发明根据样本异常程度与样本偏离类中心距离之间的关系，将距离非线性映射为相应权值来完成样本加权；根据类内散度矩阵对线性光谱分离问题的加权特性，将其推广到最小二乘SVM分类问题中来完成特征加权；根据最小二乘SVM线性方程组中单位矩阵对角元素的特殊含义，将其设定为体现类别重要性的不同数值来完成类别加权。
-
公开(公告)号：CN117313530A
公开(公告)日：2023-12-29
申请号：CN202311256692.1
申请日：2023-09-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种冲击噪声下基于互质阵列的鲁棒动态测向方法，通过构建基于柯西核函数变换分数低阶协方差矩阵的极大似然方程，设计了一种适用于低信噪比、多相干信源环境下和冲击噪声等复杂环境的互质阵列鲁棒动态测向方法。实现了以较少的时间代价获得更高的测向精度、更好的扩展阵列孔径能力、测相干信源能力对互质阵列的信源来波方向进行有效估计，可在高斯噪声、弱冲击噪声和强冲击噪声下进行测向，应用范围广泛。
-
公开(公告)号：CN114187331A
公开(公告)日：2022-03-15
申请号：CN202111506127.7
申请日：2021-12-10
Applicant: 哈尔滨工程大学
IPC: G06T7/269 , G06T7/246 , G06V10/44 , G06V10/42 , G06V10/74 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于Transformer特征金字塔网络的无监督光流估计方法，包括构建基于Transformer特征金字塔网络；利用Transformer模型通过再注意力机制操作增强特征金字塔网络对图像的特征提取能力；构建光流估计网络，使得网络能够进行光流预测；对遮挡区域的像素进行遮挡补偿处理，并设计整体网络训练的损失函数对网络进行无监督训练，得到速度更快，精度更高的无监督光流估计模型。本发明可增强特征金字塔层对图像的特征提取能力，并对图像中的遮挡像素进行遮挡补偿处理，以提高光流估计的精度。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.017 seconds)
