专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

51. 发明授权

CN116451118B 基于深度学习的雷达光电异常值检测方法有权
公开(公告)号：CN116451118B
公开(公告)日：2024-01-30
申请号：CN202310422057.X
申请日：2023-04-19
申请人：西安电子科技大学
发明人：李洁 , 代睿 , 李宇航 , 汪文豪 , 何立火 , 高新波 , 路文
IPC分类号： G06F18/24 , G01S7/40 , G06F18/214 , G06F17/16 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/09
摘要：本发明公开了一种基于深度学习的雷达光电异常值检测方法，包括以下步骤；步骤1，获取雷达和光电传感器采集到的点迹数据，构建训练数据集和测试数据集；步骤2，构建卷积提取特征矩阵模块；步骤3，构建卷积编码器模块；步骤4，构建基于注意力机制的卷积‑门控循环神经网络模块，提取时间特征；步骤5，反卷积解码重构特征矩阵；得到重构的特征矩阵；步骤6，构建误差分析模块，得到误差损失函数；步骤7，构建模型训练模块；步骤8，构建模型验证模块；选取步骤7训练过程中损失函数最小的模型，在测试集上对模型进行验证。本发明通过提取点迹数据的时间(56)对比文件Shun Gan等.Multisource Adaption forDriver Attention Prediction in ArbitraryDriving Scenes《. IEEE Transactions onIntelligent Transportation Systems》.2022,第23卷(第11期),20912-20925.Shi Yong等.Robust deep auto-encodingnetwork for real-time anomaly detectionat nuclear power plants《.Process Safetyand Environmental Protection》.2022,第163卷438-452.郑育靖等.基于GRU-Attention的无监督多变量时间序列异常检测《.山西大学学报(自然科学版)》.2020,第43卷(第04期),756-764.柳月强等.基于时空相关性的多传感器数据异常检测《.计算机应用与软件》.2020,第37卷(第10期),85-90.Yifeng Tan等.Multivariate Time-SeriesAnomaly Detection in IoT Using Attention-Based Gated Recurrent Unit《.2022 14thInternational Conference on WirelessCommunications and Signal Processing(WCSP)》.2023,604-609.彭洋.基于深度神经网络GRU的并行网络流量异常检测方法研究《.中国优秀硕士学位论文全文数据库 (信息科技辑)》.2022,(第02期),I139-56.罗俊海.无人机探测与对抗技术发展及应用综述《.控制与决策》.2021,第37卷(第3期),530-544.

52. 发明公开

CN116721076A 基于图像内容和图像失真感知顺序的图像质量评价方法审中-实审
公开(公告)号：CN116721076A
公开(公告)日：2023-09-08
申请号：CN202310676736.X
申请日：2023-06-08
申请人：西安电子科技大学
发明人：何立火 , 黄子涵 , 钟斌 , 张卓远 , 王笛 , 高新波 , 路文
IPC分类号： G06T7/00 , G06F18/00 , G06F18/10 , G06F18/21 , G06N3/0464 , G06N3/082 , G06N3/084 , A61B5/378 , A61B5/00
摘要：本发明公开了一种基于图像内容和图像失真感知顺序的图像质量评价方法，包括以下步骤；步骤1：图像选取与失真处理；得到原始风景图像集、原始人物图像集、失真风景图像集、失真人物图像集，作为受试者观看的图像刺激；步骤2：脑电信号采集实验；采集受试者在观看不同内容和不同失真情况的图像刺激时产生的脑电信号；步骤3：脑电信号预处理；用于对步骤2采集的脑电信号进行处理，以实现数据清洗和数据变换。步骤4：构建并训练脑电信号质量评价网络。本发明能够构建并训练脑电信号质量评价网络，获取脑电信号所对应的图像的质量预测分数。

53. 发明公开

CN116468672A 基于自适应特征加权融合的无参考图像质量评价方法审中-实审
公开(公告)号：CN116468672A
公开(公告)日：2023-07-21
申请号：CN202310292376.3
申请日：2023-03-23
申请人：西安电子科技大学
发明人：何立火 , 张卓远 , 张超仑 , 施雯彬 , 吴翔宇 , 高新波 , 路文
IPC分类号： G06T7/00 , G06V10/52 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
摘要：本发明公开了基于自适应特征加权融合的无参考图像质量评价方法，包括以下步骤；构建测试集与训练集；构建基础特征提取模块，将训练集中的失真图像输入该模块；在基础特征提取模块后顺次连接逐层多尺度特征融合模块，将基础特征提取模块的输出作为逐层多尺度特征融合模块的输入；在逐层多尺度特征融合模块后顺次连接多粒度特征拼接模块，将基础特征提取模块和逐层多尺度特征融合模块的输出作为多粒度特征拼接模块的输入；对所述的模块所组成的基于自适应特征加权融合的图像质量评价网络S进行迭代训练。本发明利用特征逐层融合方法将相邻尺度的特征图逐层融合，设置有自适应性的相邻特征图融合权重，增强融合后特征图对于多尺度特征的表征能力。

54. 发明授权

CN113313682B 基于时空多尺度分析的无参考视频质量评价方法有权
公开(公告)号：CN113313682B
公开(公告)日：2023-03-21
申请号：CN202110589087.0
申请日：2021-05-28
申请人：西安电子科技大学
发明人：何立火 , 汤可凡 , 高帆 , 柯俊杰 , 高新波 , 路文 , 张超仑 , 甘海林
IPC分类号： G06T7/00 , H04N17/00
摘要：本发明提出了一种基于时空多尺度分析的无参考视频质量评价方法，实现步骤为：获取训练样本集和测试样本集；构建基于时空多尺度分析的无参考视频质量评价模型；对无参考视频质量评价模型进行迭代训练；获取无参考视频的质量评价结果。本发明在对无参考视频质量评价模型进行训练和获取质量评价结果的过程中，时空多尺度模块通过下采样得到不同尺度的帧序列局部时空失真特征，时空注意力分析模块对得到的时空失真特征的显著性进行分析，进而获取更为准确待测视频的全局质量表示，避免了现有技术中因为缺失帧序列的失真信息导致视频质量评价准确度较低的技术问题，有效地提高了复杂的无参考多种帧率视频质量评价准确度。

55. 发明授权

CN114598833B 基于时空联合注意力的视频插帧方法有权
公开(公告)号：CN114598833B
公开(公告)日：2023-02-10
申请号：CN202210305381.9
申请日：2022-03-25
申请人：西安电子科技大学
发明人：路文 , 张弘毅 , 冯姣姣 , 张立泽 , 胡健
IPC分类号： H04N7/01 , G06T7/269 , G06N3/0464 , G06N3/08
摘要：本发明提出了一种基于时空联合注意力的视频插帧方法，实现步骤为：(1)获取训练数据集和数据集；(2)构建基于时空联合注意力的视频插帧网络；(3)对视频插帧网络模型迭代训练；(4)获取视频插帧结果。本发明所构建的基于时空联合注意力的视频插帧模型，利用时空注意力机制去捕获输入帧之间的时空关系，并对复杂运动进行建模，完成了高质量的视频插帧。与现有的大多数网络相比，本算法不使用额外的光流输入，避免了光流估计带来的额外误差，同时使得网络参数量低，有实际应用价值。

56. 发明授权

CN112529005B 基于语义特征一致性监督金字塔网络的目标检测方法有权
公开(公告)号：CN112529005B
公开(公告)日：2022-12-06
申请号：CN202011458846.1
申请日：2020-12-11
申请人：西安电子科技大学
发明人：何立火 , 柯俊杰 , 甘海林 , 韩博 , 高新波 , 唐杰浩 , 路文 , 蔡虹霞
IPC分类号： G06V20/70 , G06V10/774 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/25 , G06N3/04 , G06N3/08
摘要：本发明提出了一种基于语义特征一致性金字塔网络的图像目标检测方法，用于解决现有技术中存在的因为图像或视频目标检测过程中目标多尺度语义特征融合时不一致导致的检测精度较低的技术问题，实现步骤为：获取训练样本集K和测试样本集V；构建基于语义特征一致性金字塔网络P的图像目标检测网络S；对基于语义特征一致性金字塔网络P的图像目标检测网络S进行迭代训练；获取目标检测识别结果。本方法在主流RCNN目标检测网络中即插即用，解决了不同层语义特征融合时不一致导致的检测精度较低的技术问题提高了检测精度。

57. 发明公开

CN115022617A 基于脑电信号和时空多尺度联合网络的视频质量评价方法有权
公开(公告)号：CN115022617A
公开(公告)日：2022-09-06
申请号：CN202210601991.3
申请日：2022-05-30
申请人：西安电子科技大学
发明人：何立火 , 陈欣雷 , 孙羽晟 , 王笛 , 高新波 , 李洁 , 路文
IPC分类号： H04N17/00 , G06K9/62 , G06N3/04 , G06N3/08
摘要：本发明提出了一种基于脑电信号和时空多尺度联合网络的视频质量评价方法，其实现步骤为：获取不同失真等级的失真视频；采集脑电信号；截取脑电信号片段；用脑电信号片段生成训练样本集；构建时空多尺度联合网络；训练时空多尺度联合网络；采用训练好时空多尺度联合网络对视频质量进行评价。本发明构建的时空多尺度联合网络能够有效学习到脑电信号特征，解决现有技术中未考虑视频质量感知脑电信号的脑部作用机理和人类视觉的阶段性时域感知特性的问题，使得本发明具有准确度高的优点，且能够自动批量化处理脑电数据，具有效率高的优点。

58. 发明公开

CN114598833A 基于时空联合注意力的视频插帧方法有权
公开(公告)号：CN114598833A
公开(公告)日：2022-06-07
申请号：CN202210305381.9
申请日：2022-03-25
申请人：西安电子科技大学
发明人：路文 , 张弘毅 , 冯姣姣 , 张立泽 , 胡健
IPC分类号： H04N7/01 , G06T7/269 , G06N3/04 , G06N3/08
摘要：本发明提出了一种基于时空联合注意力的视频插帧方法，实现步骤为：(1)获取训练数据集和数据集；(2)构建基于时空联合注意力的视频插帧网络；(3)对视频插帧网络模型迭代训练；(4)获取视频插帧结果。本发明所构建的基于时空联合注意力的视频插帧模型，利用时空注意力机制去捕获输入帧之间的时空关系，并对复杂运动进行建模，完成了高质量的视频插帧。与现有的大多数网络相比，本算法不使用额外的光流输入，避免了光流估计带来的额外误差，同时使得网络参数量低，有实际应用价值。

59. 发明公开

CN114550044A 基于目标检测网络的电梯轿厢异常事件监测预警系统审中-实审
公开(公告)号：CN114550044A
公开(公告)日：2022-05-27
申请号：CN202210162438.4
申请日：2022-02-22
申请人：西安电子科技大学
发明人：路文 , 龙钢 , 李玎 , 朱振杰 , 朱志强
IPC分类号： G06V20/40 , G06V20/52 , G06V10/82 , G06T5/00 , G06T9/00 , G06N3/04 , G06N3/08 , G08B3/10 , G08B21/18 , H04N7/18
摘要：本发明公开了一种基于目标检测网络的电梯轿厢异常事件监测预警系统，主要解决现有技术中存在网络时延，不能实时监测，算力较低的问题。其包括：电梯轿厢、交换机和服务器，该电梯轿厢内安装有控制板、摄像头和扬声器，摄像头与交换机和服务器依次连接，且摄像头与控制板和扬声器分别连接。摄像头内设有人工智能芯片和不同的功能模块，通过摄像头对拍摄到的视频进行目标检测，当检测到电动车时，扬声器发出报警信号，控制板控制电梯轿厢停止运行。同时摄像头对带有检测结果的视频码流进行编码和推送，服务器端接收并解码显示。本发明能避免网络时延，实时发出报警信号，控制电梯运行，提高了算力和计算速度，可用于对电动车的精确监测与识别。

60. 发明公开

CN114494723A 基于多局部图自适应加权的无参考图像质量评价方法审中-实审
公开(公告)号：CN114494723A
公开(公告)日：2022-05-13
申请号：CN202210052795.5
申请日：2022-01-18
申请人：西安电子科技大学
发明人：路文 , 郑永 , 韩士帅 , 李秉恒 , 梁泽红 , 何立火
IPC分类号： G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/00
摘要：本发明公开了一种基于多局部图自适应加权的无参考图像质量评价方法，主要解决现有无参考图像质量评价方法在学习失真图像的全局内容语义时对样本量极少的公知数据库训练不充分、评价准确度不高和采用图像切块策略进行数据增强导致图像内容语义的全局性被破坏、算法泛化性能下降的问题。本发明的实现步骤为：构建质量评价网络和样本重要性加权网络；利用生成的训练集和元参考集交替训练质量评价网络和样本重要性加权网络；对失真图像进行质量评价。本发明在样本量不足时，充分扩增数据量的同时考虑图像全局内容语义，自适应地为训练集中局部图分配重要性权重，提高算法的泛化性能。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式