-
公开(公告)号：CN115797334B
公开(公告)日：2023-04-28
申请号：CN202310044473.0
申请日：2023-01-30
申请人： 广东工业大学
IPC分类号： G06T7/00 , G06V10/28 , G06V10/44 , G06V10/75 , G06V10/74 , G06V10/762 , G06V10/764
摘要： 本发明公开了一种大规模光斑质量快速判别方法及装置，涉及图像处理技术领域。方法包括：基于预先获取的参考光斑构建参考光斑特征集和锚点光斑特征集并构建参考光斑特征集和锚点光斑特征集的第一低秩相似度矩阵；获取第一低秩相似度矩阵的特征向量矩阵和特征值矩阵；基于第一低秩相似度矩阵、特征向量矩阵和特征值矩阵确定参考光斑的低秩谱嵌入矩阵和线性投影矩阵；根据低秩谱嵌入矩阵构建参考光斑的二值编码库；基于线性投影矩阵确定待检测光斑的二值编码；然后计算待检测光斑与参考光斑的匹配值，基于所述匹配值对待检测光斑质量进行判别，解决了现有光斑判别方法判别效率及判别准确率低的技术问题。
-
公开(公告)号：CN115797334A
公开(公告)日：2023-03-14
申请号：CN202310044473.0
申请日：2023-01-30
申请人： 广东工业大学
IPC分类号： G06T7/00 , G06V10/28 , G06V10/44 , G06V10/75 , G06V10/74 , G06V10/762 , G06V10/764
摘要： 本发明公开了一种大规模光斑质量快速判别方法及装置，涉及图像处理技术领域。方法包括：基于预先获取的参考光斑构建参考光斑特征集和锚点光斑特征集并构建参考光斑特征集和锚点光斑特征集的第一低秩相似度矩阵；获取第一低秩相似度矩阵的特征向量矩阵和特征值矩阵；基于第一低秩相似度矩阵、特征向量矩阵和特征值矩阵确定参考光斑的低秩谱嵌入矩阵和线性投影矩阵；根据低秩谱嵌入矩阵构建参考光斑的二值编码库；基于线性投影矩阵确定待检测光斑的二值编码；然后计算待检测光斑与参考光斑的匹配值，基于所述匹配值对待检测光斑质量进行判别，解决了现有光斑判别方法判别效率及判别准确率低的技术问题。
-
公开(公告)号：CN118396997B
公开(公告)日：2024-08-23
申请号：CN202410833557.7
申请日：2024-06-26
申请人： 广东工业大学
IPC分类号： G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06T5/90 , G06V10/80
摘要： 本发明涉及激光检测技术领域，公开了一种基于多视角表征学习的激光光斑质量判别方法及装置，通过历史光斑图像的潜在表征用于光斑质量判别，不依赖于光斑轮廓信息，避免了受背景光干扰下的缺失轮廓信息对光斑质量判别的影响，提高了激光光斑质量判别的准确性。对光斑特征挖掘时，通过构建多个不同曝光量分别对应的图像特征编码器进行联合训练，利用多个图像特征编码器之间共享网络参数，从而多视角表征学习挖掘光斑的多曝光图像的潜在表征，从多张光斑图像中学习公共潜在表征，并利用公共潜在表征进行判别，解决了现有的基于单张光斑图像方法中存在的特征不全面和判别不准确的问题，显著提高了光斑质量判别的准确性和鲁棒性。
-
公开(公告)号：CN118396997A
公开(公告)日：2024-07-26
申请号：CN202410833557.7
申请日：2024-06-26
申请人： 广东工业大学
IPC分类号： G06T7/00 , G06T9/00 , G06N3/0464 , G06N3/084
摘要： 本发明涉及激光检测技术领域，公开了一种基于多视角表征学习的激光光斑质量判别方法及装置，通过历史光斑图像的潜在表征用于光斑质量判别，不依赖于光斑轮廓信息，避免了受背景光干扰下的缺失轮廓信息对光斑质量判别的影响，提高了激光光斑质量判别的准确性。对光斑特征挖掘时，通过构建多个不同曝光量分别对应的图像特征编码器进行联合训练，利用多个图像特征编码器之间共享网络参数，从而多视角表征学习挖掘光斑的多曝光图像的潜在表征，从多张光斑图像中学习公共潜在表征，并利用公共潜在表征进行判别，解决了现有的基于单张光斑图像方法中存在的特征不全面和判别不准确的问题，显著提高了光斑质量判别的准确性和鲁棒性。
-
公开(公告)号：CN117649934A
公开(公告)日：2024-03-05
申请号：CN202311668584.5
申请日：2023-12-06
申请人： 广东工业大学
IPC分类号： G16H50/20 , G16H50/70 , G06F18/213 , G06F18/22 , G06F18/23213
摘要： 本申请公开了一种基于二值编码的多模态疼痛识别方法及装置，方法包括：提取多模态疼痛数据库的多模态数据特征库和语义标签库；采用预设矩阵三分解算法基于语义标签库计算模态关联矩阵库和多模态二值编码库，预设矩阵三分解算法包括多个二值约束；基于多模态数据特征库和多模态二值编码库计算多模态二值投影库；根据模态关联矩阵库和多模态二值投影库将待识别疼痛数据对应的待识别二值编码与多模态二值编码库中的模态二值编码进行匹配，得到多个匹配向量；依据语义标签库对匹配向量进行标签匹配度分析，得到疼痛识别结果。本申请能解决现有技术要么受限于算法复杂度，要么受限于多模态数据的统一处理方式，导致实际的疼痛识别效果较差的技术问题。
-
公开(公告)号：CN114185070A
公开(公告)日：2022-03-15
申请号：CN202111495879.8
申请日：2021-12-08
申请人： 广东工业大学
摘要： 本发明公开了一种卫星实时定位方法和装置，应用于数据处理器，数据处理器分别与第一接收机阵列和第二接收机阵列通信连接，方法包括：获取第一接收机阵列采集到的观测坐标，构建观测三角形阵列并提取对应的观测相对矢量，以及第二接收机阵列对应的接收机相对矢量；计算两者之间的矢量差值；再根据第一接收机阵列与第二接收机阵列之间的比例系数，以及观测三角形阵列对应的坐标方差，计算调整比值；根据调整比值和矢量差值，修正观测三角形阵列，持续计算矢量差值，直至矢量差值小于预设差值阈值，从当前时刻的观测三角形阵列选取任一顶点作为卫星定位坐标，从而，更为有效地提高卫星定位精确度。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.025 秒)
