-
公开(公告)号：CN114463670A
公开(公告)日：2022-05-10
申请号：CN202111639029.0
申请日：2021-12-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种机场场面监控视频变化检测系统及方法，涉及计算机视觉技术领域，包括第一通道级联模块、残差神经网络编码器、时空注意力处理子系统、第二通道级联模块、特征解码器和运动增强背景处理模块。本发明有效利用了传统的背景建模方法构建背景模型，基于此建立运动增强背景处理模块，以生成参考背景帧。同时，运动增强背景处理模块能够被检测结果动态更新，相比于单一的背景模型，有效减少了误差积累问题并对长视频具有鲁棒性。
-
公开(公告)号：CN113707512A
公开(公告)日：2021-11-26
申请号：CN202110701308.9
申请日：2021-06-23
Applicant: 电子科技大学
Abstract: 本发明公开了一种具有超晶格结构电子发射层的AlGaN/GaN光电阴极。该超晶格AlGaN/GaN光电阴极的结构包括：由下至上依次设置的衬底(11)、缓冲层(12)、p型超晶格AlGaN/GaN电子发射层(13)、激活层(14)。本发明在传统GaN光电阴极结构基础上，采用p型超晶格AlGaN/GaN结构作为光电阴极的电子发射层，能够促进光电子在发射层中的扩散和在表面的逸出，从而有效解决光电阴极中光电转化率不高的问题，有助于进一步提高AlGaN/GaN光电阴极的量子效率。
-
公开(公告)号：CN113486716A
公开(公告)日：2021-10-08
申请号：CN202110627376.5
申请日：2021-06-04
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种机场场面目标分割方法及其系统，所述机场场面目标分割方法包括：S1：对机场场面监控图像进行多尺度特征提取；S2：根据所述多尺度特征和卷积层，得到位置空间注意力模型图；S3：对所述空间注意力模型图进行解码操作，得到机场场面监控图像分割结果；S4：将所述机场场面监控图像分割结果与所述机场场面监控图像进行对比，得到对比结果；S5：根据所述对比结果进行损失计算，并在所述损失计算结果中挑选出最优结果；S6：根据所述最优结果进行机场场面目标分割。本发明所提供的机场场面目标分割方法及其系统，能够解决现有的机场场面设计较为缓慢的问题。
-
公开(公告)号：CN113451088A
公开(公告)日：2021-09-28
申请号：CN202110575267.3
申请日：2021-05-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种具有超晶格纳米线结构GaN光电阴极的制备方法。该制备方法包括：对衬底的选用、生长在衬底上的缓冲层的厚度设计与生长、超晶格纳米线结构GaN电子发射层的设计与生长、以及位于电子发射层上激活层的制备。对于超晶格结构，本发明采用AlGaN/GaN超晶格，AlGaN与GaN材料以几十个纳米的薄层交替生长并保持严格周期性形成多层膜结构，即形成了AlGaN/GaN超晶格。完成超晶格GaN电子发射层的生长后，本发明采用反应离子刻蚀和等离子耦合刻蚀的方法来制备超晶格GaN纳米线结构。该具有超晶格纳米线结构的GaN光电阴极能够克服传统薄膜光电阴极在光子吸收和电子运输方面的不足，大大增加电子发射层对光子的吸收率，减少缓冲层对入射光能量的吸收，从而大大提高光电子的发射性能以及光电阴极的响应波段，最终提高GaN光电阴极的光电发射量子效率。
-
公开(公告)号：CN109285180B
公开(公告)日：2021-09-24
申请号：CN201811007255.5
申请日：2018-08-31
Applicant: 电子科技大学
Abstract: 本发明公开了一种3D的道路车辆跟踪方法。属于计算视觉处理技术领域。本发明将目标3D空间特征和2D图像特征与MDP模型结合，重新构造评估函数，从而提出了一种基于2D和3D联合特征的多目标跟踪方法，将原始的2D图像域跟踪拓展到3D空间域跟踪，有效的解决了当遇到外观相似，距离较近的车辆相互遮挡时，出现的错跟、漂移等技术问题。
-
Patent Agency Ranking
公开(公告)号：CN112270692A
公开(公告)日：2021-01-26
申请号：CN202011100648.8
申请日：2020-10-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于超分辨的单目视频结构和运动预测的自监督方法，包括以下步骤：步骤1：获取数据集并进行预处理；步骤2：构建单目视频结构和运动预测系统，包括深度估计网络、相机姿态估计网络和可解释行网络；步骤3：将步骤1得到的数据集输入到步骤2构建的神经网络中，并对其进行联合训练；步骤4：采用步骤3训练得到的神经网络分别进行深度和相机姿态的预测；本发明方法能够实现对不同尺度的深度结果图的监督，也可直接作为网络结构的一部分，对反卷积操作提供更多信息，得到更加准确的大尺度深度图片。
-
公开(公告)号：CN109495411B
公开(公告)日：2020-04-07
申请号：CN201811571215.3
申请日：2018-12-21
Applicant: 电子科技大学
Abstract: 本发明提出了一种基于瞬时频率估计的时频调制解调方法，属于短波通信时频调制技术领域。本发明利用了瞬时频率算法来对不同时隙间的频率相对值进行估计，并对估计结果进行原址排序，根据排序结果来找到频率值与频率顺序之间的对应关系，再根据频率顺序与码元组合顺序的关系得到当前发送端发送的码元顺序，实现时频调制信号的解调，由于在估计过程中不需要对当前信号的频率值进行准确的估计，因此，该方法能在较低的信噪比下对信号进行解调，且实现方法简单，误码率性能更好，运算时间更快。
-
公开(公告)号：CN110598601A
公开(公告)日：2019-12-20
申请号：CN201910818437.9
申请日：2019-08-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于分布式热力图的人脸3D关键点检测方法及系统，包括：将数据库中人脸关键点的N个3D参考坐标向量在三个二维平面进行降维投影；采用分布式编码子网络将每个2D参考坐标向量分别编码为一张分布式热力图；通过坐标映射的方式N张分布式热力图合并为一张2D联合热力图；通过concat算法将三张2D联合热力图叠加为3D联合热力图；采用解码子网络将所述3D联合热力图解码为N个3D检测坐标向量。本方法结合了现有的2D及3D人脸关键点检测方法的优点，构建分布式热力图、再通过坐标映射的方式将分布式热力图进行联合，其中的分布式编码子网络模型简单、计算量小，在保持较高检测精度的同时，可进一步减小模型参数量、提高模型运行速度。
-
公开(公告)号：CN109344792A
公开(公告)日：2019-02-15
申请号：CN201811212740.6
申请日：2018-10-18
Applicant: 电子科技大学
Abstract: 本发明公开了一种目标自动识别跟踪方法，包括以下步骤：S1、获取若干个监控设备的监控图像；S2、分析若干个监控图像的关联性，并将其进行数据融合，得到多监控融合图像；S3、对多监控融合图像进行检测识别，提取感兴趣的目标特征信息，形成目标数据信息；S4、根据多监控融合图像和目标数据信息对跟踪目标进行自动识别跟踪。本发明提供的目标自动识别跟踪方法通过获取具有监控空间重叠的监控设备的监控图像，使获取的监控数据具有更强的空间约束性；能够实现对多个感兴趣种类、多个数量的待跟踪目标的自动检测识别与跟踪。
-
公开(公告)号：CN109001675A
公开(公告)日：2018-12-14
申请号：CN201810874345.8
申请日：2018-08-03
Applicant: 电子科技大学
IPC: G01S5/10
Abstract: 本发明涉及无线电定位领域，提供一种基于相位差测量距离差的定位方法，本发明利用跳频的方式改变两个阶段下基站发送信号的频率，且步进频率已知，在相同阶段基站分时发送信号，待测节点接收基站发送的信号并测量得到多组到达相位差，利用相邻阶段的相位差相减得到各基站与标签的距离差信息，从而实现对待测节点的位置坐标的确定。本发明通过跳频前后两个阶段相位差相减将由基站与待测节点之间的频率偏差引起的对距离差测量的误差降到更低，且利用基站来回发送信号往复差分的方法消除基站之间的初始相差，从而得到更加精确的距离差信息，进而实现对待定位目标的精确定位，相对于同领域的现有技术大大提高了定位精度。
-
-
-
-
-
-
-
-
-
Search Results
167
records
(took 0.033 seconds)
