“胡剑凌”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44个，建议您升级VIP下载更多相关专利

[发明专利]基于动态光谱感知模块的高光谱视频目标跟踪方法-CN202310633976.1在审
发明人：赵东;朱叙光;胡斌;张昊睿;黄鲲鹏;王青;周磊;武丽;胡剑凌;张黎可;王新宇;江文浩 -专利权人：无锡学院
申请日： 2023-05-31 - 公布日： 2023-10-10 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了基于动态光谱感知模块的高光谱视频目标跟踪方法，首先读入高光谱图像序列中的第t帧高光谱图像，通过矩阵减法确定第t帧高光谱图像的高光谱梯度图Gt，根据Gt确定Gt中第j个像素的光谱梯度向量#imgabs0#以及第k个聚类中心的光谱梯度向量Gt(k)，计算#imgabs1#与Gt(k)之间的光谱角距离dj,k，根据dj,k判断第j个像素所属的聚类中心，设定迭代次数q并计算损失函数ε，重复上述步骤直至ε与q达到条件，根据最终结果得到降维后的单通道灰度图，将灰度图送入孪生网络进行特征提取，通过1×1卷积将提取的特征调整为适应特定任务的特征，利用互相关生成分类特征Pcls与回归特征Preg，通过两种动态光谱感知模块SPMcls以及SPMreg将Pcls与Preg分别增强为Pcls‑en和Preg‑en，Pcls‑en与Preg‑en经过预测头网络确定目标位置。
基于动态光谱感知模块视频目标跟踪方法

[发明专利]基于空间光谱相似性降维的高光谱目标跟踪方法-CN202310585827.2在审
发明人：赵东;曹佳露;王乐;严伟明;汪梦元;徐星臣;郭业才;胡剑凌;程进;武丽;张黎可;王新宇 -专利权人：无锡学院
申请日： 2023-05-23 - 公布日： 2023-08-01 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了基于空间光谱相似性降维的高光谱目标跟踪方法，获得归一化后第1帧和第t帧高光谱图像，确定局部光谱曲线Cl，目标光谱曲线Ct，像素Hi,j的光谱曲线Ci,j，根据光谱角距离公式计算Cl和Ct确定分割阈值，通过分割阈值确定降维结果图Ir和掩膜，通过DenseNet提取Ir的深度特征，通过方差确定纹理特征的融合权重，并进行融合得到重组纹理特征，利用掩膜覆盖重组纹理特征，得到融合纹理特征，并对深度特征和融合纹理特征进行判别式相关滤波，得到对应响应图峰值坐标，对其进行计算欧式距离，再进行阈值判断，来确定是否更新滤波器参数，然后对响应图进行尺度估计并获得当前帧高光谱图像的跟踪目标。
基于空间光谱相似性目标跟踪方法

[发明专利]基于光谱差异的高光谱图像序列降维方法-CN202310113352.7在审
发明人：赵东;汪梦元;胡斌;张喆;武丽;李鹏;胡剑凌;程进;黄瑞;马弘宇;张黎可;汪磊 -专利权人：无锡学院
申请日： 2023-02-14 - 公布日： 2023-06-06 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种基于光谱差异的高光谱图像序列降维方法,载入的高光谱图像序列中的第1、t帧高光谱图像进行灰度归一化，分别获得归一化后的第1、t帧高光谱图像并且确定第1帧高光谱图像中的选定局部区域通过中每个像素的光谱曲线确定最大、最小光谱曲线Cmax、Cmin；确定中第i个像素在16个波段上的灰度平均值通过获得中第i个像素的去均值光谱曲线Ci；确定光谱差异图通过确定第t帧高光谱图像第b个波段第i个像素的量化偏差通过确定第t帧高光谱图像16个波段的总差异图基于光谱差异图像序列方法

[发明专利]基于非对称多层分解的ISAR与VIS图像融合方法-CN202310313924.6在审
发明人：赵东;严伟明;张嘉嘉;徐星臣;王青;迟荣华;张昊睿;周磊;张黎可;黄瑞;胡剑凌;胡斌 -专利权人：无锡学院
申请日： 2023-03-28 - 公布日： 2023-05-26 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了一种基于非对称多层分解的ISAR与VIS图像融合方法，载入空间分辨率相同的逆合成孔径雷达图像与可见光图像，比较逆合成孔径雷达图像与可见光图像的加权空间频率方差的大小，将两幅图像分为细节图像Ia和粗糙图像Ib；使用多层高斯边窗滤波器分解框架对Ia和Ib分别进行分解，获得Ia的细节保留层Sda、边缘保留层Sea、基本能量层Sga、Ib的细节保留层Sdb、边缘保留层Seb和基本能量层Sgb；通过获得的Sda对Sdb进行引导融合策略获得Ib最终的非对称细节保留融合层Sfb；使用局部方差与空间频率构造判别标准对Sda和Sfb进行融合，获得最终的细节保留融合层Sfd；利用ω对Sea和Seb进行融合，获得最终的边缘保留融合层Sfe；将Sga与Sgb融合，获得最终的基本能量层Sfg；将Sfd，Sfe和Sfg相加获得最终的融合图像If。
基于对称多层分解 isar vis 图像融合方法

[发明专利]基于自适应权重和置信度的高光谱图像目标跟踪方法-CN202310086475.6在审
发明人：赵东;胡斌;汪梦元;张喆;胡剑凌;郭业才;李鹏;黄瑞;程进;李晖;余耀;马弘宇 -专利权人：无锡学院
申请日： 2023-02-09 - 公布日： 2023-05-16 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了基于自适应权重和置信度的高光谱图像目标跟踪方法，获得归一化后第一帧、第t帧和相邻帧高光谱图像，再通过主成分分析法对图像降维分别获得三张单波段的灰度图像Z1、Zt和根据双孪生网络以第一帧和相邻帧为模板图像，第t帧为搜索图像，分别提取它们降维后图像的深度特征，将模板图像与搜索图像的特征俩俩朴素相关，获得初始响应图R1和相邻响应图采用自适应权重w1和w2将俩个响应图融合获得融合响应图分别对其进行置信度确定和尺度估计并获得当前帧高光谱图像的跟踪目标，再依据置信度确定来判断是否让第t帧的相邻帧高光谱图像对第t帧高光谱图像进行更新。
基于自适应权重置信光谱图像目标跟踪方法

[发明专利]基于深度光谱级联纹理特征的高光谱视频目标跟踪方法-CN202310060920.1在审
发明人：赵东;张昊睿;朱叙光;曹佳露;张喆;裴晓芳;胡剑凌;郭业才;李鹏;程进;余耀;张黎可 -专利权人：无锡学院
申请日： 2023-01-13 - 公布日： 2023-05-09 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了基于深度光谱级联纹理特征的高光谱视频目标跟踪方法，获得第t帧高光谱图像局部区域的光谱曲线，将未知区域像素的光谱曲线与局部区域的光谱曲线做差，将图像分割为目标区域与背景区域，导入第t+1帧，获得搜索区域每个像素点的光谱曲线，对其进行降维处理得到降维后一波段图像，提取该图像的深度特征与纹理特征，根据图像信噪比曲线获得每个光谱通道的权重，与对应纹理特征相乘进而获得光谱级联特征，将其覆盖上设置好的掩膜，获得光谱级联纹理预测特征，将其与深度特征进行逐像素卷积获得深度平均光谱级联纹理特征Uk，将第一帧图像的Uk送入DCF滤波器训练好模板，将t+1帧图像的Uk送入滤波器模板获得响应图，根据分布策略估计目标尺度，确定预测框位置，获得跟踪的目标。
基于深度光谱级联纹理特征视频目标跟踪方法

[发明专利]基于目标和背景分割的高光谱图像序列降维方法-CN202310079879.2在审
发明人：赵东;周磊;曹佳露;朱叙光;张喆;胡剑凌;程进;余耀;张黎可;武丽;王新宇;汪磊 -专利权人：无锡学院
申请日： 2023-01-13 - 公布日： 2023-04-25 - 主分类号： G06T7/194 文献下载
摘要：本发明公开了一种基于目标和背景分割的高光谱图像序列降维方法，确定归一化后第t帧高光谱图像的目标局部区域Lt和搜索区域St；确定光谱平均值；确定局部光谱曲线Cl，并确定局部光谱平均值Cli；利用St减去Lt获得未知区域Rt；确定Rt内的未知像素的光谱曲线Cu，并确定灰度值Cuij；利用Cuij减去Cli获得误差εij；利用误差εij和灰度阈值β确定问题波段，并统计问题波段的数量；将问题波段数量小于带宽阈值η的像素标记为目标像素，并将目标像素的集合定义为目标区域Ot；计算Ot的目标平均光谱曲线Co，并确定目标平均光谱值Coi，载入第t+1帧搜索区域St+1，获得St+1上各像素点的光谱曲线Cs，并确定光谱值Csi；计算Csi和Coi的欧氏距离Dj，Dj即为降维后St+1上各像素点的灰度值，依次处理高光谱图像序列中的每一帧高光谱图像序列。
基于目标背景分割光谱图像序列方法

[发明专利]蜂窝车联网的下行半静态资源分配方法-CN201910950890.5有效
发明人： 胡剑凌;王必成;施若其;曹洪龙 -专利权人：苏州大学
申请日： 2019-10-08 - 公布日： 2023-04-25 - 主分类号： H04W4/40 文献下载
摘要：本发明公开了一种蜂窝车联网的下行半静态资源分配方法。本发明一种蜂窝车联网的下行半静态资源分配方法，包括：集中式资源分配过程中，时频资源块设定为统一尺寸，根据信道状态信息为车载用户分配时频域、空域以及功率域资源，使车载用户之间形成时频资源正交、空分复用或功率域复用；其中，满足空分复用或功率域复用条件的车载用户簇，以资源块数最少为准则，与时频资源块进行匹配。本发明的有益效果：本发明在资源块设置、功率分配、车载用户与资源块匹配方面，能够有效分析波束内干扰、波束间干扰造成的同伴效应，从而在给定的系统带宽下，使用接近最短的时间可靠地完成所有蜂窝车载用户业务传输，即实现uRLLC场景的时延和可靠性要求。
蜂窝联网下行静态资源分配方法

[发明专利]基于多特征融合的人脸图像局部增强方法-CN202310003338.1在审
发明人：赵东;虞洁;郑瑜婷;胡剑凌;李鹏;郭业才;程进;魏雨晴;黄鲲鹏;张黎可;于庆南;陶旭 -专利权人：无锡学院
申请日： 2023-01-03 - 公布日： 2023-04-14 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于多特征融合的人脸图像局部增强方法，建立人脸图像训练集；对所述人脸图像训练集中的每张图像进行人脸检测、人脸对齐和人脸分割，获得每张分割后的图像；获得分割后的偏正脸图像集、并且确定分割后的偏正脸图像集中每张图像的面积比例相近度、分割后的偏正脸图像集中每张图像的长宽比相近度、分割后的偏正脸图像集中每张图像的方脸相近度；将三个特征加权融合，获得多特征融合模板系数；根据其确定平均人脸轮廓模板，并且结合待识别人脸的图像，获得局部图像增强后的人脸图像。本发明能够取代人脸图像增强中的人脸分割步骤，在不改变人脸图像增强准确性的前提下，提高了人脸图像增强的效率和质量，简化冗繁的操作过程。
基于特征融合图像局部增强方法

[发明专利]基于深度去噪器的压缩红外图像复原方法-CN202211700123.7在审
发明人：赵东;杨硕闻;黄鲲鹏;胡剑凌;郭业才;李鹏;程进;王新宇;张黎可;余耀;于庆南;马弘宇 -专利权人：无锡学院
申请日： 2022-12-28 - 公布日： 2023-04-04 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于深度去噪器的压缩红外图像复原方法，首先原始红外图像经过编码测量后获得原始测量值，复原原始红外图像时在传统基于优化的算法中插入深度网络学习获得的深度去噪器，然后通过设计基于空间注意力和通道注意力的特征提取网络得到深度去噪器，最后迭代求解两个子过程得到复原的红外图像，从而同时具有基于模型的优化算法的可解释性和基于卷积神经网络的鲁棒性和快速性，提高了图像复原的质量。
基于深度去噪器压缩红外图像复原方法

[发明专利]一种CAN网络入侵检测方法、装置及存储介质-CN202211282374.8在审
发明人：于天琪;羊箭锋;胡剑凌 -专利权人：苏州大学
申请日： 2022-10-19 - 公布日： 2023-03-07 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及网络安全技术领域，尤其是指一种CAN网络入侵检测方法、装置及计算机存储介质。所述CAN网络入侵检测方法，对CANID序列进行独热编码，将ID映射为L维的向量，不同ID之间的距离就是向量的空间距离，比如欧式距离，相较于对ID进行数值的归一化处理，即ID之间距离为数值的差值的绝对值，放大了不同ID之间的差异，更有利于检测出ID的不同，从而提高检测准确率；利用ID变化的周期性，基于ConvLSTM神经网络对即将到来的ID做预测，对CAN网络数据特征向量进行卷积滤波，将向量维度进行了压缩；对压缩后的向量，再进行神经网络建模与预测，从而降低了模型的复杂度、模型参数的体量，进而提高了收敛速度。
一种 can 网络入侵检测方法装置存储介质

[发明专利]基于深度空间光谱卷积融合特征的高光谱目标跟踪方法-CN202211271914.2有效
发明人：赵东;曹佳露;张喆;朱叙光;江浩;程进;郭业才;胡剑凌;陶旭;张见;牛明;郜云 -专利权人：无锡学院
申请日： 2022-10-18 - 公布日： 2023-01-24 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于深度空间光谱卷积融合特征的高光谱目标跟踪方法，确定归一化后的第t帧高光谱图像的目标区域Tt和搜索区域St；将Tt进行降维得到Xp；提取Xp的深度特征E；确定搜索区域x、y、z方向的边缘特征；确定融合后的三维边缘特征、深度空间光谱卷积融合特征Z、八邻域的干扰因子；获得排序前四个干扰因子和其对应的背景区域；确定对应的抑制权重以及滤波器模板；输入第t+1帧图像，以第t帧目标区域为基础，生成不同尺度的目标区域，并且将其输入，提取特征送入滤波器，得到响应值，将响应值最高的尺度确定为当前帧的目标尺度并跟新滤波器；依次读入高光谱图像序列内每一帧高光谱图像完成目标跟踪。
基于深度空间光谱卷积融合特征目标跟踪方法

[发明专利]基于双向循环网络的高分辨率视频复原系统及方法-CN202110551488.7有效
发明人： 胡剑凌;高立杭;马青静;曹洪龙 -专利权人：苏州大学
申请日： 2021-05-20 - 公布日： 2023-01-17 - 主分类号： H04N5/265 文献下载
摘要：本发明涉及一种基于双向循环网络的高分辨率视频复原系统及方法，包括：正向循环模块包括多个依次设置的正向处理单元，正向处理单元与视频帧的一一对应设置，当前正向处理单元根据前一级正向处理单元的输出、上一时刻视频帧和当前视频帧，将当前视频帧转化为低频部分；反向循环模块包括多个依次设置的反向处理单元，反向处理单元与视频帧的一一对应设置，当前反向处理单元根据前一级反向处理单元的输出、下一时刻的视频帧和当前视频帧，将当前视频帧转化为高频部分；融合单元将低频部分与高频部分融合，获得高分辨率的视频帧。其针对各类场景下低分辨率视频序列，能够适应不同长度的视频，具有很好的鲁棒性。
基于双向循环网络高分辨率视频复原系统方法

[发明专利]一种近端策略优化辅助的车联网联邦学习客户端选择方法-CN202210060912.2有效
发明人：于天琪;陈中悦;刘昌荣;羊箭锋;胡剑凌 -专利权人：苏州大学
申请日： 2022-01-19 - 公布日： 2023-01-06 - 主分类号： H04W4/46 文献下载
摘要：本发明公开了一种近端策略优化辅助的车联网联邦学习客户端选择方法，包括：S1、通过MEC服务器初始化AI全局模型；S2、ICV发送联邦学习参与请求消息至MEC服务器，MEC服务器标记所述ICV为候选ICV；S3、MEC服务器发送联邦学习参与请求反馈消息至候选ICV，通知候选ICV准备接收AI全局模型；S4、MEC服务器下载AI全局模型至全部候选ICV；S5、候选ICV执行一轮本地AI模型训练；S6、候选ICV上传本地信息至MEC服务器；S7、MEC服务器通过PPO辅助的决策算法确立策略函数，用以选择实际参与联邦学习的ICV；S8、MEC服务器发送联邦学习参与接受消息至选中ICV，发送联邦学习参与拒绝消息至未选中ICV。本发明具有稳定性高、能耗小、精度高等优点。
一种策略优化辅助联网联邦学习客户端选择方法

[发明专利]基于全局和局部光谱加权的高光谱图像序列降维方法-CN202211235788.5在审
发明人：赵东;朱叙光;张喆;曹佳露;程进;江浩;胡剑凌;王青;张黎可;于庆南;王新宇;余耀 -专利权人：无锡学院
申请日： 2022-10-10 - 公布日： 2022-12-09 - 主分类号： G06V10/32 文献下载
摘要：本发明公开了一种基于全局和局部光谱加权的高光谱图像序列降维方法，载入高光谱图像序列中的第t帧高光谱图像，并对第t帧高光谱图像进行灰度归一化得到归一化后第t帧高光谱图像，确定归一化后第t帧高光谱图像的目标区域Tt；确定所述归一化后第t帧高光谱图像的目标区域Tt的第i个波段图像Tit的光谱平均值；根据所述Tt的第i个波段图像Tit的光谱平均值确定归一化后第t帧高光谱图像的目标区域Tt的全局光谱；确定Tt的局部光谱；将所述Tt的全局光谱与局部光谱加权融合成最终光谱；根据所述最终光谱确定降维之后的高光谱图像；依次载入高光谱图像序列中的所有帧高光谱图像完成高光谱图像序列降维。
基于全局局部光谱加权图像序列方法

1
2
3
下一页»
尾页
共 44 条