-
公开(公告)号：CN116091987A
公开(公告)日：2023-05-09
申请号：CN202310035284.7
申请日：2023-01-10
Applicant: 北京工业大学
IPC: G06V20/50 , G06V10/774 , G06V10/764 , G06T7/40 , G06T7/90 , G06T7/62
Abstract: 本发明公开了一种面向工业场景的多策略图像异常样本生成方法，所述方法包括：获取工业场景下的正常样本，送入预设网络，将工业数据视作纹理类、普通物体类、小目标物体类三种类别，进而采用三种生成方法生成异常样本，同时训练正常和异常样本，最终生成对应类别的检测模型；本发明在实施上具有低成本、高精度等优点，具有较高的应用价值。
-
公开(公告)号：CN108009531B
公开(公告)日：2022-01-07
申请号：CN201711452306.0
申请日：2017-12-28
Applicant: 北京工业大学
IPC: G06K9/00
Abstract: 本发明公开一种多策略防欺诈的人脸识别方法，包括：步骤1、人脸检测过程中，检测眼睛瞳孔位置是否存在近红外设备产生的亮瞳，检测人脸区域位置人脸肤色灰度区间内，方差是否符合阈值，判断是否为欺诈行为攻击；步骤2、根据人脸识别过程的动态性，在人脸识别的验证过程，基于Candide‑3模型3D人脸重建进行微表情的检测，比较相邻3帧间的人脸特征与3D模型的相似度，设置合理阈值规避过于近似的人脸。
-
公开(公告)号：CN112115775A
公开(公告)日：2020-12-22
申请号：CN202010789052.7
申请日：2020-08-07
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于计算机视觉的监控场景下的吸烟行为检测方法，所述方法包括:采集包含吸烟行为的视频图像，以及相似行为如打电话等行为的视频图像，采用预设计的目标检测网络模型对图像进行对人体位置的检测，对人体检测框使用预设的裁剪算法裁剪，使用预设的分类网络模型进行对裁剪框区域图像信息进行识别，进而得到吸烟识别结果；本发明在实施上具有成本低、实时检测、高准确性等优点。
-
公开(公告)号：CN111461978A
公开(公告)日：2020-07-28
申请号：CN202010233685.X
申请日：2020-03-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于注意力机制的逐分辨率提升图像超分辨率复原方法，主要是基于双重注意力机制的逐分辨率提升超分辨率复原网络，通过引入特征维度与空间维度注意力机制的卷积模块，提升了模型的特征提取能力；进而借鉴对抗神经网络领域逐分辨率提升网络的相关思想，简化了网络学习难度，实现逐分辨率提升的超分辨率复原。最后通过DIV2K数据集对算法性能进行了测试，实验结果表明，本发明方法能够对输入低分辨率图像实现逐分辨率的提升，同一网络可同时实现2～4倍分辨率的提升，且重建图像的PSNR值显著优于当前主流算法。
-
公开(公告)号：CN109902602A
公开(公告)日：2019-06-18
申请号：CN201910118545.5
申请日：2019-02-16
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于对抗神经网络数据增强的机场跑道异物材料识别方法，针对机场跑道异物材料数据少，难采集，且材料物品的无固定形态，尺度多样的特点，本发明包括：设计逐分辨率提升的生成对抗神经网络，生成高质量的机场跑道异物材料数据，生成对抗神经网络由上海大学校园道路模拟与上海虹桥机场跑道异物材料分类数据集中的训练集驱动训练。利用训练好的对抗神经网络生成器，生成新的材料图像数据。结合原始数据与对抗神经网络生成数据，驱动基于特征通道注意力机制的残差神经网络进行分类训练，达到更高的机场跑道异物材料识别能力。
-
Patent Agency Ranking
公开(公告)号：CN103793883B
公开(公告)日：2016-11-09
申请号：CN201310676634.4
申请日：2013-12-11
Applicant: 北京工业大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于主成分分析的成像光谱图像超分辨率复原方法，包括主成分分析、基于灰度映射和MAP的第1主成分超分辨率复原和成像光谱图像的全波段超分辨率复原。通过PCA变换，将成像光谱图像的有效信息集中于第1主成分，仅通过第1主成分的超分辨率复原即达到了提高所有波段空间分辨率的效果，运算量较低；利用PCA变换后第1主成分与全色影像之间的相关性，通过建立灰度映射模型，实现了全色影像高频信息到第1主成分图像的映射，并通过MAP约束优化进一步提高了重建高频信息的质量，既充分利用了全色影像的高频信息，又避免了错误信息的引入，保证了重建高分辨率图像的质量，有效避免了各波段独立进行产生的光谱失真问题。
-
公开(公告)号：CN105791774A
公开(公告)日：2016-07-20
申请号：CN201610201613.0
申请日：2016-03-31
Applicant: 北京工业大学
CPC classification number: H04N7/183 , G06K9/00362 , G06K9/00711 , G06K9/4642 , G06K2209/21 , G06T2207/10016 , G06T2207/30196 , G06T2207/30232 , H04N5/232
Abstract: 本发明公开一种基于视频内容分析的监控视频传输方法，其特征在于，包括图像采集模块、图像预处理模块、人流检测模块、人群密度估计模块、摄像头参数设置和预警模块、视频传输模块。人流检测模块，用于对监控视频画面中的行人进行检测和统计，人群密度估计模块，用人群密度估计算法对当前视频画面中的人流密度进行估计，摄像头参数设置和预警模块，用于当行人检测和人群密度检测达到预设定的等级后，发出修改摄像头参数的命令和群体事件预警信息。本发明达到了利用行人检测算法和人群密度估计算对视频进行人群密度估计，并根据估计结果修改摄像头配置和进行相应的监控视频传输的目的，同时能主动或者被动的传输“问题”视频，发出预警信息。
-
公开(公告)号：CN101777191B
公开(公告)日：2011-11-30
申请号：CN200910244425.6
申请日：2009-12-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于信噪分离的成像光谱图像快速矢量量化压缩方法，由成像光谱仪完成成像光谱数据的采集，并将待压缩图像的光学信号转化为数字图像信号，存储于采集设备存储器中；通过USB、红外接口读入图像，在处理器中进行基于信噪分离的成像光谱图像快速矢量量化有损压缩压缩结果直接存储在本地硬盘，或通过网络存储设备进行网络存储；包括对原始数据进行信噪分离步骤，采用基于特征值的波段截取方法截取信噪比高的波段步骤，利用快速矢量量化方法对所截取的波段进行压缩编码步骤。该方法利用噪声自适应主成分变换进行信噪分离，并使用改进的快速矢量量化进行高效的压缩编码，结构简单易用，压缩效率高，在较高的压缩比下获得较好的图像质量。
-
公开(公告)号：CN101777191A
公开(公告)日：2010-07-14
申请号：CN200910244425.6
申请日：2009-12-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于信噪分离的成像光谱图像快速矢量量化压缩方法，由成像光谱仪完成成像光谱数据的采集，并将待压缩图像的光学信号转化为数字图像信号，存储于采集设备存储器中；通过USB、红外接口读入图像，在处理器中进行基于信噪分离的成像光谱图像快速矢量量化有损压缩压缩结果直接存储在本地硬盘，或通过网络存储设备进行网络存储；包括对原始数据进行信噪分离步骤，采用基于特征值的波段截取方法截取信噪比高的波段步骤，利用快速矢量量化方法对所截取的波段进行压缩编码步骤。该方法利用噪声自适应主成分变换进行信噪分离，并使用改进的快速矢量量化进行高效的压缩编码，结构简单易用，压缩效率高，在较高的压缩比下获得较好的图像质量。
-
公开(公告)号：CN120070460A
公开(公告)日：2025-05-30
申请号：CN202510118334.7
申请日：2025-01-24
Applicant: 北京工业大学
IPC: G06T7/10 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于注意力机制的口腔影像分割方法及系统，方法包括：构建由编码器块、跳跃连接模块以及解码器块组成的分割模型，编码器块包括下采样卷积和通道注意力模块，解码器块包括上采样卷积和非局部模块，跳跃连接模块融合编码器块和解码器块提取的特征；训练模型时，基于交叉熵损失函数、Dice损失函数调整模型参数，当模型性能不再提升或达到预设迭代次数，停止训练，得到训练后的模型；建待分割数据集，将其输入至分割模型，待分割数据集经编码器块卷积后得到深层特征图，通道注意力模块对深层特征图进行处理得到关键特征图，解码器块非局部模块对关键特征图进行处理得到全局特征图，基于关键特征图、全局特征图输出口腔分割影像。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.047 seconds)
