-
公开(公告)号：CN105160344B
公开(公告)日：2019-01-04
申请号：CN201510340617.2
申请日：2015-06-18
Applicant: 北京大学深圳研究生院
IPC: G06K9/46
Abstract: 本申请提供的三维点云的局部特征提取方法及装置，基于与每个体元素的点对应的局部参考系来计算待提取特征点与相邻体元素的点的角度信息和凹凸信息，能够准确的计算两点之间的特征关系，具有平移、旋转不变的性质，并且由于提取同时将局部点云的凹凸信息包含进去，解决了以往3D局部特征描述时忽略凹凸二义性而导致提取不准的问题。在归一化处理时，采用指数归一化处理及第二范式归一化处理，解决了特征提取时，向量中少量元素过大或过小所导致的相似度计算不准确的问题，从而能提高所提取的三维局部特征的准确性。
-
公开(公告)号：CN109101859A
公开(公告)日：2018-12-28
申请号：CN201710474582.0
申请日：2017-06-21
Applicant: 北京大学深圳研究生院
Abstract: 本发明公布了一种使用高斯惩罚检测图像中行人的方法，在行人检测过程中，使用高斯惩罚对获得的初步行人边界框进行筛选，从而提升对图像中行人尤其是遮挡行人的检测性能；包括：获取行人检测图像的训练数据集、测试数据集和行人标注；使用行人检测方法用训练数据集训练得到检测模型，获取初步的行人边界框及其置信度和坐标；对行人边界框的置信度进行高斯惩罚，得到惩罚后的行人边界框置信度；通过行人边界框筛选得到最终的行人边界框，从而达到去除单个行人的重复边界框，而保留被遮挡行人的边界框的目的，由此实现对图像中行人的检测。本发明能够显著降低行人检测的漏检率，提高遮挡行人的检出率。
-
公开(公告)号：CN106202413B
公开(公告)日：2018-11-20
申请号：CN201610544156.5
申请日：2016-07-11
Applicant: 北京大学深圳研究生院
IPC: G06F17/30
Abstract: 本发明公布了一种新的跨媒体检索方法，利用VGG提出的卷积神经网络VGG net提取图像特征，将VGG卷积神经网络中的第七层全连接层fc7通过ReLU激活函数之后的4096维特征作为图像特征；利用基于Word2vec的Fisher Vector提取文本特征，通过逻辑回归的方法对异构图像、文本特征进行语义匹配，通过基于逻辑回归的语义匹配方法找到图像、文本这两种异构特征之间的关联，从而实现跨媒体检索；本发明的特征提取方法能有效地表示图像和文本的深层语义，可提高跨媒体检索的准确度，从而大幅度提升跨媒体检索效果。
-
公开(公告)号：CN105517677B
公开(公告)日：2018-10-12
申请号：CN201580000247.6
申请日：2015-05-06
Applicant: 北京大学深圳研究生院
Abstract: 一种深度图/视差图的后处理方法和装置，在进行不整齐边缘区域检测时，采用边缘信息与分块信息相结合的思路。对彩色图像进行图像分块时，先对彩色图像进行超像素分割；将灰度范围分为预设个区间，对于每个超像素，统计得到所有像素点落在所述区间内的直方图；判断当前超像素中，区间分布值最大的区间所含的像素数与当前超像素中的全部像素数的比值是否小于第一阈值，如果是，则采用基于颜色分块的方法对当前超像素进行进一步分割。在保证图像处理速度的同时，提高彩色图像分割的准确性，从而提高不整齐边缘区域检测的准确性。
-
公开(公告)号：CN108632621A
公开(公告)日：2018-10-09
申请号：CN201810435403.7
申请日：2018-05-09
Applicant: 北京大学深圳研究生院
IPC: H04N19/176 , H04N19/96 , H04N19/61 , H04N19/593 , H04N19/124 , H04N19/85 , G06T9/40
Abstract: 本发明公布了一种基于层次划分的点云属性压缩方法，针对点云属性信息，提出一种新的基于层次划分的编码方案，按照点云空间位置和颜色分布，将一帧点云自适应地划分成“条带-宏块-块”的层次结构，各条带之间独立编码，提高编码效率，增强系统的容错性，改善点云属性的压缩性能。本发明通过综合利用点云的空间位置和颜色信息，自适应地将一帧点云划分成“条带-宏块-块”的层次结构，尽可能地令颜色相近、空间位置相关的点聚集在一个条带、宏块或编码块内，便于充分利用相邻点之间属性信息的冗余，改善点云属性压缩的性能；同时，各条带之间独立编码，支持随机访问，提高编码效率，并防止编码错误的累积和扩散，增强系统的容错性。
-
Patent Agency Ranking
公开(公告)号：CN108319686A
公开(公告)日：2018-07-24
申请号：CN201810101127.0
申请日：2018-02-01
Applicant: 北京大学深圳研究生院
Abstract: 本发明公布了一种基于受限文本空间的对抗性跨媒体检索方法，设计特征提取网络、特征映射网络和模态分类器，通过学习得到受限文本空间，提取适用于跨媒体检索的图像和文本特征，实现图像特征从图像空间到文本空间的映射；通过对抗性训练机制使得学习过程中不断减小不同模态数据之间特征分布的差异性；由此实现跨媒体检索。本发明能够更好地拟合人类在跨媒体检索任务中的行为表现；得到更适用于跨媒体检索任务的图像和文本特征，弥补了预训练特征在表达能力上的欠缺；引入对抗性学习的机制，通过模态分类器与特征映射网络之间的最大最小博弈，进一步提升了检索准确率。
-
公开(公告)号：CN108305217A
公开(公告)日：2018-07-20
申请号：CN201711454482.8
申请日：2017-12-28
Applicant: 北京大学深圳研究生院
Abstract: 本发明公开了一种图像阴影消除方法和装置。其中，该方法包括：确定初始图像中不同种类的颜色线；对初始图像进行阴影识别，得到阴影识别结果；根据阴影识别结果，对不同种类的颜色线的阴影区域进行光照恢复，得到阴影消除图像。本发明解决了现有技术中的光照恢复任务中只能对局部区域信息进行信息挖掘补足且不能保留各类材质特性的技术问题。
-
-
公开(公告)号：CN107622474A
公开(公告)日：2018-01-23
申请号：CN201710882161.1
申请日：2017-09-26
Applicant: 北京大学深圳研究生院
IPC: G06T3/00
Abstract: 本发明公布了一种新的全景视频非对称映射方法及相应的反映射方法，通过映射方法将全景图像或视频A所对应的球面映射到二维图像或视频B上；先将球面投影到底面为方形的等腰四棱锥上，再进一步将四棱锥投影到平面上；投影中对主视点的区域使用等角投影并使用较高的采样密度，保证主视点的区域的视频质量较高，对非主视点区域使用较低的采样密度以节省码率。该全景视频非对称映射技术在保证主视点区域视频质量不变的情况下，大大降低视频其余区域的分辨率，有效地节省了虚拟现实视频编码所需的码率。全景视频非对称反映射技术提供了从平面映射回球面的方法，通过此方法可将平面视频映射回球面进行渲染观看。
-
公开(公告)号：CN107316031A
公开(公告)日：2017-11-03
申请号：CN201710536020.4
申请日：2017-07-04
Applicant: 北京大学深圳研究生院
Abstract: 本发明公布了一种用于行人重识别的图像特征提取方法，通过对齐局部描述子提取和分级全局特征提取，进行行人重识别；对齐局部描述子提取采用仿射变换对原图像进行处理，对相同区域的图像块特征进行求和池化操作而得到对齐局部描述子；对齐局部描述子保留图像内部块与块之间的空间信息；分级全局特征提取通过对定位的行人区域块进行分级，求取相应特征均值而得到全局特征。采用本发明技术方案，能够解决行人重识别中由于行人姿态变化等带来的特征不对齐问题，消除无关背景对重识别带来的影响，由此提高行人重识别的精度和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
263
records
(took 0.027 seconds)
