“石光明”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果520个，建议您升级VIP下载更多相关专利

[发明专利]一种泊松过程辅助采样的真随机数发生器及实现方法-CN202310414460.8在审
发明人：闵泰;石光明;袁玺惠;高亚威;柴正 -专利权人：鹏城实验室;西安交通大学
申请日： 2023-04-11 - 公布日： 2023-08-01 - 主分类号： G06F7/58 文献下载
摘要：本公开揭示了一种泊松过程辅助采样真随机数发生器，包括：激励单元，用于生成激励信号；噪声信号单元，用于生成闪烁噪声信号；泊松信号单元，用于生成泊松随机信号，并基于泊松随机信号对闪烁噪声信号进行采样，以生成采样信号；感测单元，用于对采样信号进行感测，并将感测到的采样信号中每两两相邻的前采样信号和后采样信号进行差分比较，每次差分比较后输出1位随机比特，直至获得N位随机比特流，以进一步生成真随机数。本公开一方面能够降低器件的选择性，另一方面生成的真随机数无需校准且有较好的无偏性。
一种过程辅助采样随机数发生器实现方法

[发明专利]一种抑制存内计算架构神经网络芯片过拟合的方法-CN202310430280.9在审
发明人：柴正;石光明;高亚威;闵泰 -专利权人：鹏城实验室;西安交通大学
申请日： 2023-04-11 - 公布日： 2023-08-01 - 主分类号： G06N3/063 文献下载
摘要：本公开揭示了一种抑制存内计算架构神经网络芯片过拟合的方法，包括如下步骤：包括：捕捉存内计算架构神经网络芯片工作时产生的第一噪声信号；对第一噪声信号的采样间隔进行调整，以获得具有新采样间隔的第二噪声信号；对第二噪声信号的信噪比进行调整，以获得具有新信噪比的第三噪声信号；将第三噪声信号注入存内计算架构神经网络芯片，以实现对存内计算架构神经网络芯片过拟合进行抑制。
一种抑制计算架构神经网络芯片拟合方法

[发明专利]一种基于噪声与差分电路的随机计算芯片设计方法-CN202310377432.3在审
发明人：闵泰;石光明;周雪;袁玺惠;柴正 -专利权人：鹏城实验室;西安交通大学
申请日： 2023-04-11 - 公布日： 2023-08-01 - 主分类号： G06F7/58 文献下载
摘要：本公开揭示了一种基于噪声与差分电路的随机计算芯片，包括：激励单元，用于生成激励信号；噪声产生单元，用于生成噪声信号；数据处理单元，用于对所述噪声信号进行延时和非延时处理以分别生成延时噪声信号和非延时噪声信号，并对延时噪声信号和非延时噪声信号进行差分比较，根据差分比较结果生成1位随机比特，以进一步生成随机比特流。本公开以噪声信号作为随机熵源，能够降低器件的选择性以及能够生成高性能的随机数。
一种基于噪声电路随机计算芯片设计方法

[发明专利]基于单帧网格复合编码模板结构光的深度信息测量方法-CN202010611584.1有效
发明人：李甫;尚旭东;张天娇;牛毅;李泉录;石光明 -专利权人：西安电子科技大学
申请日： 2020-06-30 - 公布日： 2023-08-01 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于单帧网格复合编码模板结构光的深度信息测量方法，主要解决现有技术深度信息获取精度低的问题。其方案为：设计网格复合模板P；获取场景调制后的图像I并对其进行预处理，得到仅包含横线条的变形图像I2和仅包含竖线条的图像I'2；对这两个图像I2和I'2进行精提取，得到具有网格线精确位置信息和图形特征的图像I3；对该图像I3和模板P进行解码得到码值序列；在码值序列中寻找模板P与图像I3的匹配线条对；依据线条匹配关系，计算目标场景中的深度信息值Z。本发明设计的模板高鲁棒性、空间分辨率好，实现深度获取的精度高，可用于逆向工程、人机交互、自动驾驶、虚拟现实及现实增强。
基于网格复合编码模板结构深度信息测量方法

[发明专利]一种基于子空间时频映射的双基SAR后向投影成像方法-CN202310558588.1有效
发明人：李亚超;宋炫;安培赟;武春风;石光明;吕金虎 -专利权人：西安电子科技大学
申请日： 2023-05-18 - 公布日： 2023-08-01 - 主分类号： G01S13/90 文献下载
摘要：本发明涉及一种基于子空间时频映射的双基SAR后向投影成像方法，包括：获取SAR的二维时域回波信号；利用机动平台的时变加速度信息对二维时域回波信号进行加速度补偿；在距离频域方位时域利用一阶Keystone变换方法对加速度补偿后的回波信号进行距离走动校正得到距离多普勒域信号相位；对成像区域进行子区域划分得到若干子区域；在每个子区域中对距离多普勒域信号相位进行距离脉压和残余距离徙动校正；在成像区域构建局部直角坐标系；在局部直角坐标系中进行基于子空间时频映射的后向投影成像，得到SAR图像。该方法提高了算法的数据处理效率，在保持成像精度的同时降低了算法实现过程的复杂度。
一种基于空间映射 sar 投影成像方法

[发明专利]双目相机系统和双目相机空间标定方法-CN202011593703.1有效
发明人：吴金建;李汉标;石光明 -专利权人：西安电子科技大学
申请日： 2020-12-29 - 公布日： 2023-08-01 - 主分类号： G06T7/80 文献下载
摘要：本发明提出了一种双目相机系统和双目相机空间标定方法，解决了现有技术成像质量差和无深度信息的问题。双目相机系统依次级联有相机模块、校正模块、标定模块和存储模块；相机模块包括并联的事件相机和普通CMOS相机。空间标定方法包括：相机模块获取地址‑事件数据流、图像和拍摄时间；校正模块对数据流和图像进行畸变和极线校正；标定模块对校正后数据流和图像空间位置标定；存储模块将校正后的数据流和图像及其对应关系以单应矩阵集合存储在持久化存储器中。本发明不用分光镜，避免了因此导致的成像差。本发明具有视差，能通过视差恢复空间深度信息。用于高帧率、高分辨率的数据重构，对高速运动目标的识别和跟踪等领域。
双目相机系统空间标定方法

[发明专利]一种基于模糊核先验学习的图像盲去模糊网络及方法-CN202310256697.8在审
发明人：董伟生;方振轩;毋芳芳;石光明 -专利权人：西安电子科技大学
申请日： 2023-03-17 - 公布日： 2023-07-25 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种用于图像去模糊的网络及方法，具体涉及一种基于模糊核先验学习的图像盲去模糊网络及方法。解决了现有技术将图像盲去模糊视作图像回归任务，没有考虑到不同数据集差异和图像局部模糊核的变化导致较差的泛化性能的技术问题。本发明网络包括模糊核估计网络和去模糊网络。模糊核估计网络用于估计得到模糊图像的模糊核图像，其包括特征提取网络、不确定性学习模块和标准化流模型。去模糊网络用于通过模糊图像和估计出的模糊核图像得到清晰图像，其包括依次连接的下采样单元、中间单元和上采样单元。下采样单元包括依次连接的多个下采样层；中间单元包括依次连接的多个基础模块；上采样单元包括依次连接的多个上采样层。
一种基于模糊先验学习图像网络方法

[发明专利]一种基于局部感知掩码自适应的图像生成方法及存储介质-CN202310193090.X在审
发明人：高大化;孙科;刘丹华;石劢;牛毅;石光明 -专利权人：西安电子科技大学
申请日： 2023-03-02 - 公布日： 2023-07-18 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于局部感知掩码自适应的图像生成方法，所述图像生成方法包括：获取包含有m个目标的布局L；将所述目标的特征向量输入至目标掩码生成器，得到目标掩码，所述目标掩码生成器用于生成掩码；将所述目标的特征向量分别输入至两个全连接层，得到目标查询Qobj和目标键Kobj；根据所述目标掩码、所述目标查询Qobj和所述目标键Kobj得到干净且语义清晰的掩码；将所述干净且语义清晰的掩码输入至训练好的神经网络生成图像。本发明提出了基于局部感知掩码自适应的图像生成方法，在由布局生成语义掩码的过程中可以生成干净且清晰的语义掩码，与现有方法生成的模糊语义掩码相比可以在图像生成中提高图像质量。
一种基于局部感知掩码自适应图像生成方法存储介质

[发明专利]一种基于多级信息提取的高光谱与全色图像融合方法-CN202310400842.5在审
发明人：马明明;牛毅;王丹;李甫;石光明 -专利权人：西安电子科技大学
申请日： 2023-04-14 - 公布日： 2023-07-14 - 主分类号： G06T5/50 文献下载
摘要：一种基于多级信息提取的高光谱与全色图像融合方法，包括以下步骤；(1)图像预处理，对高光谱图像对应的彩色图像进行滤波，然后在高光谱图像的行和列两个方向以步长为r获取像素得到低分辨率高光谱图像；采用均值不变约束对LR‑HSI进行上采样操作，得到UP‑HIS；(2)设计残差活性因子：(3)设计局部残差融合模块：(4)多级信息提取融合，根据残差活性因子计算局部残差融合模块的残差学习能力，确定局部残差融合模块个数；对所采用的UP‑HSI为等间隔谱段抽取，最终输出重建的HR‑HSI。本发明使用多级光谱信息和特征图批量共享一个隐藏层状态，相互感知每个通道图的平均信息，同时完成特征提取和融合。能够提高光谱图像与全色图像的相关性，减少光谱失真。
一种基于多级信息提取光谱全色图像融合方法

[发明专利]基于事件相机的动态高速目标追踪方法及装置-CN202310305755.1在审
发明人：吴金建;徐沛航;马居坡;石光明 -专利权人：西安电子科技大学广州研究院;琶洲实验室（黄埔）
申请日： 2023-03-24 - 公布日： 2023-07-07 - 主分类号： G06T7/246 文献下载
摘要：本发明公开一种基于事件相机的动态高速目标追踪方法及装置，该方法包括：获取事件相机采集的高速运动场景中的光线亮度变换图，并将其解析为事件帧图像集；根据事件帧图像集中当前帧图像与上一帧图像中通过第二检测框识别到的多个目标，对当前帧图像与上一帧图像进行目标关联匹配，以确定多个被跟踪的目标；获取被跟踪的目标在下一帧图像中的预测位置与实际位置，并根据预测位置与实际位置的误差大小，确定被跟踪的目标是否为同一个追踪目标，得到追踪结果；实时获取并显示追踪结果。本方案利用事件相机对高速运动的目标进行捕捉，并对事件相机的原始数据进行处理，从而通过目标识别检测与目标追踪对高速目标进行有效地检测和持续性的追踪。
基于事件相机动态高速目标追踪方法装置

[发明专利]基于全卷积网络的声音事件检测方法-CN202010824598.1有效
发明人：赵光辉;张雨萌;王迎斌;石光明 -专利权人：西安电子科技大学
申请日： 2020-08-17 - 公布日： 2023-07-04 - 主分类号： G10L25/51 文献下载
摘要：本发明公开了一种基于全卷积神经网络的声音事件检测方法，主要解决现有网络存在的多音频事件检测精度低，时间复杂度高的问题。其实现方案是：1)对音频流进行梅尔倒谱特征提取得到音频流的时频特征图，并用这些时频特征图构成训练数据集；2)搭建一个自上而下由频率卷积网络、时间卷积网络和解码卷积网络组成的全卷积多音频事件检测网络；3)利用数据集对该全卷积多音频事件检测网络进行训练；4)将待检测音频流输入到训练好的全卷积多音频事件检测网络进行多音频事件检测，得到音频事件的类别和存在的起止时间。仿真结果表明，本发明比现有精度最高的网络3D‑CRNN，其精度提升了2％，运行速度提升了5倍左右，可用于安全监控。
基于卷积网络声音事件检测方法

[发明专利]基于胶囊网络中融入聚类的图像分类方法-CN201910072468.4有效
发明人：刘丹华;冯依好;高大化;石光明;谢雪梅;张中强;马欣睿;林杰 -专利权人：西安电子科技大学
申请日： 2019-01-25 - 公布日： 2023-07-04 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于胶囊网络中融入聚类的图像分类方法，克服了现有技术中使用的路由迭代算法求取组合图像高级特征的权重系数存在计算耗能严重、网络扩展性差和分类准确性不稳定的问题。本发明的实现步骤是：(1)输入待分类的自然图像；(2)获得训练样本集和测试样本集；(3)构建胶囊网络；(4)提取训练样本集中样本的预测特征向量；(5)获取训练样本集中样本的聚类中心向量；(6)训练胶囊网络，(7)对测试样本集进行分类。本发明具有模型简单、训练速度快，网络扩展性好的优点，可以用于自然图像的分类。
基于胶囊网络融入图像分类方法

[发明专利]基于深度学习和脑电信号的驾驶员专注度检测方法-CN202111284441.5有效
发明人：李甫;张鹏博;王慎弘;李阳;牛毅;陈远方;张利剑;石光明 -专利权人：西安电子科技大学
申请日： 2021-11-01 - 公布日： 2023-06-30 - 主分类号： A61B5/16 文献下载
摘要：本发明公开了一种基于深度学习和脑电信号的驾驶员专注度检测方法，本发明的实现步骤包括：生成训练集；构建驾驶员专注度检测网络；利用生成的训练集对驾驶员专注度检测网络进行训练；采集驾驶员脑电信号；利用训练好的驾驶员专注度网络对驾驶员专注度进行检测。本发明采用空间域特征提取单元以及两个特征强化单元结构，能够充分提取并利用驾驶员专注度脑电信号特征，对驾驶员专注度的检测时效性和准确率有较好的平衡效果。本发明可为驾驶员模拟飞行训练提供数据参考。
基于深度学习电信号驾驶员专注检测方法

[发明专利]一种基于菱形排列DMD的像素级标定校正方法-CN202310337810.5在审
发明人：牛毅;马明明;陈绘琳;李甫;石光明 -专利权人：西安电子科技大学
申请日： 2023-03-31 - 公布日： 2023-06-27 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于菱形排列DMD的像素级标定校正方法，包括以下步骤；步骤(1)：光谱标定；步骤(2)：获取多光谱图像及RGB图像；步骤(3)：联合多光谱图像填充RGB图像：步骤(4)：像素级图像校正：步骤(5)：根据原始RGB图像坐标信息中图像像素比例关系推导出三维光谱数据立方体中每一幅光谱图像的图像像素比例关系，更新三维光谱数据立方体得到三维光谱数据立方体。本发明充分考虑光谱标定过程中每个采样点的独特性，填充由于DMD偏转造成先验通道损失的空间采样点，解决推扫成像过程中的块效应问题，从而完成多光谱图像像素级标定校正，提升重建多光谱图像质量。
一种基于菱形排列 dmd 像素标定校正方法

[发明专利]基于不确定性引导的人体姿态估计域自适应网络及方法-CN202310264962.7在审
发明人：董伟生;孙玉林;毋芳芳;石光明 -专利权人：西安电子科技大学
申请日： 2023-03-17 - 公布日： 2023-06-27 - 主分类号： G06N3/0464 文献下载
摘要：本发明涉及一种人体姿态估计网络及方法，具体涉及一种基于不确定性引导的人体姿态估计域自适应网络及方法。解决了现有人体姿态估计方法精度低、域自适应能力差、关键点检测不准确以及计算繁杂导致效果较差的问题。本发明自适应网络包括主框架网络和子框架网络；主框架网络包括输入层、第一卷积层、第一BatchNorm层、第一激活函数层、最大值池化层、第一瓶颈层、第二瓶颈层、第三瓶颈层、第四瓶颈层、Dropout层、反卷积层、热力图模块和不确定性学习模块；每个瓶颈层均包括子框架网络；子框架网络包括第一卷积层、第一BatchNorm层、第一激活函数层、第二卷积层、第二BatchNorm层、第二激活函数层、Droupout层、第三卷积层、第三BatchNorm层、跳跃连接相加层和第三激活函数层。
基于不确定性引导人体姿态估计自适应网络方法