-
-
公开(公告)号：CN117994816A
公开(公告)日：2024-05-07
申请号：CN202410154678.9
申请日：2024-02-04
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V20/52 , G06V10/26 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/09
Abstract: 本发明属于发明涉及图像处理和机器视觉中的行人重识别领域，公开了面向矿区复杂场景的遮挡行人重识别方法。本发明首先采用滑动窗口的方法对图像分块，进行细粒特征提取以此从图像中提取细小、细粒度的特征信息；再在图像分块最小语义单元的基础上加入可学习的分类和位置最小语义单元，并嵌入了相机位置信息；接着对图像模块中的干扰信息进行剔除；再利用细微的局部信息来指导整体特征进行提取；最后基于多尺度特征进行双次差分获取关键信息和行人身份预测。本发明通过训练模型来减轻背景和遮挡等干扰信息对行人身份重识别准确率的影响，从而提升模型的精度，使之在遮挡情况下匹配到正确的行人。
-
公开(公告)号：CN108288267B
公开(公告)日：2022-04-05
申请号：CN201810042657.2
申请日：2018-01-17
Applicant: 中国矿业大学
Abstract: 本发明提出一种基于暗通道的扫描电镜图像清晰度无参考评价方法，包括步骤：对原始扫描电镜模糊图像进行暗通道预处理，再次对预处理后的图像计算它的边缘，得到边缘后对其用基于加权二乘法的保边滤波器进行增强去噪，最后根据人类的视觉特征，把最大梯度和平均梯度的加权作为图像的质量分数。本发明第一次把暗通道运用到扫描电镜图像质量评价上面，提出的方法性能优于目前典型的模糊图像质量评价方法。
-
公开(公告)号：CN111595722A
公开(公告)日：2020-08-28
申请号：CN202010411963.6
申请日：2020-05-15
Applicant: 中国矿业大学
Abstract: 本发明公开了一种干法重介质流化床密度在线测试方法，用于干法重介质流化床选煤作业中床层密度的实时在线测试。技术方案是：在循环流化床上行床管道安装一个电感式磁性物质测量仪，磁性物质的通过会引起测量仪螺管线圈电感发生变化，测量仪通过波形变换检测等得到流经测量导管的磁性物质含量，进而计算床层密度，从而监测床层密度变化，保证床层分选的稳定进行。本发明具有如下优点和有益效果：首次依据电磁感应原理，通过测量磁性物含量来计算床层密度，避免了通过压差法测量床层密度的弊端，将干法选煤过程的关键参数数字化显示，提高了分选精度和效率，同时也减轻了操作人员的劳动强度。
-
公开(公告)号：CN106934770B
公开(公告)日：2019-10-01
申请号：CN201710072123.X
申请日：2017-02-08
Applicant: 中国矿业大学
IPC: G06T5/00
Abstract: 本发明公开一种评价雾霾图像去雾效果的方法和装置，将有雾霾图像采用现有的去雾算法进行处理，处理后的图像分别进行基于暗通道先验信息的残留雾测量、对比度测量和相关饱和度测量。然后加权处理三种测量值，得到去雾图像的质量分数，以质量分数大小评价去雾效果。本发明与以往的一些直接将通用的无参考图像质量评价方法用在去雾图像上相比，是针对去雾图像设计的评价模型，对去雾图像的评价效果显著。在评价去雾图像质量上与主观质量评价更契合，比以往的无参考图像质量评价方法的直接使用更准确。因为人脑在分析和理解图像时往往会首先抽象出含有更多语义的中高层次特征，所以本发明更符合人脑对图像的分析与理解，与人的主观感受一致性更好。
-
Patent Agency Ranking
公开(公告)号：CN107147906B
公开(公告)日：2019-04-02
申请号：CN201710440867.2
申请日：2017-06-12
Applicant: 中国矿业大学
IPC: H04N17/00
Abstract: 本发明提出一种虚拟视角合成视频质量的无参考评价方法，该方法包括两个模块，模块1：对待评价的虚拟视角合成视频进行基于双重检测的闪烁失真区域提取，提取出视频中的所有闪烁块；模块2：将提取出的每一帧中的闪烁块与其在前一帧中相匹配的块进行奇异值分解，然后利用每个闪烁块的最大奇异值对所有奇异值进行归一化，并求出各闪烁块与其匹配块在归一化后的奇异值均值之间的距离，将其作为块的闪烁失真强度。将每个闪烁块的失真强度的F范数作为该块的质量分数，将每一帧中所有闪烁块的质量分数之和作为当前帧的质量分数，将所有帧的质量分数均值作为视频的最终质量分数。本发明能较精确的评价虚拟视角合成视频质量。
-
公开(公告)号：CN109165692A
公开(公告)日：2019-01-08
申请号：CN201811038824.2
申请日：2018-09-06
Applicant: 中国矿业大学
IPC: G06K9/62
Abstract: 一种基于弱监督学习的用户性格预测装置及方法，互联网和社交媒体中机器学习领域。将用户偏好的图像经过深度卷积神经网络得到全局性格特征图；把用户的性格变成十种性格分类，获取分类特征向量，十种性格分类进行全连接操作，进行分类网络训练；得到多性格类激活图；进行点乘得到局部性格特征图，利用全局平均池化得到回归特征向量，然把此特征向量和用户的大五性格维度数值进行连接，进行回归网络训练；通过大量的用户以及其偏好的图像对分类网络和回归网络同时进行训练得到用户大五性格维度数值预测模型。把每幅图像预测得到的大五性格维度数值进行平均最终得到此用户的大五性格维度数值。其步骤简单，预测效果好。
-
公开(公告)号：CN107977967B
公开(公告)日：2022-05-03
申请号：CN201711399720.X
申请日：2017-12-22
Applicant: 中国矿业大学
IPC: G06T7/00
Abstract: 本发明提出一种面向视角合成的无参考图像质量评价方法，该方法通过分析两类失真的特性，设计特征来量化合成图像中的失真：首先对图像的边缘破坏带来的失真以及纹理的不自然性进行量化，提取相应特征。然后使用机器学习的方法将特征进行整合，从而训练出能够对整个合成过程带来的失真进行评价的质量评价模型。本发明克服了现有方法的两个缺点：(1)现有方法仅能够评价合成过程中的一类失真，而该方法能够有效评价整个合成过程中的两类失真。(2)现有的方法大部分是全参考方法，即他们必须在提供原始无失真图像的情况下，才能对失真图像进行质量评价，而本文方法是无参考方法，具有更加广泛的应用前景。
-
公开(公告)号：CN108257125A
公开(公告)日：2018-07-06
申请号：CN201810069331.9
申请日：2018-01-24
Applicant: 中国矿业大学
Abstract: 本发明提出一种基于自然场景统计的深度图像质量无参考评价方法，包括步骤：(1)收集一组深度图像，并将收集来的深度图像分为两部分，一部分为训练图像，另一部分为测试图像；(2)对每一幅深度图像进行不同尺度上的特征参数提取，提取的步骤为：通过边缘检测提取尺度图像的边缘区域，在边缘区域内求尺度图像梯度幅值和高斯‑拉普拉斯算子的分布，并分别用韦伯分布和非对称高斯分布建立二者的分布函数模型，将两个模型的参数作为深度图像的特征参数；(3)最后，用训练图像的特征参数进行随机森林模型训练，生成客观质量分数评价模型；将测试图像的特征参数输入客观质量分数评价模型，得到测试图像的客观质量分数。
-
公开(公告)号：CN107977967A
公开(公告)日：2018-05-01
申请号：CN201711399720.X
申请日：2017-12-22
Applicant: 中国矿业大学
IPC: G06T7/00
Abstract: 本发明提出一种面向视角合成的无参考图像质量评价方法，该方法通过分析两类失真的特性，设计特征来量化合成图像中的失真：首先对图像的边缘破坏带来的失真以及纹理的不自然性进行量化，提取相应特征。然后使用机器学习的方法将特征进行整合，从而训练出能够对整个合成过程带来的失真进行评价的质量评价模型。本发明克服了现有方法的两个缺点：(1)现有方法仅能够评价合成过程中的一类失真，而该方法能够有效评价整个合成过程中的两类失真。(2)现有的方法大部分是全参考方法，即他们必须在提供原始无失真图像的情况下，才能对失真图像进行质量评价，而本文方法是无参考方法，具有更加广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.024 seconds)
