-
Patent Agency Ranking
公开(公告)号：CN115619709B
公开(公告)日：2023-07-04
申请号：CN202211046210.5
申请日：2022-08-30
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种3D平面检测与重建方法、装置及存储介质，方法包括 将待检测图像输入Swin Transformer 骨干网络中，输出具有5个尺度的特征图；将特征图输入特征金字塔网络中将特征图线性插值为 S×S×C大小，并经过6个卷积层和一个3×3×D卷积层生成Kernel G；利用一个Center‑ness模块预测一个Center‑ness分值，将Center‑ness分值与预测的置信度分数相乘得到置信度取值；将Kernel G分别与掩码头网络生成的掩码F和边缘E相乘后得到对应的掩码和边缘，最终通过将得到的掩码、边缘以及平面法向量参数结合得到重建图像。本发明方法将非平面区域错误预测为平面的概率大大降低，有效提高了平面分割精度。
-
公开(公告)号：CN115457268A
公开(公告)日：2022-12-09
申请号：CN202211046185.0
申请日：2022-08-30
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种基于混合结构的分割方法、装置及存储介质，方法包括将待分割图像输入一个基于CNN或者Transformer的骨干网络模型中，得到待分割图像的多尺度特征；利用一个可变性编码器将多尺度特征进一步对齐；将对齐后的多尺度特征分为两部分，一部分输入像素解码器中得到特征图，另一部分输入混合解码器中生成空间混合特征；将生成的空间混合特征经过前馈神经网络后的得到相应的特征表示，将特征表示回归出物体的类别和对应的边界框，与像素解码器生成的特征图做卷积运算，得到相应的分割掩码。本发明方法具有分割效果好，收敛快的特点。
-
公开(公告)号：CN115063511A
公开(公告)日：2022-09-16
申请号：CN202210752513.2
申请日：2022-06-29
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种复杂场景下的广告替换方法，包括以下步骤：步骤1：初步构建广告替换任务的数据集；步骤2：将前景广告图像I𝑓𝑜𝑟𝑒、掩码图像I𝑚𝑎𝑠𝑘输入空间变换模块STM，得到变换后的广告图像Istn，再将背景图像I𝑏𝑎𝑐𝑘与变换后的广告图像Istn相结合得到中间生成图像I𝑚𝑖d；步骤3：将掩码图像I𝑚𝑎𝑠𝑘和中间生成图像I𝑚𝑖d输入边缘优化模块EOM，由边缘优化模块EOM处理后生成最终结果图像I𝑟𝑒𝑠。本发明的有益效果是：本发明在模型STM阶段，通过使用STN网络结构使得模型拥有灵活的空间形变性能，从而实现了前景广告在目标弧度弯曲面上位置、形状、方向上的对齐。
-
公开(公告)号：CN113221941A
公开(公告)日：2021-08-06
申请号：CN202110300345.9
申请日：2021-03-22
Applicant: 哈尔滨工业大学(深圳)
IPC: G06K9/62
Abstract: 本发明提供了一种自适应对称图信息传播的鉴别回归分类方法，模型训练步骤包括：步骤1：采用范数归一化对训练数据进行预处理；步骤2：通过交替迭代优化得到回归分类模型的投影矩阵；测试数据分类步骤包括：步骤一：采用范数归一化策略对测试数据和训练数据进行预处理；步骤二：依据训练数据训练得到的投影矩阵，将训练数据集和测试数据投影到目标子空间；步骤三：计算投影后的测试数据与训练数据的欧式距离，然后依据该欧式距离得到测试数据的分类结果。本发明的有益效果：本发明引入自适应鉴别标签学习技术，根据数据给定的不灵活的标签信息自适应得到更灵活、更具鉴别力的标签矩阵，同时在自适应相似图挖掘和图信息扩散保持约束下，得到更具鉴别力的分类投影矩阵，进而获得更高的分类精度。
-
公开(公告)号：CN112926675A
公开(公告)日：2021-06-08
申请号：CN202110300226.3
申请日：2021-03-22
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种视角和标签双重缺失下的深度不完整多视角多标签分类方法，包括网络模型训练步骤和测试样本标签预测步骤。本发明的有益效果是：本发明不仅适用于任何不完整/完整多视角多标签分类情形；而且同样适用于半监督分类和全监督分类情形。本发明具有很高的实时性，能够实时在线处理完整/不完整多视角多标签数据的分类任务。
-
-
-
-
Search Results
15
records
(took 0.029 seconds)
