-
公开(公告)号：CN116110118A
公开(公告)日：2023-05-12
申请号：CN202211392912.9
申请日：2022-11-08
Applicant: 西安电子科技大学 , 中国电子科技集团公司电子科学研究院
IPC: G06V40/20 , G06V20/40 , G06V10/44 , G06V10/74 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于时空特征互补融合的行人重识别和步态识别方法，包括：获取待检测视频中的待检测光学图像和待检测行人步态图像；将待检测光学图像和待检测行人步态图像分别输入行人重识别网络和步态识别网络，行人重识别网络和步态识别网络分别输出第一行人特征和第一行人步态特征；将行人重识别网络输出的第一行人特征和步态识别网络输出的第一行人步态特征输入至训练好的步态特征辅助行人重识别网络的时空特征互补融合模块进行特征融合，得到初始行人特征向量；将初始行人特征向量和第一行人特征按照维度连接并进行归一化，得到最终行人特征向量。本发明的步态特征辅助行人重识别方法提高了行人重识别算法模型的准确率。
-
公开(公告)号：CN110858681B
公开(公告)日：2021-07-09
申请号：CN201810964603.1
申请日：2018-08-23
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种具有可重构谐波抑制功能的双极化三频段的频率可重构天线，包括上层介质基板和下层介质基板，上层天线可重构辐射单元，下层天线可重构辐射单元，上层可重构滤波结构，下层可重构滤波结构，实现了三频段的频率可重构和天线极化可重构，同时也实现了在天线工作工作在不同的频段时，各个频段的谐波的到了抑制同时不影响其他频段的正常工作。
-
公开(公告)号：CN109325490B
公开(公告)日：2021-04-27
申请号：CN201811159843.0
申请日：2018-09-30
Applicant: 西安电子科技大学
Abstract: 一种基于深度学习和RPCA太赫兹图像的目标识别方法。其步骤为：(1)使用稳健主成分分析RPCA方法去除背景噪声；(2)使用形状先验知识缩小兴趣目标区域；(3)生成太赫兹图像数据集；(4)训练深度学习网络Faster‑RCNN；(5)使用深度学习网络Faster‑RCNN进行目标识别。本发明使用稳健主成分分析RPCA方法去除太赫兹图像背景噪声干扰，利用形状先验知识缩小兴趣区域，使用深度学习网络Faster‑RCNN对兴趣区域进行目标识别。本发明使用了稳健主成分分析RPCA和形状先验知识，克服了背景噪声的影响，能极快的准确的检测到太赫兹图像中的目标。
-
公开(公告)号：CN109325490A
公开(公告)日：2019-02-12
申请号：CN201811159843.0
申请日：2018-09-30
Applicant: 西安电子科技大学
CPC classification number: G06K9/3233 , G06K9/40 , G06N3/0454
Abstract: 一种基于深度学习和RPCA太赫兹图像的目标识别方法。其步骤为：(1)使用稳健主成分分析RPCA方法去除背景噪声；(2)使用形状先验知识缩小兴趣目标区域；(3)生成太赫兹图像数据集；(4)训练深度学习网络Faster-RCNN；(5)使用深度学习网络Faster-RCNN进行目标识别。本发明使用稳健主成分分析RPCA方法去除太赫兹图像背景噪声干扰，利用形状先验知识缩小兴趣区域，使用深度学习网络Faster-RCNN对兴趣区域进行目标识别。本发明使用了稳健主成分分析RPCA和形状先验知识，克服了背景噪声的影响，能极快的准确的检测到太赫兹图像中的目标。
-
公开(公告)号：CN107705295A
公开(公告)日：2018-02-16
申请号：CN201710828732.3
申请日：2017-09-14
Applicant: 西安电子科技大学
CPC classification number: G06T7/0002 , G06K9/6247 , G06T7/33
Abstract: 本发明公开了一种基于稳健主成分分析法(RPCA)的图像差异检测方法，主要解决图像或视频数据中差异变化的检测问题。其实现步骤是：1.获取不同时间、不同视角、同一场景的图像；2.对图像进行几何配准；3.分别对配准后的图像数据进行列向量化处理，并将所有的列向量合成矩阵X；4.利用RPCA对矩阵X进行分解，得出对应的包含差异点信息的稀疏矩阵S0；5.根据稀疏矩阵S0，得到每一幅图像差异点的填充区域，并对杂噪点进行滤除；6.根据填充区域结果，得出每一幅图像差异区域的中心坐标和长宽大小，将该差异区域标注在配准后的图像中。与现有技术相比，本发明具有对视角、光照、噪声等各种非理想扰动更加稳健的优点，可用于多时相无人机平台下的差异区域检测。
-
Patent Agency Ranking
公开(公告)号：CN106816701A
公开(公告)日：2017-06-09
申请号：CN201710028373.3
申请日：2017-01-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种双频圆极化微带天线，主要解决了现有技术中双频圆极化微带天线阻抗匹配带宽、轴比带宽较窄以及结构尺寸较大的问题。该双频天线包括天线辐射单元(1)、介质基板(2)、金属地板(3)，天线辐射单元和金属地板分别位于介质基板的上、下面，并与设置在介质基板底部的SMA接头(4)相连接，天线辐射单元由阻抗匹配微带线(11)、圆弧形微带线(12)、“T”形微带线(13)和“L”形微带线(14)连接构成，其“T”形微带线和“L”形微带线分别用于控制天线低、高频段的辐射特性。实验表明本发明的阻抗和轴比带宽能满足无线局域网WLAN的需求，可应用于现代无线通信系统和卫星导航定位系统中。
-
公开(公告)号：CN104360338B
公开(公告)日：2016-09-07
申请号：CN201410623791.3
申请日：2014-11-06
Applicant: 西安电子科技大学
Abstract: 本发明属于自适应波束形成技术领域，特别涉及一种基于对角加载的阵列天线自适应波束形成方法，其具体步骤为：首先通过阵列天线得到样本数据，并计算该样本数据的协方差矩阵，将其作为干扰加噪声的协方差矩阵的估计值；利用对角加载方法改进协方差矩阵；求解带有约束的优化问题估计期望信号的导向矢量。最后的仿真结果验证了所提的两种改进方法的有效性。
-
公开(公告)号：CN104360338A
公开(公告)日：2015-02-18
申请号：CN201410623791.3
申请日：2014-11-06
Applicant: 西安电子科技大学
Abstract: 本发明属于自适应波束形成技术领域，特别涉及一种基于对角加载的阵列天线自适应波束形成方法，其具体步骤为：首先通过阵列天线得到样本数据，并计算该样本数据的协方差矩阵，将其作为干扰加噪声的协方差矩阵的估计值；利用对角加载方法改进协方差矩阵；求解带有约束的优化问题估计期望信号的导向矢量。最后的仿真结果验证了所提的两种改进方法的有效性。
-
公开(公告)号：CN116721332A
公开(公告)日：2023-09-08
申请号：CN202310755099.5
申请日：2023-06-25
Applicant: 西安电子科技大学
IPC: G06V10/82 , G06V10/774 , G06V10/764 , G06V10/40 , G06V20/52
Abstract: 本发明公开了一种基于动态MLP的跨模态目标重识别方法，包括：步骤1、获取待识别的图像；步骤2、将所述待识别的图像输入至训练好的识别网络，得到待识别的特征向量，将所述待识别的特征向量与所述特征向量库中的特征向量进行匹配，以得到目标识别结果。本发明利用对输入输出的标准化解决了并行神经网络在参数映射的训练过程中梯度下降不稳定的问题。本发明的基于动态MLP的跨模态目标重识别方法可以增强模态特征向量的表征能力，减小了模态间差异，能够进一步提高模型精度，提升不同模态目标匹配的准确率。
-
公开(公告)号：CN116701511A
公开(公告)日：2023-09-05
申请号：CN202310675905.8
申请日：2023-06-08
Applicant: 西安电子科技大学
IPC: G06F16/25 , G06F16/23 , G06F16/215 , G06F16/957 , G06F16/958
Abstract: 本发明公开面向B/S业务场景的数据自动化融合录入系统及方法，包括多源数据融合校对模块、业务数据智能录入模块以及异常错误处理模块；多源数据融合校对模块用于将数据进行导入和融合，形成融合后的业务待录入数据；业务数据智能录入模块通过WebDriver驱动浏览器的方式将业务待录入数据填入到Web页面中，并以多线程的方式进行录入；异常错误处理模块用于处理运行过程中的错误。本发明的融合录入系统，可以使得用户在不同的项目数据录入过程中，仅需一次对数据项校对，显著提高多源数据的融合准确率以及录入效率，并能够有效降低数据信息在处理以及录入过程中出现的异常输入以及人工操作失误。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.036 seconds)
