-
公开(公告)号：CN112037193A
公开(公告)日：2020-12-04
申请号：CN202010889835.2
申请日：2020-08-28
Applicant: 长安大学
Abstract: 本发明公开了一种电力线路特征标记方法及装置，通过对电力线路样本图像进行预处理后提取特征点，将提取的特征点与该特征点的邻域范围作为一个像素块，求取该像素块的质心；再将特征点与其对应像素块质心进行连线，求出该连线与横坐标轴的夹角θ，基于二进制向量描述的特征点，采用基于汉明距离比值准则匹配连续两幅图像的特征点即可得到最终的特征点匹配对，本发明匹配经过标记的电力线路图像特征点，能够快速基于电力线路特征标记实现电力线路匹配，在不同加噪类型下，对图像特征点的优越的标记能力，本发明对电力线路图像中的一些常见特征的匹配迅速而高效，并且具有较好的旋转不变性和噪声不变性。
-
公开(公告)号：CN116016080A
公开(公告)日：2023-04-25
申请号：CN202211548643.0
申请日：2022-12-05
Applicant: 长安大学
Abstract: 本申请提出了一种通信系统中基于布尔函数的准互补序列集的生成方法及系统。所述方法包括：基于m元布尔函数构造长度为2m，集合大小为2k+1的完全互补码；确定待构造布尔函数，直和所述待构造布尔函数及所述完全互补码，以获取准互补序列集；截去所述准互补序列集中的比特位，以使所述准互补序列集的长度达到目标长度，所述目标长度为至少两个2的幂次的加和。本发明的构造方法适用于多载波CDMA系统，以及多输入多输出系统的信道估计等领域，且准互补序列集是基于布尔函数构造的序列集，在工程上具有易于实现，低复杂度等优势，可为通信系统提供具有更多可供选择的序列长度。
-
公开(公告)号：CN113706690A
公开(公告)日：2021-11-26
申请号：CN202110970918.9
申请日：2021-08-23
Applicant: 长安大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于三维模型顶点分区的多载体信息隐藏方法及系统，将每个三维模型变换到几何不变空间中，使其具有仿射不变性；调整中心三维模型内接多面体交点与其他模型外接球交点处的法向量方向，使交点处的法向量垂直，对多个模型进行组合形成多载体融合态，将秘密信息嵌入到由多个三维模型组成的融合态载体中，将融合态模型的顶点按均方根曲率值划分出特征点集合，通过改变扇形分区中特征顶点的极坐标值对秘密信息进行隐藏，与基于单载体点云模型顶点范数的三维模型信息隐藏算法相比，利用多载体构建的大容量嵌入环境实施的冗余嵌入使鲁棒性有明显提升，可以抵抗仿射变换攻击和简化、剪切等减少三维模型顶点的攻击。
-
公开(公告)号：CN104461395A
公开(公告)日：2015-03-25
申请号：CN201410776291.3
申请日：2014-12-15
Applicant: 长安大学
IPC: G06F3/06
CPC classification number: G06F3/061
Abstract: 本发明公开了一种新型计算机存储系统及计算机系统，高速缓存模块用于动态存储主存模块中的常用数据；主存模块用于动态存储二级主存模块中的常用数据，二级主存模块用于动态存储外存模块中的常用数据，系统按照高速缓存模块、主存模块、二级主存模块、外存模块优先级由高至低的顺序读取数据。采用本发明可以提高整个存储系统的性能和速度，解决现有技术中主存模块的容量和速度的矛盾问题，此外本发明的二级主存模块如采用非易失性存储介质存放操作系统，则提高操作系统读取的效率，而且本发明的新增的二级主存模块成本低廉。而且本发明在不增加存储系统处理器负荷的情况下提供具有更灵活的可伸缩性的存储装置系统，并提高了存储的性能。
-
公开(公告)号：CN118397361A
公开(公告)日：2024-07-26
申请号：CN202410577108.0
申请日：2024-05-10
Applicant: 长安大学
IPC: G06V10/764 , G06V10/44 , G06V10/771 , G06V10/72 , G06V10/34 , G06F17/16
Abstract: 本发明属于隐写分析技术领域，涉及一种三维点云的隐写分析方法和系统。通过对初始三维点云进行预处理，通过复合算子分别提取特征点，特征点的邻域点作为特征增强区域，在特征增强区域进行特征增强；根据现有三维网格隐写分析特征集合和最近邻边边长、最近邻域密度以及最近邻边法向量得到点云隐写分析特征集；使用点云隐写分析特征集分别筛选增强后的初始三维点云和增强后的平滑三维点云的特征向量，根据筛选的特征向量计算残差并进行集成分类，实现对初始三维点云的隐写分析。本发明以特征增强的隐写分析算法的核心优势是弥补了先前点云模型隐写分析的空白，实现三维点云的隐写分析，有效提升了三维点云隐写分析准确率。
-
Patent Agency Ranking
公开(公告)号：CN113689399A
公开(公告)日：2021-11-23
申请号：CN202110970917.4
申请日：2021-08-23
Applicant: 长安大学
Abstract: 本发明公开了一种用于电网识别遥感图像处理方法及系统，通过对待识别电网遥感图像进行预处理，去除待识别电网遥感图像的无关信息，解决了受到天气影响的遥感图像模糊等缺陷，然后采用信息标注的已知电网遥感图像进行训练得到的检测模型，对预处理后的待识别电网遥感图像进行特征提取，然后将提取的特征与检测模型中标注的电网遥感图像特征进行匹配，匹配度最高的即为待识别电网遥感图像的电网类型，基于遥感图像，利用深度学习的方法，对电网部分进行目标检测和特征识别，将识别后的结果用来预测，通过对电网的目标检测，能够及时的发现电网的状态，通过对发电厂各个部分的目标检测识别，获得发电厂各个部位的分布特点，用于电网的科学安全规划。
-
公开(公告)号：CN113688831A
公开(公告)日：2021-11-23
申请号：CN202110969499.7
申请日：2021-08-23
Applicant: 长安大学
Abstract: 本发明公开了一种基于YOLOV4的电力表计的故障识别方法和系统，通过将已知类别的电力系统指针式仪表图像进行标注，然后利用标注后的电力系统指针式仪表图像训练YOLOV4模型得到识别模型，对电力系统指针式仪表的识别与读数准确而高效，然后利用训练后的YOLOV4模型对待识别电力系统指针式表计进行特征提取，然后对提取的特征进行聚类、拟合后获取待识别电力系统指针式表计特征图，将获取的特征图与YOLOV4模型内存储的标注特征图进行对比得到最接近的标注特征图，能够快速准确获取电力表计数据，得表盘定位更加精准，表盘指针的读数更加准确。从而使得在电力系统中能够更加准确地对故障进行识别并及时报警，以至于能够及时处理并确保电力系统的安全稳定运行。
-
公开(公告)号：CN118506151A
公开(公告)日：2024-08-16
申请号：CN202410577106.1
申请日：2024-05-10
Applicant: 长安大学
IPC: G06V10/82 , G06V10/764 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N3/084 , G06N3/0985
Abstract: 本发明属于三维隐写分析技术领域，涉及一种基于图神经网络的三维隐写分析模型的构建方法和系统。获取原始的三维网格模型和含密的三维网格模型中的坐标点信息和面信息，根据坐标点信息和面信息构建邻接矩阵和图结构；将三维网格模型中的顶点信息转换为频域信息，筛选频域信息中的高频信息，通固定高通滤波核对高频信息进行加强，得到处理后的顶点坐标信息；将处理后的顶点坐标信息、邻接矩阵和图结构输入到图神经网络中，图神经网络通过前向传播和反向传播在图卷积层中进行节点特征学习，通过平均池化层对将节点级别的特征转换为图级别的特征，得到三维隐写分析模型。本发明能够实现三维网格模型的隐写分析。
-
公开(公告)号：CN118397600A
公开(公告)日：2024-07-26
申请号：CN202410577112.7
申请日：2024-05-10
Applicant: 长安大学
IPC: G06V20/58 , G06V10/62 , G06V10/762 , G06V10/26 , G06V10/80 , G06V10/25 , G06V10/82 , G06T7/207 , G06T7/246 , G06N3/0464
Abstract: 本发明属于多传感器多模态计算机视觉技术领域，涉及一种多目标识别与跟踪方法、系统、设备和介质。通过获取目标的二维特征，根据目标的二维特征对目标进行跟踪和关联，同时为目标绘制边界框，得到有分类标签框的二维图像；获取目标的三维点云信息和初始运动向量，对三维点云信息进行聚类并根据聚类结果分割成为不同的三维点集，计算三维点集的运动向量，预测目标的运动趋势，得到预测位置的三维点集，根据获取的三维点集和预测的三维点集得到目标的三维点云前视图，将三维点云前视图与二维图像进行空间关系匹配得到预测目标图像。本发明结合目标的二维特征和三维点云空间的运动向量对目标进行跟踪与验证，提高了目标识别与跟踪的鲁棒性与准确性。
-
公开(公告)号：CN118397289A
公开(公告)日：2024-07-26
申请号：CN202410577110.8
申请日：2024-05-10
Applicant: 长安大学
IPC: G06V10/34 , G06V10/72 , G06V10/764 , G06V10/762 , G06N3/0499 , G06N3/08
Abstract: 本发明属于隐写分析技术领域，涉及一种三维模型的隐写分析方法、系统、设备和介质。分别获取含密三维网格模型和原始三维网格模型的面法线向量，利用面法线向量训练回归函数，利用回归函数对含密三维网格模型和原始三维网格模型进行若干次平滑处理，分别得到平滑后的含密三维网格模型和原始三维网格模型；对平滑后的含密三维网格模型和原始三维网格模型进行归一化处理，分别得到含密三维网格模型和原始三维网格模型的标准形式；获取含密三维网格模型和原始三维网格模型的标准形式的ELFS124的总特征向量和WFS228的总特征向量得到总特征集，使用FLD对总特征集进行集成判别分析得到隐写分析结果。本发明能够实现三维模型的隐写分析，提升了隐写分析的准确率。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.029 seconds)
