-
公开(公告)号：CN114863097A
公开(公告)日：2022-08-05
申请号：CN202210354670.8
申请日：2022-04-06
Applicant: 北京航空航天大学
Abstract: 本发明提出一种基于注意力机制卷积神经网络的红外弱小目标检测方法；步骤一：搭建基于注意力机制的卷积神经网络；首先使用骨干网络对输入图像进行特征提取；提取的三层特征经过注意力模块进行特征增强；随后通过扩大感受野模块进行感受野增强；然后通过特征融合模块进行高低级特征融合；最后通过全卷积网络逐像素预测，得到全图像像素级别的概率预测图；步骤二：构造损失函数对网络进行训练；利用得到的预测结果与像素级标注图像进行损失计算，以实现对网络参数的反馈训练；输出：用训练好的神经网络处理红外图像；在使用训练数据对注意力机制卷积神经网络进行充分迭代训练之后，得到训练好的网络用于检测目标像素。
-
公开(公告)号：CN114820733A
公开(公告)日：2022-07-29
申请号：CN202210420876.6
申请日：2022-04-21
Applicant: 北京航空航天大学
Abstract: 本发明公开一种可解释的热红外可见光图像配准方法及系统，基本步骤如下：1)利用神经网络模仿传统配准算法提取描述子，匹配，估计变换参数，变换图像的过程；2)采用先进行全局变换，再进行局部变换由粗到精的配准策略；3)构造损失函数对网络训练；4)使用训练好的网络处理不同内外参数下的热红外图像‑可见光图像配准问题。本发明提出的可解释的配准深度神经网络ERDNN(Explainable Registration Deep Neural Network)能够实现非光心重合的热红外相机与可见光相机的像素级配准。训练出的描述子子网络可以作为一般的描述子提取器提取热红外‑可见光跨模态描述子。在计算机视觉、自动驾驶、监控安防等领域有广阔的使用价值和应用前景。
-
公开(公告)号：CN111260702B
公开(公告)日：2022-05-17
申请号：CN202010091558.0
申请日：2020-02-13
Applicant: 北京航空航天大学
IPC: G06T7/33
Abstract: 本发明公开了一种激光三维点云与CT三维点云配准方法，包括：对患者体表激光三维点云数据进行统计滤波、点云区域生长处理和体素滤波，将患者的4D‑CT数据重建为CT三维点云数据；从激光三维点云数据选取点集合S1，从CT三维点云数据选取点集合S2；利用PointRegNet网络，从S1提取特征点集合Q，从S2提取特征点集合V；设置Q中所有特征点相互连接形成特征边的集合ES，设置V中所有特征点与K近邻的特征点连接形成特征边的集合E，将图(V,E)与图(Q,ES)进行配准；利用运动幅度信息对S1中的点分配权重，以S2为基础建立GMM模型，GMM模型结合分配权重后的S1中的点构造概率似然函数。本发明技术方案缓解了现有技术无法直接应用于体表点云配准的问题。
-
公开(公告)号：CN113643220A
公开(公告)日：2021-11-12
申请号：CN202110917770.2
申请日：2021-08-11
Applicant: 北京航空航天大学
Abstract: 本发明公开一种物理信息驱动的红外图像湍流效应抑制方法及系统，基本步骤如下：1)利用湍流抑制模块产生抑制了湍流效应的重建序列；2)由湍流参数测量模块测量湍流场参数及其二维分布；3)构造损失函数对整个网络进行训练；4)用训练好的网络处理湍流退化红外图像序列。本发明提出的物理信息驱动的深度神经网络PSDNN能够同时实现湍流物理参数的准确测量和红外图像湍流效应的有效抑制，可以用于动态场景下红外湍流退化序列中湍流效应的抑制和湍流场二维物理参数的测量，在计算机视觉、军事、航空航天、大气科学等领域具有广阔的使用价值和应用前景。
-
公开(公告)号：CN110223242B
公开(公告)日：2021-08-10
申请号：CN201910375101.X
申请日：2019-05-07
Applicant: 北京航空航天大学
Abstract: 本发明一种基于时空域残差生成对抗网络的视频湍流移除方法，步骤如下：步骤一：由湍流移除网络G实现高质量湍流移除图像的生成；步骤二：利用湍流存在性判别网络D对生成湍流移除图像进行分类判别；步骤三：构造序列感知损失函数Lseries。本发明引入三维视频处理单元提升对于时域特征的提取能力和质量，利用残差模块和全局残差连接提升信息流的传递效率，加速网络的训练和收敛。通过序列感知损失函数对湍流图像的几何畸变、光闪烁和模糊等现象进行校正，利用基于序列输入的生成对抗损失保持图像细节特征和时域上的连续性，生成清晰的湍流移除图像。本发明可以与视频监控系统、远距离监视系统等应用密切结合，具广阔的市场前景与应用价值。
-
Patent Agency Ranking
公开(公告)号：CN108062757B
公开(公告)日：2021-04-30
申请号：CN201810010258.8
申请日：2018-01-05
Applicant: 北京航空航天大学
Abstract: 本发明提出一种利用改进直觉模糊聚类算法提取红外目标的方法，首先利用显著性算法确定红外目标在红外图像中的大致区域。再利用改进的直觉模糊聚类算法对该区域进行聚类分割。最后，通过简单的后处理剔除非目标区域。改进算法中充分考虑了局部区域信息以及非局部对称性信息，因此分割结果得到了明显的改善。具体为：步骤一：确定目标大致区域。采用显著性算法得到红外图像的显著图，通过对显著图进行阈值分割得到目标大致位置。步骤三：采用马塞洛·西柯恩等人提出的基于配准的镜像对称检测方法完成目标对称轴检测步骤四：采用改进的直觉模糊聚类算法对红外图像进行聚类分割。步骤五：对步骤四得到的图像分割结果进后续处理,剔除非目标区域。
-
公开(公告)号：CN110751189A
公开(公告)日：2020-02-04
申请号：CN201910917203.X
申请日：2019-09-26
Applicant: 北京航空航天大学
Abstract: 本发明公开一种基于感知对比度和特征选择的椭圆检测方法，步骤如下：步骤一、感知对比度图像计算；步骤二、候选图像块提取；步骤三、特征向量提取；步骤四、支持向量训练；步骤五、在线椭圆检测。本发明的优点及功效：该方法具有灵活的参数，对于不同环境下椭圆的检测，通过调整这些参数就能获得高准确度，高召回率的目标椭圆检测器。该方法能够广泛应用于基于特定目标椭圆检测的应用中，具有广阔的市场前景与应用价值。
-
公开(公告)号：CN110110576A
公开(公告)日：2019-08-09
申请号：CN201910004673.7
申请日：2019-01-03
Applicant: 北京航空航天大学
Abstract: 本发明公开一种基于孪生语义网络的交通场景热红外语义生成方法，步骤如下：步骤一：基于改进U型网络的语义生成网络G1和G2；步骤二：由两个判别网络D1和D2分别生成风格迁移图像的判别特征并进行分类判别；步骤三：设计并引入孪生语义损失Lstyle。本发明基于循环生成对抗网络的理论框架，通过合理设计网络结构，引入包括残差模块和空洞卷积以实现更高质量的特征提取和语义生成，同时由代表热红外风格的局部特征以孪生语义损失Lstyle的形式将整体网络循环的不同阶段联系起来，以生成更加稳定的热红外语义交通图像。本发明可广泛应用于智能交通系统中基于多源图像联系的模拟和仿真系统，具有广阔的市场前景与应用价值。
-
公开(公告)号：CN109345508A
公开(公告)日：2019-02-15
申请号：CN201811008805.5
申请日：2018-08-31
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于两阶段神经网络的骨龄评价方法，步骤如下：一：调整原始输入手骨图像大小为512×512，即按比例缩放，并添加边缘信息；二：图像掩模提取；三：生成训练图像；四：对步骤三中生成的图像分别计算二维单尺度小波变换与Canny算子边缘提取，与直方图均衡后的图像共同组成输入样本的三通道；五：对步骤四中生成的三通道图像进行数据增强，扩充数据集大小；六：骨龄预测；通过以上步骤，本检测方法结合图像分割和骨龄预测，能够较好地抑制噪音，比较准确地分割出手骨区域，从而进行骨龄评价；对于其他图像处理领域如目标分割、目标检索、目标回归预测等都有实际应用价值。
-
公开(公告)号：CN109300137A
公开(公告)日：2019-02-01
申请号：CN201811097786.8
申请日：2018-09-20
Applicant: 北京航空航天大学
Abstract: 本发明一种多曲面估计区间二型模糊聚类磁共振脑图像分割方法，该方法首先使用多个基曲面乘以权重以拟合偏移场曲面，并作为乘子项引入目标函数，通过迭代求解使得拟合的偏移场曲面逐渐接近真实偏移场；然后，将方法提升到区间二型模糊领域，使得方法能够更好地处理迭代过程中的模糊分界问题，提升方法处理模糊问题的能力；进而考虑邻域空间像素信息，并加入到目标函数中，增加邻域空间信息。本发明方法提升了处理模糊问题的能力，合理地利用了邻域信息，在磁共振图像上得到的偏移场校正与分割结果取得了明显改善，具有广阔的市场前景与应用价值。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.045 seconds)
