-
公开(公告)号：CN114371584A
公开(公告)日：2022-04-19
申请号：CN202210035412.3
申请日：2022-01-13
Applicant: 中国人民解放军陆军工程大学
Abstract: 一种可扩展温度适应范围的非线性光学频率变换晶体器件，包括第一非线性光学晶体、第二非线性光学晶体和第三非线性光学晶体；所述第一非线性光学晶体和第三非线性光学晶体的材料、长度、切割角度均相同，所述第一非线性光学晶体和第三非线性光学晶体中相位失配量对温度的导数也相等；第二非线性光学晶体放置于第一非线性光学晶体和第三非线性光学晶体之间。使得非线性光学频率变换在更宽温度范围内保持较高转换效率，提高非线性光学频率变换晶体器件的温度适应性及稳定性。该器件不需要温度控制设备，使得非线性光学频率变换晶体器件结构更加简单、紧凑，同时降低器件能耗、缩短响应时间，从而降低器件成本、提升器件性能。
-
公开(公告)号：CN109165542A
公开(公告)日：2019-01-08
申请号：CN201810673838.5
申请日：2018-06-27
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明公开一种基于精简卷积神经网络的行人检测方法，包括如下步骤：(10)数据集收集：将数据集图像分为训练集图像与测试集图像；(20)数据集图像预处理：对数据集图像进行尺寸变换、对比度归一化和白化处理，得到低冗余数据灰度图像；(30)精简卷积神经网络模型获取：对卷积神经网络进行训练，对训练好的卷积神经网络逐层进行剪枝，利用测试集灰度图像验证卷积神经网络的性能，得到精简深度卷积网络模型；(40)行人检测：利用精简卷积神经网络模型，对使用现场图像进行行人检测。本发明的基于精简卷积神经网络的行人检测方法，在保持网络训练精度的同时，对卷积神经网络进行精简，在减少网络规模的同时，加快行人检测的速度。
-
公开(公告)号：CN108537132A
公开(公告)日：2018-09-14
申请号：CN201810218531.6
申请日：2018-03-16
Applicant: 中国人民解放军陆军工程大学
Abstract: 一种基于监督学习的深度自动编码器的道路分割方法，针对传统分割方法存在的分割精度不高、实时性不好，基于全卷积网络的语义分割方法存在的网络结构复杂、参数调优繁琐、训练周期长等问题，在传统的自动编码器模型中加入监督层，通过监督学习机制来抽取有利于道路图像分割的特征，实现道路图像语义分割。本发明的监督学习机制促使网络结构着重学习区域的轮廓、边界等信息而忽略与分割无关的图像细节，取得了更好的道路分割效果。并且本发明所提出的方法模型简单、训练时间和运行时间都远低于Segnet网络，这对实时性要求很高的道路识别而言是极其关键的。
-
公开(公告)号：CN117746054A
公开(公告)日：2024-03-22
申请号：CN202311767985.6
申请日：2023-12-21
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明公开了一种细粒度特征提取方法、细粒度图像识别方法及相关装置，本发明在分解双线性池化的框架中加入图神经网络，可融合空域上的相似特征，实现对多种视觉特征的充分利用，缓解双线性池化的视觉突发现象。
-
公开(公告)号：CN117523302A
公开(公告)日：2024-02-06
申请号：CN202311556035.9
申请日：2023-11-21
Applicant: 中国人民解放军陆军工程大学
IPC: G06V10/764 , G06V10/46 , G06V10/42 , G06V10/771 , G06T5/77
Abstract: 本发明公开了一种针对多尺度对抗补丁的图像分类、装置、存储介质及设备，属于图像处理技术领域，包括获取输入图像；对输入图像中的对抗补丁进行定位，得到对抗补丁的位置坐标；对输入图像中的位置坐标进行掩码，得到掩码图像；将掩码图像和输入图像分别输入到分类器和Softmax层连接组成的图像分类模型中，若输出的预测结果一致，则输出预测结果，完成图像分类；若输出的预测结果不一致，则对掩码图像进行图像修复得到修复图像，将修复图像和掩码图像分别输入到分类器中，得到两个logits向量，对两个logits向量进行加权求和后输入到Softmax层中，得到预测结果，完成图像分类；本发明能够提高图像分类的精确度。
-
Patent Agency Ranking
公开(公告)号：CN117522704A
公开(公告)日：2024-02-06
申请号：CN202311573398.3
申请日：2023-11-23
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明公开了一种基于暗原色先验的水下图像增强方法，包括：通过直方图统计特性计算水体光强；将颜色通道像素值取反，得到逆通道并计算水体透射率；将水体光强和水体透射率代入基于暗原色先验建立的水下图像模型中，计算得到去模糊的水下图像；对去模糊的水下图像进行改进的白平衡处理，得到色彩增强的水下图像。本发明解决了水下复原图像颜色失真、对比度低、模糊的问题。
-
公开(公告)号：CN117496257A
公开(公告)日：2024-02-02
申请号：CN202311523828.0
申请日：2023-11-15
Applicant: 中国人民解放军陆军工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于细粒度特征编码的图像分类方法及系统，属于计算机视觉技术领域，具体为处理导入图像，获得局部图像数据用于制作训练数据并导入细粒度识别模型，进行特征提取、细粒度特征识别、细粒度特征拼接、细粒度特征分类，获得细粒度特征分类结果；特征分类结果代入交叉熵损失函数得到损失值并采用SGD优化器，获得细粒度特征编码器的优化参数用于调整细粒度识别模型，基于调整后的细粒度识别模型输入若干待推理图像进行细粒度类别的图像特征识别；本发明借助差异性多阶特征融合编码器(DMF)以多层感知机为基础架构；并通过多隐含层特征融合结构提取多阶特征，同时通过差异性区域激活模块降低特征冗余，能够克服高阶特征的视觉突发缺陷。
-
公开(公告)号：CN109685119B
公开(公告)日：2023-05-23
申请号：CN201811500515.2
申请日：2018-12-07
Applicant: 中国人民解放军陆军工程大学
IPC: G06V10/764 , G06N3/0464
Abstract: 本发明公开一种针对含有噪声图像分类的新型深度卷积神经网络方法，主要特点在于采用了随机最大值池化这一新的池化方法。随机最大值池化方法随机选取感受野范围内前n个较大值作为池化结果，首先将感受野范围内的所有值进行排序，选出前n个较大值；然后在前n个较大值中随机选取一个值作为池化结果。随机最大值池化方法结合了最大池化方法和随机池化方法的特点，既能保留感受野内主要特征信息，又能提高网络对感受野内噪声的抑制作用。本发明在CIFAR‑10，SVHN和MNIST数据集上进行验证，取得较好效果。
-
公开(公告)号：CN113160391A
公开(公告)日：2021-07-23
申请号：CN202110484938.5
申请日：2021-04-30
Applicant: 中国人民解放军陆军工程大学
Abstract: 一种双阶段三维场景建模方法，属于计算机视觉范畴。包括：使用RGBD相机和单目相机同时采集RGB数据和深度数据，使用基于视觉同步定位与建图的三维重建算法和基于运动恢复结构的三维重建算法分别以不同的速度进行建模。第一阶段实时记录SLAM重建进度，进行图像帧配准、姿态估计和点云匹配，回环检测和模型融合，短时内生成较稀疏的重建模型，且可以帮助实时定位和导航，增强数据时序性；第二阶段通过大量高清RGB图像进行基于运动恢复结构的三维重建算法，生成稠密完整且细节丰富的重建模型。既保证了对短时内重建结果辅助定位的要求，具有时效性，又能提供高重建精度的稠密重建结果。
-
公开(公告)号：CN108596044B
公开(公告)日：2021-05-07
申请号：CN201810280444.3
申请日：2018-04-02
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明公开一种基于深度卷积神经网络的行人检测方法，包括如下步骤：(10)样本集收集：将样本集图像分为训练集与测试集；(20)样本图像预处理：对样本集图像进行尺寸变换、对比度归一化和白化处理，得到低冗余样本灰度图像；(30)深度卷积网络模型获取：利用低冗余训练样本，采用连续dropout策略，对深度卷积网络进行训练，利用测试集样本对深度卷积网络进行测试，得到深度卷积网络模型；(40)行人检测：利用深度卷积网络模型，对使用现场图像进行行人检测。本发明的基于深度卷积网络的行人检测方法，通过连续dropout策略，在保持网络训练精度的同时，获得更好的泛化能力，从而在行人检测中得到更高的正确率。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.035 seconds)
