“秦翰林”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128个，建议您升级VIP下载更多相关专利

[发明专利]基于多级小波循环生成对抗的非配对红外图像去条纹方法-CN202311159657.8在审
发明人： 秦翰林;袁帅;杨世旗;延翔;廖昕源;杨钦;李居柳;田超世;吴朝辉 -专利权人：西安电子科技大学
申请日： 2023-09-08 - 公布日： 2023-10-27 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于多级小波循环生成对抗的非配对红外图像去条纹方法，包括：将具有条纹噪声的原始红外图像输入至训练好的红外图像去条纹模型，得到无条纹红外图像；红外图像去条纹模型是在由多级小波引导重建模块的输出结果确定的总损失函数的约束下，根据真实红外图像训练的。根据本发明提供的方法，通过将红外图像输入至根据对真实条纹红外图像和真实无条纹红外图像进行循环生成，学习到红外图像真实非均匀性噪声，并在由多级小波引导重建模块的输出结果确定的总损失函数的约束下训练的红外图像去条纹模型，得到无条纹红外图像；能够减弱无条纹红外图像中的噪声，增强去除红外图像中条纹噪声的效果。
基于多级循环生成对抗配对红外图像条纹方法

[发明专利]基于优化组合赋权模型的空间目标威胁评估方法-CN202310761671.9在审
发明人：戴沛;冯冬竹;郭鹤鹤;崔家山;秦翰林;王财慧;王梦晗;李静静 -专利权人：西安电子科技大学;北京空间飞行器总体设计部
申请日： 2023-06-26 - 公布日： 2023-10-20 - 主分类号： G06Q10/0639 文献下载
摘要：本发明公开了基于优化组合赋权模型的空间目标威胁评估方法，具体为：确定空间目标的动态威胁评估指标，包括空间目标类型、相对速度、相对姿态、干扰能力和相对距离；确定动态威胁评估指标的威胁隶属度；基于层次分析法确定专家能力主观权重；基于熵权法确定客观指标权重；在总偏差最小原则下求取组合权向量；将目标威胁隶属度矩阵与组合权向量相乘，即可求得各空间目标的威胁度指数。采用优化组合赋权模型，将主观专家方法和客观熵权法相结合，考虑了主观因素和客观因素，对权重进行重新组合，增强权重评估的准确性和可信度。
基于优化组合模型空间目标威胁评估方法

[发明专利]一种基于高阶模式的反射式集成光谐振结构-CN202310518298.4在审
发明人：杨尚霖;耿金妮;秦翰林;张昱赓 -专利权人：西安电子科技大学
申请日： 2023-05-09 - 公布日： 2023-09-12 - 主分类号： G02B6/14 文献下载
摘要：本发明公开了一种基于高阶模式的反射式集成光谐振结构，包括：第一单模光波导、多模光波导、第一模式耦合器、至少一个光相移器和多模转换光反射模组；第一模式耦合器的两个单模端口分别与第一单模光波导连接；第一模式耦合器的多模端口通过多模光波导与光相移器连接；或第一模式耦合器的多模端口通过多模光波导与光相移器和多模转换光反射模组连接；多模转换光反射模组用于改变入射的多模光波导中的光的模式通道，使其通过另一个模式通道进行反向传播。本发明不需要弯曲波导来构成回路，因此其谐振长度的设计更加灵活，有利于实现更大的自由光谱区，同时提升了谐振器对于光场能量的利用率，实现光谐振结构的高效率光调制。
一种基于模式反射集成谐振结构

[发明专利]基于特征融合和稠密连接网络的红外面目标实例分割方法-CN201811386216.0有效
发明人：周慧鑫;周腾飞;张喆;赵东;宋江鲁奇;秦翰林;于跃;李欢;赖睿;黄楙森;杜娟;宋尚真;姚博 -专利权人：西安电子科技大学
申请日： 2018-11-20 - 公布日： 2023-09-08 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于特征融合和稠密连接网络的红外面目标实例分割方法，采集并构建实例分割所需的红外图像数据集，获得原有已知的红外标签图像；对所述红外图像数据集作图像增强的预处理；对预处理后的训练集进行处理获得分类结果、边框回归结果和实例分割掩膜结果图；使用随机梯度下降法在卷积神经网络中根据预测损失函数进行反向传播，并更新卷积网络的参数值；每次选取固定数量的红外图像数据训练集送入网络进行处理，重复对卷积网络参数进行迭代更新，直至最大迭代次数完成对卷积网络的训练；对测试集图像数据进行处理，获取实例分割的平均精度和所需时间，以及最终实例分割结果图。
基于特征融合稠密连接网络外面目标实例分割方法

[发明专利]一种基于模式循环相移和反射的集成可调谐光衰减器-CN202310587654.8在审
发明人：杨尚霖;袁帅;秦翰林;许景贤 -专利权人：西安电子科技大学
申请日： 2023-05-23 - 公布日： 2023-09-05 - 主分类号： G02B6/26 文献下载
摘要：本发明公开了一种基于模式循环相移和反射的集成可调谐光衰减器，包括：单模光波导、2×2光耦合器、高阶模式循环相移器和波导光反射器；其中，2×2光耦合器功能为将输入端口的光能量均分两路输出至高阶模式循环相移器中，高阶模式循环相移器利用模式耦合器的高阶模式选择性以及模式交换器对高阶模式阶数进行错排，使得光场在高阶模式循环相移器中多次循环，实现相位调制效率成倍提升；波导光反射器将经过高阶模式循环相移器调制后的光场反向耦合回高阶模式循环相移器，使得光场能量和信息在高阶模式循环相移器中多次循环经过多模光相移臂，从而进一步翻倍光调制效率。
一种基于模式循环相移反射集成调谐衰减器

[发明专利]基于非参数迭代自适应的捷变频雷达目标重构方法-CN201911100821.1有效
发明人：梁毅;殷志文;陈皓晖;秦翰林;王文杰 -专利权人：西安电子科技大学
申请日： 2019-11-12 - 公布日： 2023-08-11 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种基于非参数迭代自适应的捷变频雷达目标重构方法，属于雷达信号处理技术领域；具体地，本发明首先建立捷变频雷达的回波信号模型，然后将回波信号转换为对应的捷变频雷达的压缩感知模型，构建对应的观测矩阵；最后将捷变频雷达的压缩感知模型与阵列信号的压缩感知模型进行对应转化，采用非参数迭代自适应算法对捷变频雷达的目标信号进行优化求解得到目标信号列向量；再对其进行重排，得到重构的目标信号。本发明通过构建观测矩阵并将其类比到阵列流形矩阵之后，将IAA引入捷变频雷达信号的压缩感知求解过程，实现了无需稀疏度等额外参数条件下目标的准确重构。
基于参数自适应变频雷达目标方法

[发明专利]一种图像增强方法及系统-CN201910599238.3有效
发明人：张焕芹;秦翰林;延翔 -专利权人：上海融军科技有限公司
申请日： 2019-07-04 - 公布日： 2023-08-04 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种图像增强方法及系统，该方法包括：对输入图像I进行超分辨率得到图像I'，然后对图像I'进行平稳小波变换，得到低通子带L；对输入图像I进行平稳小波变换得到细节子带Hh、Hv与Hd，然后对细节子带Hh、Hv与Hd分别进行增强，接着进行超分辨率；将低通子带L及超分辨率后的细节子带Hh、Hv与Hd进行逆平稳小波变换得到增强后的图像该系统包括：第一超分辨率模块、第一平稳小波变换模块、第二平稳小波变换模块、细节子带增强模块、第二超分辨率模块以及逆平稳小波变换模块。本发明的基于改进的FSRCNN的图像增强方法及系统，得到的增强图像细节清晰、对比度较高、视觉效果良好、客观评价指标较优，实时性好。
一种图像增强方法系统

[发明专利]一种颠簸平台SAR的非参数化成对回波抑制方法-CN201911036303.8有效
发明人：梁毅;李国霏;秦翰林;邢孟道 -专利权人：西安电子科技大学
申请日： 2019-10-29 - 公布日： 2023-06-30 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种颠簸平台SAR的非参数化成对回波抑制方法，本发明首先对传统误差模型进行改进，构建一种基于多次谐波叠加的振动误差模型，使旋翼转动带来的振动误差得到精准表征；在此基础上研究一种非参数化振动误差相位估计方法，先筛选出强散射单元，再对各强散射单元进行方位加窗截取并计算权值，通过多个强散射单元加权联合估计得到振动误差相位，最后构建振动误差相位补偿函数来抑制回波数据中的成对回波。本发明在颠簸平台SAR成像中，引入新的振动误差模型，对实际中的振动误差进行精确表征；节省了成对回波抑制方法的运算量，且实现了成对回波的有效抑制，改善颠簸平台SAR成像质量。
一种颠簸平台 sar 参数化成回波抑制方法

[发明专利]基于对称融合网络的红外可见光融合识别方法-CN202011587399.X有效
发明人： 秦翰林;岳童;罗国慧;延翔;梁毅;孙鹏;岳恒;蔡彬彬;冯冬竹;周慧鑫 -专利权人：西安电子科技大学
申请日： 2020-12-29 - 公布日： 2023-06-20 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于对称融合网络的红外和可见光船只精确识别方法，对已有的红外图像和可见光图像数据集分别进行图像各自深层特征提取，获得红外图像特征图和可见光图像特征图；分别对红外图像特征图和可见图光像特征图进行张量拼接和特征融合，获得红外融合图像和可见光融合图像；根据权重偏移系数调整红外融合图像和可见光融合图像中红外和可见光的特征比例，获得最终的检测识别结果。本发明设计自适应权值分配模块，引入注意力机制，对提取到的特征进行了权值分配，提升精度。
基于对称融合网络红外可见光识别方法

[发明专利]基于深度卷积对抗网络的脑电信号无人平台智能控制方法-CN202011578500.5有效
发明人： 秦翰林;岳恒;梁进;蔡彬彬;朱文锐;延翔;王诚;张昱赓;周慧鑫 -专利权人：西安电子科技大学
申请日： 2020-12-28 - 公布日： 2023-05-23 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于深度卷积对抗网络的脑电信号无人平台智能控制方法，终端对采集的脑电信号进行噪声去除，获得去噪后的脑电信号；通过胶囊网络对所述去噪后的脑电信号进行深层特征提取，获得深层特征信号；融合所述深层特征信号和脑电信号后进行分类识别，确定相应的控制指令信号；所述终端对无人平台分别进行离线和在线试验验证，验证成功后，所述无人平台接收并且执行所述终端发送的控制指令信号。本发明利用已有噪声数据集合成一维脑电信号训练网络，简化数学模型并解决了噪声训练数据不足问题，利用自编码器架构重建一维预测信号，注意力机制进行特征选择，提高了计算效率。
基于深度卷积对抗网络电信号无人平台智能控制方法

[发明专利]一种基于特征增强的图像超分辨率重建方法-CN201810581039.5有效
发明人：赖睿;官俊涛;徐昆然;李奕诗;王东;杨银堂;王炳健;周慧鑫;秦翰林 -专利权人：西安电子科技大学
申请日： 2018-06-07 - 公布日： 2023-05-19 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种基于特征增强的图像超分辨率重建方法，包括：构建特征标定子网络；根据所述特征标定子网络构建特征增强卷积模块；根据所述特征增强卷积模块构建图像超分辨率重建模型；对所述图像超分辨率重建模型进行训练；根据训练后的所述超分辨率重建模型和原始图像获取重建图像。本发明的方法在图像的超分辨率重建过程中网络架构采用残差学习的方法，尤其针对特征图提取的特征进行了有选择性的增强和抑制，使重建的图像具有更高的峰值信噪比和结构相似度，避免了重建图像中出现伪信息，以及获得更加锐利的视觉效果和逼真的细节还原能力。
一种基于特征增强图像分辨率重建方法

[发明专利]基于二阶段分组注意力残差机制的光谱图像压缩重建方法-CN202110270457.4有效
发明人： 秦翰林;乐阳;延翔;马琳;张嘉伟;梁毅;李莹;姚迪;杨硕闻;冯冬竹;周慧鑫 -专利权人：西安电子科技大学
申请日： 2021-03-12 - 公布日： 2023-05-09 - 主分类号： G06V10/46 文献下载
摘要：本发明公开了一种基于二阶段分组注意力残差机制的光谱图像压缩重建方法，利用第一阶段网络对观测到的图像与对应波段的图像联合生成初始估计结果，并对初始估计结果进行特征提取，对于提取到的特征使用分组注意力网络对特征数据进行分组计算，有效降低了模型的待学习参数量，在一定算力下有降低了数据重建时间；然后将优化的分组结果融合并使用第二阶段网络优化特征光谱分布结构，针对光谱一致性与上下文特征一致性设计了基于残差通道注意力机制的光谱优化网络，针对光谱维度的信息分布进行了全局优化，最终融合特征，获取高质量的重构光谱数据立方体。
基于阶段分组注意力机制光谱图像压缩重建方法

[发明专利]基于特征融合和稠密连接的红外面目标检测方法-CN201811386234.9有效
发明人：周慧鑫;施元斌;赵东;郭立新;张嘉嘉;秦翰林;王炳健;赖睿;李欢;宋江鲁奇;姚博;于跃;贾秀萍;周峻 -专利权人：西安电子科技大学
申请日： 2018-11-20 - 公布日： 2023-04-28 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于特征融合和稠密连接的红外面目标检测方法，构建包含所需识别目标的红外图像数据集，在所述红外图像数据集中标定所需识别目标的位置与种类，获得原有已知的标签图像；将所述红外图像数据集分为训练集和验证集两部分；对训练集中的图像进行图像增强的预处理并且进行特征提取和特征融合，通过回归网络获得分类结果和边界框；将所述分类结果和边界框与原有已知的标签图像进行损失函数计算，更新卷积神经网络的参数值；重复对卷积神经网络参数进行迭代更新，直至误差足够小或迭代次数达到设定的上限为止；通过训练完成的卷积神经网络参数对验证集中的图像进行处理，获取目标检测的准确度和所需时间，以及最终目标检测结果图。
基于特征融合稠密连接外面目标检测方法

[发明专利]基于三边滤波和神经网络的红外图像非均匀性校正方法-CN201811479352.4有效
发明人：周慧鑫;侯俊涛;赵东;张嘉嘉;李欢;宋江鲁奇;秦翰林;成宽洪;向培;谭威;宋尚真;杜娟;钱琨;张喆;黄楙森 -专利权人：西安电子科技大学
申请日： 2018-12-05 - 公布日： 2023-04-25 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于三边滤波和神经网络的红外图像非均匀性校正方法，依次载入原始红外图像序列中第n帧原始红外图像作为当前帧图像，确定当前帧图像的第i行第j列像元校正后的灰度值通过快速三边滤波算法对第n帧原始红外图像进行处理，根据当前帧的像元x邻域τ内的像素获得像元x的期望值qn(x)，根据当前帧图像的第i行第j列像元x的期望值与第i行第j列像元校正后的灰度值之间的偏差，通过具有自适应性的迭代步长更新获得第n+1帧原始红外图像第i行第j列像元对应位置的像元增益参数和像元偏置参数通过像元增益参数和像元偏置参数对第n+1帧原始红外图像进行校正。本发明不仅能提高参数的学习速率，还能改善图像的非均匀性校正效果。
基于三边滤波神经网络红外图像均匀校正方法

[发明专利]基于FPGA的实时全方位目标检测方法及系统-CN202010855029.3有效
发明人：张鑫;李欢;张喆;周慧鑫;秦翰林;宋江鲁奇;张嘉嘉;向培;杜鹃;陈戈韬;唐骏;王财顺;梅峻溪;于跃;姚博 -专利权人：西安电子科技大学
申请日： 2020-08-24 - 公布日： 2023-04-25 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于FPGA的实时全方位目标检测方法及系统，该方法为：逐行对原始图像Iorig进行初步细节增强，获得大目标边缘以及小目标增强后的图像Ior；根据原始图像数据Iorig(i，j)对所述大目标边缘以及小目标增强后的图像Ior的图像数据Ior(i，j)进行细节提取获得平滑大目标边缘后的细节层图像数据Inew(i，j)；对所述平滑大目标边缘后的细节层图像数据Inew(i，j)进行二次细节增强，获得仅包含小目标的细节层图像数据Idlnew(i，j)；对所述仅包含小目标的细节层图像数据Idlnew(i，j)进行阈值分割，获得阈值分割后的图像Itsn，n为像素索引；对所述阈值分割后的图像Itsn进行下采样，并且逐行读取数据及逐行显示图像数据。
基于 fpga 实时全方位目标检测方法系统

1
2
3
4
5
6
7
8
9
下一页»
尾页
共 128 条