-
公开(公告)号：CN110110576B
公开(公告)日：2021-03-09
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：CN112101514A
公开(公告)日：2020-12-18
申请号：CN202010729442.5
申请日：2020-07-27
Applicant: 北京航空航天大学
Abstract: 本发明公开一种采用金字塔架构衍射层补光的衍射神经网络及实现方法，其中衍射神经网络，将网络中的衍射层划分为两组，分别为补光区衍射层与衍射区衍射层；通过改变补光区衍射层的大小，令其呈现金字塔架构，使一部分输入光线能绕过数个补光区衍射层；衍射区则在补光区与探测层之间，衍射区衍射层均为标准大小。本发明方法首先设计衍射神经网络的基本方案，确认其网络性能与层数的关系，然后根据任务需求与网络特性设计补光方案。本发明通过提高亮度搭建更多层数网络，提升网络性能的构想，增加衍射层材料与探测器的选择空间，增强网络在实际应用中的环境适应性与调节空间；没有额外光源与器件的引入，体积小，耗能小，便于安装和应用。
-
公开(公告)号：CN108062757A
公开(公告)日：2018-05-22
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：CN107507139A
公开(公告)日：2017-12-22
申请号：CN201710628792.0
申请日：2017-07-28
Applicant: 北京航空航天大学
IPC: G06T5/00
Abstract: 本发明涉及基于Facet方向导数特征的样例双重稀疏图像修复方法：步骤一：在Facet模型下获取图像不同方向的方向特征信息；步骤二：采用改进的修复优先级计算函数进行待修复图像块的排序；步骤三：通过候选图像块的稀疏表示对步骤二确定的修复优先级最大的破损区域进行修复。本发明方法对方向特征进行充分利用，通过构造新的图像块距离计算函数，并在稀疏求解环节加入方向特征空间一致性和连续性约束；同时对修复优先级函数进行调整和完善，将图像块置信度数值控制在合理范围之内，确保优先级计算结果的可靠性。充分考虑了图像的色彩信息和方向特征信息，能够较好地应对各种图像损伤情况，具有较好的普适性和广阔的市场前景与应用价值。
-
公开(公告)号：CN106599797A
公开(公告)日：2017-04-26
申请号：CN201611049729.3
申请日：2016-11-24
Applicant: 北京航空航天大学
CPC classification number: G06K9/00288 , G06N3/084
Abstract: 本发明一种基于局部并行神经网络的红外人脸识别方法，它的网络结构主要包含四部分：一、提取初步卷积特征：通过一组2×2的卷积核提取初步的人脸特征并对输出特征信号进行整理；二、生成并行多尺度卷积特征：利用并行多尺度卷积网络结构提取代表不同尺度信息的人脸特征；三、生成分类特征向量：利用全连接层将卷积特征整合得到最终代表人脸身份的用于分类输入的特征向量并进行修正线性激活和随机忽略处理；四、训练并测试分类器：将处理过的全连接特征向量输入Softmax分类器计算损失并反向传播训练调整网络参数实现红外人脸识别。本发明能广泛应用于红外人脸识别与身份辨识应用。
-
Patent Agency Ranking
公开(公告)号：CN106548457A
公开(公告)日：2017-03-29
申请号：CN201610898902.0
申请日：2016-10-14
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种利用多方向一阶偏导数的红外弱小目标检测方法，它有三大步骤：首先，利用小面模型构造小范围内图像灰度的二元三次函数，在中心区域求解各方向的一阶偏导数，并设计所需系数的卷积模板，各个运算系数可以直接从卷积后的图像中得到；然后，根据小目标在各方向上的一阶偏导数特性，通过内积最大化原则设计增强卷积模板，在各个方向上对目标进行增强；最后，对个各方向上的结果进行相乘融合，在进一步增强目标的同时尽可能地抑制背景，得到最后结果。本发明可广泛应用于红外图像的弱小目标检测，具有广阔的市场前景与应用价值。
-
公开(公告)号：CN106408569A
公开(公告)日：2017-02-15
申请号：CN201610750731.7
申请日：2016-08-29
Applicant: 北京航空航天大学
CPC classification number: G06T2207/10088 , G06T2207/30016
Abstract: 一种基于改进模糊C均值聚类算法的脑部MRI图像分割方法，步骤如下：一：利用模糊C均值算法做初始分类；二：给定聚类数目c，模糊因子m，算法迭代停止的阈值ε，最大迭代次数max，邻域窗口大小及其它需人工设定的参数；三：计算两个像素点间的相似度矩阵W；四：计算像素点对类的相似度ρki；五：更新隶属度矩阵U；六：如果||U(t+1)-U(t)||＜ε或t＝max，停止迭代，输出U(t+1)；否则t＝t+1并转到步骤四；七：针对U(t+1)采用最大隶属度法进行去模糊操作，分配标签完成图像分割；本发明完成了改进聚类中心形式、引入局部空间信息和利用直觉模糊集信息这三处优化，达到了增强抗噪性、提高分割精度的效果，解决了对脑部MRI图像进行高精度分割的实际问题。
-
公开(公告)号：CN106127253A
公开(公告)日：2016-11-16
申请号：CN201610479981.1
申请日：2016-06-27
Applicant: 北京航空航天大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6269
Abstract: 本发明一种利用样本特征学习分类的红外弱小目标检测方法：设含有目标的区域为正样本，背景区域为负样本，且已从实际红外图像中获得足够多带标签的正负样本。首先，从灰度分布、边缘、信息熵和能量四方面对样本分析，提取出拟合残差、中心周围对比度、边缘拟合圆半径、边缘拟合圆圆心偏移量、边缘拟合圆圆心距方差、基准信息熵对比度和纹理能量对比度7个特征；然后，通过包裹式选择、前向搜索方式，将受试者工作特性曲线下方的面积作为评价指标，从所有特征中选出最优特征子集；随后，提取正负样本的最优特征子集训练支持向量机分类器，进行监督学习；最后，通过对图像进行高帽变换预处理得到候选目标，并通过分类器甄别筛选得到最终检测结果。
-
公开(公告)号：CN104346781A
公开(公告)日：2015-02-11
申请号：CN201410583639.7
申请日：2014-10-27
Applicant: 北京航空航天大学
Inventor： 白相志
IPC: G06T5/00
Abstract: 本发明涉及一种利用数学形态学切换变换构造形态学对比度算子的矿物图像增强方法，它有五大步骤：首先，利用基于形态学开、闭运算的形态学切换变换构造形态学对比度算子；其次，通过构造的形态学对比度算子提取图像中的重要矿物特征；然后，在引入形态学多尺度运算的基础上，进行重要矿物特征提取的多尺度扩展；随后，由多尺度特征产生最终的矿物图像特征；最后，将提取得到的最终矿物图像特征引入原始矿物图像，达到有效增强矿物图像的目的。本发明广泛应用于各类基于矿物图像的应用系统，具有广阔的市场前景与应用价值。
-
公开(公告)号：CN103985108A
公开(公告)日：2014-08-13
申请号：CN201410241796.X
申请日：2014-06-03
Applicant: 北京航空航天大学
IPC: G06T5/50
Abstract: 一种利用边界检测和多尺度形态学清晰度度量的多聚焦图像融合方法，其步骤是：首先，提取多尺度多结构元素，再通过加权合并得到图像的多尺度形态学梯度特征；其次，构造图像的清晰度度量，利用该度量检测多聚焦源图像中聚焦与离焦区域的边界区域；再次，将边界区域细化，得到最终的边界线特征；接着，通过度量每幅源图像在边界线分割的清晰度度量，从而得到初始的多聚焦图像的融合决策图像；继而，滤除融合决策图像中的弱小孤立区域，并利用最近邻方法填补空白区域；此后，膨胀融合决策图像中的边界线，得到最终的融合决策图像；最后，根据融合决策图像及制定的融合策略得到一幅各处都清晰的融合图像。本发明广泛应用于各类图像处理的应用系统。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.051 seconds)
