-
公开(公告)号：CN106056146B
公开(公告)日：2019-03-26
申请号：CN201610364295.X
申请日：2016-05-27
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开一种基于逻辑回归的视觉跟踪方法,主要解决现有技术容易积累跟踪误差，遮挡条件下性能降低的问题。其实现方案是：1.通过对样本取Haar‑like特征构建一系列服从高斯分布的弱分类器；2.采用逻辑回归模型从一系列弱分类器中选出部分性能较好的弱分类器，并对弱分类器进行加权求和构建一个强分类器；3.通过强分类器预测目标位置；4.通过异常判断决定是否更新弱分类器高斯分布参数，从而适应跟踪过程中目标和场景的变化。本发明与现有Adaboost算法相比，能够快速准确地获取弱分类器的全局最优子集，从而正确更新分类器参数、避免跟踪偏移，提高了跟踪性能，可用于机器人导航、人机交互、虚拟现实。
-
公开(公告)号：CN108802697A
公开(公告)日：2018-11-13
申请号：CN201810315242.8
申请日：2018-04-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种脉冲多普勒雷达信号的混合并行处理方法，实现的具体步骤是：(1)初始化多核CPU的处理线程；(2)在多核CPU端开辟雷达信号处理所需的内存空间；(3)雷达系统采集并存储数据(4)数据解析；(5)处理多通道数据(6)多通道数据混合并行处理同步。本发明可以在多核CPU端实现脉冲多普勒雷达信号的实时处理，缩短了雷达系统的升级周期，提高了雷达系统的可扩展性。
-
公开(公告)号：CN103793476B
公开(公告)日：2017-02-15
申请号：CN201410007387.3
申请日：2014-01-08
Applicant: 西安电子科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于网络社区的协同过滤推荐方法，主要解决现有技术在获得用户之间相似度数据时存在稀疏性，造成推荐准确率低的问题。其实现步骤是：获取用户对待推荐项目的评分信息，并利用用户对待推荐项目的评分数据间接生成用户与用户之间的关系网络；计算用户之间的相似度；通过基于相似度的社区检测将用户关系网络划分成若干个用户社区；选取用户所在社区内相似度最大的k个用户组成近邻用户集合，根据近邻用户集合对目标用户未评分的项目进行预测评分；将评分预测值中最大的项目推荐给用户。仿真实验结果表明，本发明比传统协同过滤推荐方法能得到更好的推荐结果，可用于向用户推荐用户感兴趣的项目。
-
公开(公告)号：CN105956612A
公开(公告)日：2016-09-21
申请号：CN201610261010.X
申请日：2016-04-25
Applicant: 西安电子科技大学
IPC: G06K9/62
CPC classification number: G06K9/6269
Abstract: 本发明公开了一种基于主动学习和半监督学习的高光谱图像分类方法，克服了现有技术下标记样本数不足、选取的样本信息量低的问题。本发明具体实现的步骤为：(1)输入数据；(2)获取聚类图；(3)设置最大迭代次数为22；(4)分类；(5)区域划分；(6)区域样本标记；(7)更新样本集；(8)判断最大迭代次数是否为0，若是，则执行步骤(9)，否则，将最大迭代次数减1后执行步骤(4)；(9)利用更新后的训练样本集训练支撑向量机SVM对测试样本集进行分类，输出高光谱图像分类图。本发明利用了区域划分策略选取信息量高的样本，同时，也减少了标记样本的数量，促进了分类精度快速地提高。
-
公开(公告)号：CN103914831B
公开(公告)日：2016-09-14
申请号：CN201410085337.7
申请日：2014-03-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于量子粒子群优化的二维双阈值SAR图像分割方法，其实现步骤为：（1）初始化粒子群种群规模M和最大迭代次数Tmax，随机生成每个粒子的初始位置；（2）计算适应度函数，根据最大类内方差值得到当前粒子的最优位置和本次迭代的全局最优位置；（3）计算Pid和mbestd；（4）构造随机数组；（5）设置界定值，判断其与界定值的关系，根据公式更新粒子位置；（6）检查是否达到结束条件，若达到则结束；否则返回步骤（2）继续。（7）全局最优位置指向的粒子的两个维度里保存着所要寻找的一对最优阈值，根据该对阈值对SAR图像进行分割。本发明与经典分割方法相比，对SAR图像分割的效果更好，时间复杂度相对较小。
-
Patent Agency Ranking
公开(公告)号：CN103077511B
公开(公告)日：2015-04-08
申请号：CN201310030207.9
申请日：2013-01-25
Applicant: 西安电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于字典学习和结构相似的图像超分辨率重建方法，主要解决现有技术重建图像表面模糊，边缘锯齿化现象严重的问题。其实现步骤是：（1）采集训练样本对；（2）利用结构相似SSIM和K-SVD方法学习一对高低分辨率字典；（3）求出输入的低分辨率图像块的稀疏表示系数；（4）利用高分辨率字典和稀疏系数，重建高分辨率图像块Xi；（5）融合高分辨率图像块Xi，得到信息融合后的高分辨图像X′i；（6）根据高分辨图像X′i，得到高分辨率图像X；（7）通过误差补偿对高分辨图像X进行高频信息增强，得到高频信息增强后的高分辨率图像。仿真实验表明，本发明具有图像表面清晰，边缘比较锐化的优点，可用于图像识别以及目标分类。
-
公开(公告)号：CN104376565A
公开(公告)日：2015-02-25
申请号：CN201410695579.8
申请日：2014-11-26
Applicant: 西安电子科技大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/20052 , G06T2207/30168
Abstract: 本发明公开了一种基于离散余弦变换和稀疏表示的无参考图像质量评价方法，主要解决现有技术对无参考图像质量评价不准确的问题。其实现步骤是：输入一副灰度图像，对其进行离散余弦变换并提取自然场景统计特征；提取一系列不同失真类型和不同内容的图像的自然场景统计特征，结合平均主观差异分数构建原始特征字典；对原始特征字典进行聚类，根据测试图像特征与原始特征字典中各类的近似程度自适应选择原子组成稀疏表示字典；利用稀疏表示在特征空间张成测试图像特征并计算稀疏表示系数，结合稀疏表示字典中的主观评价值进行线性加权求和，得到图像质量测度。本发明与主观评价结果具有较好的一致性，适用于对各种失真类型图像的质量评价。
-
公开(公告)号：CN102999920B
公开(公告)日：2015-02-18
申请号：CN201210414788.1
申请日：2012-10-25
Applicant: 西安电子科技大学
IPC: G06T7/20
Abstract: 本发明公开一种基于最近邻分类器和均值漂移的目标跟踪方法，主要解决现有技术中由于目标运动模糊无法捕获特征点和跟踪漂移无法恢复而导致的跟踪失败问题。其实现步骤为：(1)输入视频的第一帧，并用矩形框标记出待跟踪目标；(2)对目标模型初始化；(3)确定新一帧视频图像中目标搜索区域；(4)提取搜索区域内的尺度不变sift特征与目标模型匹配，同时用均值漂移模型跟踪目标；(5)对步骤(4)的结果进行决策级融合作为目标跟踪结果输出；(6)更新没有发生遮挡的目标模型；(7)循环执行步骤(3)~步骤(6)，直至视频结束。本发明与现有技术相比在目标快速运动甚至出现运动模糊或者发生遮挡情况下提高了目标跟踪的准确性。
-
公开(公告)号：CN102663688B
公开(公告)日：2014-07-23
申请号：CN201210077000.2
申请日：2012-03-22
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于邻域阈值分类的表面波变化视频去噪方法，主要改善图像边缘模糊和噪声去除不充分的现象。其实现过程是：(1)输入含有噪声的视频系数，并对其进行表面波变换；(2)计算表面波变换后的各层各方向子带系数的噪声方差；(3)计算各层各方向子带系数的阈值；(4)利用阈值和邻域能量对各层各方向子带系数分类；(5)计算分类后各层各方向子带系数的信号方差；(6)利用分类后各层各方向子带系数的信号方差对系数进行收缩处理；(7)对处理后的系数进行表面波逆变换，得到去噪后的视频图像。本发明与现有的技术相比显著提高了去噪效果，显著提高了视频图像中噪声的抑制能力，同时能够更好的保留视频图像的细节信息和运动物体的平滑效果。
-
公开(公告)号：CN102663687B
公开(公告)日：2014-07-23
申请号：CN201210076360.0
申请日：2012-03-22
Applicant: 西安电子科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于空间自适应高斯混合模型的表面波变换视频去噪方法，主要改善图像边缘模糊和噪声去除不充分的问题。其实现过程是：(1)输入含噪视频系数，并对其进行表面波变换；(2)计算表面波变换后的各层各方向子带系数的噪声方差；(3)计算各层各方向子带系数的空间自适应阈值；(4)利用阈值计算各层各方向子带系数对应的掩膜值；(5)利用掩膜值计算各层各方向子带系数的高斯混合模型参数；(6)利用模型参数对系数进行收缩处理；(7)对处理后的系数进行表面波逆变换，得到去噪后的视频图像。本发明与现有的技术相比显著提高了去噪效果，显著提高了视频图像中噪声的抑制能力，同时能够更好的保留视频图像的细节信息和运动物体的平滑效果。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.032 seconds)
