-
公开(公告)号：CN119848567A
公开(公告)日：2025-04-18
申请号：CN202510011252.2
申请日：2025-01-03
Applicant: 合肥工业大学
IPC: G06F18/22 , G06F18/2131 , G06N3/0464
Abstract: 本发明公开了一种基于度量学习的开集电磁辐射源个体识别方法，包括：1、构建实采的真实世界电磁信号数据集；2、构建基于度量学习的开集电磁辐射源个体特征提取器，以电磁信号经小波变换得到的RGB时频图作为输入，对开集电磁辐射源个体特征提取器进行训练，得到最优开集电磁辐射源个体特征提取器；3、利用最优开集电磁辐射源个体特征提取器对待识别的电磁信号进行特征提取，再进行距离度量和比较，得到匹配结果。本发明能实现基于度量学习的开集电磁辐射源个体识别，并能够对未知辐射源个体进行具体分类，以有效提高复杂多变场景下的辐射源个体识别效果，从而能为许多电磁信号相关任务提供更加精确的识别结果。
-
公开(公告)号：CN119090923A
公开(公告)日：2024-12-06
申请号：CN202411580075.1
申请日：2024-11-07
Applicant: 合肥工业大学
Abstract: 本发明提供一种关键帧引导的虚拟标记动态追踪方法和系统，涉及虚拟标记追踪领域。本发明中，首先接收医生在首个彩色图像帧上标注的虚拟标记；其次设计一个在线关键帧池的查询机制，并进行初始化；再次从关键帧中查询得到多个相似关键帧，以减少相似关键帧与当前彩色图像帧之间的差异，简化追踪任务；接着利用稀疏匹配方法获取追踪区域；最后在追踪区域内融合多帧光流得到最终的追踪标记，实现像素级精度追踪内窥镜图像上的二维虚拟标记，保证信息传递的直观性与准确性。其中所采用的两阶段追踪方法，减少了错误追踪。此外，通过动态更新关键帧池，丰富关键帧池的多样性，进一步提高虚拟标记动态追踪的鲁棒性和准确性。
-
公开(公告)号：CN114972975A
公开(公告)日：2022-08-30
申请号：CN202210706148.1
申请日：2022-06-21
Applicant: 合肥工业大学
IPC: G06V20/00 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于双输入网络的偏振图像伪装目标检测方法，包括：1、获取具有像素级标注的偏振图像数据集；2、对四幅原始偏振角度图像进行计算，得到强度图像I和线性偏振度图像DoP；3、对强度图像和DoP图像进行数据增强；4、构建基于双输入使用偏振图像的深度卷积神经网络，以强度图像和DoP图像作为输入，对深度卷积网络进行训练，得到伪装目标检测模型；5、利用训练好的模型对待检测的强度图像和DoP图像进行伪装目标检测。本发明能实现基于双输入网络的偏振图像伪装目标检测，从而能有效提高复杂多变环境下场景的伪装目标检测的准确性。
-
公开(公告)号：CN113343822A
公开(公告)日：2021-09-03
申请号：CN202110600616.2
申请日：2021-05-31
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于3D卷积的光场显著性目标检测方法，包括：1、对光场数据进行重聚焦，得到不同聚焦参数下的光场数据；2、对重聚焦后的光场数据进行解码，得到聚焦在场景不同深度下的焦点堆栈；3、对焦点堆栈进行数据增强；4、构建基于3D卷积的深度卷积神经网络，以焦点堆栈作为输入，对深度卷积神经网络进行训练，得到光场显著性目标检测模型；5、利用训练好的模型对待检测的焦点堆栈进行显著性目标检测，并评估模型在待检测的焦点堆栈上的精度。本发明能实现基于3D卷积的光场显著性目标检测，有效提高复杂多变环境下场景的显著性目标检测的准确性。
-
公开(公告)号：CN103363986B
公开(公告)日：2015-08-19
申请号：CN201310307021.3
申请日：2013-07-19
Applicant: 合肥工业大学
Abstract: 本发明公开了一种独立通道偏振导航信息检测传感器，其特征是所述传感器的组成包括偏振光采集模块、无偏通道和信号处理与运算模块；所述偏振光采集模块包括三个相互独立的偏振检测通道用于对偏振光信息进行采集；所述无偏通道采集光线输出基准电流信号，为自动增益控制提供基准；所述信号处理与运算模块完成信号的调理、放大、转换和运算获得偏振导航信息。本发明能有效提高大气偏振导航信息检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN119359574A
公开(公告)日：2025-01-24
申请号：CN202411307329.2
申请日：2024-09-19
Applicant: 合肥工业大学
IPC: G06T5/60 , G06T5/77 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于伪3D卷积的偏振去反射方法，包括：1、构建了实拍的真实世界偏振去反射数据集，并利用偏振成像原理和光学理论获取合成的偏振去反射数据集；2、构建基于伪3D卷积的使用偏振图像的深度卷积神经网络，以若干张不同偏振角度的偏振图像作为输入，对深度卷积神经网络进行训练，得到多图像去反射模型；3、利用训练好的模型对待混合的偏振图像进行去反射处理，得到恢复好的传输图像。本发明能实现基于伪3D卷积的偏振去反射，以有效提高复杂多变场景下的去反射效果，从而能为许多高级视觉任务提供更加清晰的图像。
-
公开(公告)号：CN119090923B
公开(公告)日：2025-01-21
申请号：CN202411580075.1
申请日：2024-11-07
Applicant: 合肥工业大学
Abstract: 本发明提供一种关键帧引导的虚拟标记动态追踪方法和系统，涉及虚拟标记追踪领域。本发明中，首先接收医生在首个彩色图像帧上标注的虚拟标记；其次设计一个在线关键帧池的查询机制，并进行初始化；再次从关键帧中查询得到多个相似关键帧，以减少相似关键帧与当前彩色图像帧之间的差异，简化追踪任务；接着利用稀疏匹配方法获取追踪区域；最后在追踪区域内融合多帧光流得到最终的追踪标记，实现像素级精度追踪内窥镜图像上的二维虚拟标记，保证信息传递的直观性与准确性。其中所采用的两阶段追踪方法，减少了错误追踪。此外，通过动态更新关键帧池，丰富关键帧池的多样性，进一步提高虚拟标记动态追踪的鲁棒性和准确性。
-
公开(公告)号：CN118968190A
公开(公告)日：2024-11-15
申请号：CN202411390424.3
申请日：2024-10-08
Applicant: 合肥工业大学
IPC: G06V10/764 , G06V10/74 , G06V10/774 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094 , G06N5/045
Abstract: 本发明公开了一种自注意力驱动的相似性图像分类方法，包括：1、构建图像样本集并构建每个图像样本的正样本对和负样本对；2、构建表示学习网络得到映射特征；3、构建自注意力加权网络得到分配权重后的特征图；4、构建相似性学习网络得到不同图像样本在各个主题下的相似性得分，从而构建三重损失函数Ltopic；5、构建一个基于对抗性损失的生成网络得到分配权重后的主题特征图，从而构建生成器模型G的损失函数Lgen以及对抗损失函数Ladv；6、构建整体联合损失函数L。本发明提供了一种可解释的判断给定对象相似程度的方法，而且能表明它们的哪些部分彼此相似以及它们在语义上有多相似。
-
公开(公告)号：CN116778296A
公开(公告)日：2023-09-19
申请号：CN202310692408.9
申请日：2023-06-09
Applicant: 合肥工业大学
IPC: G06V10/82 , G06V10/774 , G06V10/80 , G06V10/77 , G06V10/46 , G06V10/52 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于视角选择和多特征融合的光场显著性目标检测方法，包括：1、获取光场显著性目标检测数据集；2、多视角图像选择方案；3、构建基于视角选择和多特征融合的深度卷积神经网络，以RGB图像、多视角图像和深度图像作为输入，对深度神经网络进行训练，得到光场显著性目标检测模型；4、利用训练好的模型实现对待检测图像的显著性目标检测。本发明能有效提高复杂多变环境下场景的显著性目标检测的准确性，从而为相关的计算机视觉任务提供重要的先验信息。
-
公开(公告)号：CN116720026A
公开(公告)日：2023-09-08
申请号：CN202310691264.5
申请日：2023-06-12
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于日月共同影响下的大气偏振模式建模方法，是针对太阳和月亮作为光源均处于天空中的特殊天气情境下，利用偏振成像设备获取大气偏振模式的分布规律进，并在建立大气偏振模式三维空间坐标系和成像坐标系的基础上，获得天空中各个观测点的偏振信息。本发明是一种更为准确的大气偏振模式建模方法，使得模型与实际大气偏振模式更为接近，并能应用于偏振光导航以及定位。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.027 seconds)
