-
公开(公告)号：CN110189283B
公开(公告)日：2021-10-29
申请号：CN201910421713.8
申请日：2019-05-21
Applicant: 西安电子科技大学
Abstract: 本发明提供了一种基于语义分割图的遥感图像DSM融合方法，用于解决现有遥感图像DSM融合方法中存在的融合的遥感图像DSM精度较低的技术问题，实现步骤包括：获取多个有效时间差对应的图像对；获取每个有效时间差所对应的图像对ai的视差图；获取每个有效时间差所对应的图像对ai的数字表面模型DSMi；获取语义分割图；基于语义分割图对遥感图像数字表面模型DSM进行融合。本发明根据语义分割图的标签信息对融合前的多个遥感图像DSM的高度值进行更改并将其限定在标准高度范围内，提高了融合的遥感图像DSM的精度。本发明成果可应用于城市规划、立体导航等领域。
-
公开(公告)号：CN112229409A
公开(公告)日：2021-01-15
申请号：CN202011101297.2
申请日：2020-10-15
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于贝叶斯和进化算法的无人机协同航迹规划方法，主要解决现有技术中无人机协同航迹规划存在优化难度大及优化效率低的问题。其方案为：通过计算两条航迹节点之间的距离找到一组相同或相近的节点，然后以这些节点为界将两条航迹划分为一组可交换的航迹单元对；再通过计算所有航迹单元对交换之后航迹长度的变化强度，从而确定该航迹单元对的交换强度；最后，根据航迹单元对的交换强度使用贝叶斯推理来确定航迹单元的交换概率，得到无人机的协同总代价。本发明在多种威胁代价的无人机协同航迹规划任务中，可有效避免航迹断点的产生、提高了优化的收敛性，能够更加高效的实现无人机航迹寻优，获取更高的优化性能。
-
公开(公告)号：CN110211138A
公开(公告)日：2019-09-06
申请号：CN201910494015.0
申请日：2019-06-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于置信点的遥感图像分割方法，主要解决现有技术中高分辨率遥感影像分割精度不高的缺陷。本发明的具体步骤如下：(1)构建卷积神经网络；(2)生成两个训练集；(3)生成两个测试集；(4)对测试集进行地物类别标签预测；(5)标记每个置信点像素；(6)修正建筑物类别；(7)更新植物类别；(8)得到最终的地物类别标签。本发明具有提高植被与建筑物类别精度，不仅对低分辨率的遥感图像有较好的分割效果，而且对高分辨率的遥感图像也具有较好的分割效果。
-
公开(公告)号：CN110189283A
公开(公告)日：2019-08-30
申请号：CN201910421713.8
申请日：2019-05-21
Applicant: 西安电子科技大学
Abstract: 本发明提供了一种基于语义分割图的遥感图像DSM融合方法，用于解决现有遥感图像DSM融合方法中存在的融合的遥感图像DSM精度较低的技术问题，实现步骤包括：获取多个有效时间差对应的图像对；获取每个有效时间差所对应的图像对ai的视差图；获取每个有效时间差所对应的图像对ai的数字表面模型DSMi；获取语义分割图；基于语义分割图对遥感图像数字表面模型DSM进行融合。本发明根据语义分割图的标签信息对融合前的多个遥感图像DSM的高度值进行更改并将其限定在标准高度范围内，提高了融合的遥感图像DSM的精度。本发明成果可应用于城市规划、立体导航等领域。
-
公开(公告)号：CN119762494A
公开(公告)日：2025-04-04
申请号：CN202411916674.6
申请日：2024-12-24
Applicant: 西安电子科技大学
IPC: G06T7/10 , G06N3/0464 , G06N3/045 , G06V10/764 , G06V20/10 , G06V10/82 , G06N3/048 , G06V10/26 , G06N3/084
Abstract: 一种基于全卷积神经网络的端到端极化SAR图像超像素分割方法、系统、设备及介质，方法为：包含极化特征与位置信息的输入；构建基于全卷积神经网络的极化SAR图像的超像素分割模型，输出超像素分割结果；训练超像素分割模型；将处理后且关联位置信息的极化特征输入训练好的超像素分割模型，得到超像素分割结果，并将超像素分割结果处理后作为极化SAR图像分类模型的输入，训练极化SAR图像分类模型；利用训练好的极化SAR图像分类模型对极化SAR图像进行分类，得到结合超像素分割的极化SAR图像分类结果；系统、设备及介质用于实现该方法；本发明具有无需传统的聚类方法快速生成高质量的超像素分割结果、易于与后续极化SAR图像分类深度学习模型进行结合的优点。
-
Patent Agency Ranking
公开(公告)号：CN119494859A
公开(公告)日：2025-02-21
申请号：CN202411646690.8
申请日：2024-11-18
Applicant: 西安电子科技大学
IPC: G06T7/246 , G06N3/0442 , G06V10/25 , G06V10/40 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/048
Abstract: 一种基于动态图结构细胞长短期记忆网络的目标长时轨迹预测方法、系统、设备及介质，该方法利用目标交互结构图在表示运动空间中交互信息的有效性，结合图卷积神经网络传递主体目标的隐式特征，以及根据图注意力机制的特征筛选机制，关注不同维度的信息特征，通过增加空间信息记忆单元，增强长短期记忆网络(LSTM)处理空间结构信息的能力，使改进后的LSTM网络能够同时处理运动空间的时序信息以及空间信息；系统、设备及介质用于实现该方法；本发明通过图卷积算法、图注意力机制以及LSTM网络的特点，能够有效地解决目标长时轨迹预测中的轨迹终点预测模糊问题，可以取得更好的效果，预测结果与真实值具有更小的误差。
-
公开(公告)号：CN119007240A
公开(公告)日：2024-11-22
申请号：CN202411005990.8
申请日：2024-07-25
Applicant: 西安电子科技大学
IPC: G06V40/10 , G06V40/20 , G06V20/64 , G06V10/34 , G06V10/426 , G06V10/82 , G06N3/042 , G06N3/0464
Abstract: 一种基于逐次超松弛图卷积神经网络的3D人体姿态估计方法、系统、设备及介质，方法包括：使用2D姿态检测器对输入图像或视频进行检测，获取图像或视频中人体的2D关节点坐标；对2D关节点坐标执行统一的标准化处理；构建图邻接矩阵用于表示图结构模型；将经标准化处理的2D关节点坐标作为图卷积神经网络的初始输入特征，为图卷积神经网络提供初始的2D关节点信息，采用逐次超松弛迭代方法，结合构建的图邻接矩阵，对初始输入特征进行更新，经过SOR循环迭代更新后，图卷积神经网络最终输出预测的3D人体姿态，包括人体各个关节的3D坐标；系统、设备及介质用于实现该方法；本发明提高网络的计算效率，降低过度拟合的风险，取得更好的鲁棒性。
-
公开(公告)号：CN114882294B
公开(公告)日：2024-09-03
申请号：CN202210657479.0
申请日：2022-06-10
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/086
Abstract: 本发明公开了一种多目标进化卷积神经网络的高光谱图像分类方法，主要解决现有技术中网络较复杂，分类精度较低的问题。本发明具体步骤如下：(1)初始化个体架构信息组成种群；(2)解码个体生成训练集，验证集和卷积神经网络；(3)计算卷积神经网络的分类精度与浮点运算次数作为两个适应度；(4)采用交叉，变异，多目标选择对种群迭代更新得到最优种群；(5)使用最优种群中分类精度最高的个体对应的卷积神经网络对待高光谱图像进行分类。本发明采用进化算法实现对卷积神经网络自动设计，并使用多目标优化，具有针对高光谱图像分类问题精度高，结构简单的优点。
-
公开(公告)号：CN113420812B
公开(公告)日：2024-04-19
申请号：CN202110698127.5
申请日：2021-06-23
Applicant: 西安电子科技大学
IPC: G06V10/764 , G06V10/774 , G06N3/126 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于进化卷积神经网络的极化SAR图像分类方法，实现步骤为：(1)初始化种群；(2)将种群中的个体解码为卷积神经网络；(3)训练卷积神经网络，并将分类精度作为个体的适应度；(4)采用选择、交叉和变异操作对种群进行迭代更新，得到最终种群；(5)使用最终种群中适应度最高的个体对应的卷积神经网络对待分类极化SAR图像进行分类。本发明采用种群迭代更新的方式实现卷积神经网络的自动设计，降低了手工设计卷积神经网络造成的人为误差，最终得到高分类精度的卷积神经网络，实现极化SAR图像的高精度分类。
-
公开(公告)号：CN117831574A
公开(公告)日：2024-04-05
申请号：CN202311521107.6
申请日：2023-11-15
Applicant: 西安电子科技大学 , 陕西汇智易知信息科技有限公司
Abstract: 一种基于文本情感的中文情感语音合成方法、系统、设备及介质，方法包括：数据预处理、模型构建、模型训练及优化、语音还原；系统、设备及介质：用于实现一种基于文本情感的中文情感语音合成方法；本发明通过基于变分自动编码器的风格生成模型从输入音频中学习情感风格，通过中文情感分析模块获取输入内容的情感权重向量，同时在情感嵌入获取模块增加输入通道，利用变分自动编码器的特性，结合情感权重微调融合情感风格特征，将特征序列和文本序列输入端到端语音合成模型，提升了模型整体的情感细节建模能力和文本情感关联性，提高了合成语音的情感表现力，解决了情感与内容不协调的问题。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.037 seconds)
