-
公开(公告)号：CN113780241B
公开(公告)日：2024-02-06
申请号：CN202111150096.6
申请日：2021-09-29
IPC: G06V10/25 , G06T9/00 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本公开的实施例公开了一种显著物体检测的加速方法。该方法的一具体实施方式包括：利用摄像机采集待检测图像；将待检测图像输入至编码器进行图像编码，得到编码图像特征；将编码图像特征输入至预先训练的互补三边解码器，得到解码图像；将解码图像发送至显示终端以供显示。该实施方式在参数量更少、速度更快的情况下仍然取得了具有竞争性的性能。这证明了本公开的优越性和高效性，在效率和性能之间取得了很好的平衡。
-
公开(公告)号：CN117392385A
公开(公告)日：2024-01-12
申请号：CN202311309866.6
申请日：2023-10-10
IPC: G06V10/26 , G06V10/80 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本公开的实施例公开了一种伪装目标的多频率解析方法、装置、设备及存储介质。该方法的一具体实施方式包括：获取RGB输入图像，使用不同的架构来编码并提取有辨识性的频率表征；使用频率表征推理模块，聚合频率表征；通过解码器融合层级表征并获取最终预测结果。该实施方式提高了对于伪装目标的检测能力。
-
公开(公告)号：CN113688946B
公开(公告)日：2023-10-24
申请号：CN202111171161.3
申请日：2021-10-08
Applicant: 北京航空航天大学
IPC: G06V10/764 , G06V10/77 , G06V10/74 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种基于空间关联的多标签图像识别方法，用于同时识别图像中的多个类别标签。具体内容包括：给定自然图像，输入到卷积神经网络编码器，得到图像的第一特征图。将第一特征图经过跨尺度特征增强进一步增强空间信息，再输入空间关联模块，生成表示空间关联的第二特征图。将第一特征图经过降维得到维度为类别数量的热度图，对热度图通过全局池化与损失函数进行约束以保证热度图与每个类别的响应。将热度图转置后与第一特征图点乘后得到图神经网络的节点，再通过邻接矩阵构造模块得到邻接矩阵。将节点与邻接矩阵输入标签关联模块，生成表示标签关联的第三特征图。
-
公开(公告)号：CN113723356B
公开(公告)日：2023-09-19
申请号：CN202111078976.7
申请日：2021-09-15
Applicant: 北京航空航天大学
IPC: G06V20/58 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了异质特征关系互补的车辆重识别方法和装置，包括：获取车辆图像，将车辆图像输入卷积神经网络，提取得到多个不同层次的异质特征；构建图关系互补模块，利用图关系互补模块对多个不同层次的异质特征进行自低层次向高层次并基于关系地融合，得到跨层互补特征；通过渐进式中心池化操作，提取车辆图像的局部特征，利用图关系互补模块，将局部特征与跨层互补特征中的最高层次的互补特征进行异质关系融合，得到异质互补特征；拼接跨层互补特征和异质互补特征，得到包括多层语义信息和多层局部区域信息的车辆图像表征特征。本发明能够广泛应用于城市交通、公共安全、自动驾驶等领域的计算机视觉系统。
-
公开(公告)号：CN112767269B
公开(公告)日：2022-11-01
申请号：CN202110061876.7
申请日：2021-01-18
Applicant: 北京航空航天大学
Abstract: 本公开的实施例公开了全景图像去雾方法和装置。该方法的一具体实施方式包括：给定光强度小于预设阈值的全景图像，经过条带敏感卷积方法，对全景图像进行卷积处理以生成第一特征图序列集；将第一特征图序列集中序号相同的特征图相加以生成第二特征图序列，得到第一特征图序列集中每个特征图序列对应的第三特征向量；基于第三特征向量集合，对第一特征图序列集进行加权并求和处理以生成第三特征图序列；将第三特征图序列输入到深度估计模块，得到深度图；将全景图像、深度图与第一特征图序列集输入到除雾模块，得到除雾后的全景图像。该实施方式有效地提高了除雾结果的准确性，对全景图像进行除雾且生成准确度较高的结果。
-
Patent Agency Ranking
公开(公告)号：CN111967467B
公开(公告)日：2022-10-04
申请号：CN202010723955.5
申请日：2020-07-24
Applicant: 北京航空航天大学
Abstract: 本公开的实施例公开了图像目标检测方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：对目标图像进行区域分割，得到至少一个图像区域；对至少一个图像区域中每个图像区域进行特征提取，得到至少一个特征图；根据至少一个特征图和至少一个图像区域，生成语义关系图和空间分布关系图；根据语义关系图和空间分布关系图，生成图像区域关系图；根据图像区域关系图，从至少一个图像区域中确定目标图像区域；将目标图像区域进行显示。该实施方式实现了用户体验的提升和网络流量的增长。
-
公开(公告)号：CN111768457B
公开(公告)日：2022-10-04
申请号：CN202010406318.5
申请日：2020-05-14
Applicant: 北京航空航天大学
IPC: G06T9/00
Abstract: 本申请提供了一种图像数据压缩方法、装置、电子设备和存储介质，通过先根据预设特征提取模型确定原始图像数据的第一预测特征向量，然后利用所确定的第一预测特征向量从原始图像数据中确定有效样本数据，再利用损失函数对符合条件的有效样本数据进行压缩处理，以生成图像压缩数据。从而实现基于特征提取模型的预测结果对原始的大型数据集进行筛选，提取其中具有代表性的数据样本，筛除冗余数据，减小数据集规模，达到了高准确率前提下大大提升模型训练速度的技术效果。
-
公开(公告)号：CN111966851B
公开(公告)日：2022-05-31
申请号：CN202010720455.6
申请日：2020-07-24
Applicant: 北京航空航天大学
IPC: G06F16/538 , G06F16/55 , G06F16/583
Abstract: 本公开的实施例公开了基于少量样本的图像识别方法和系统。该方法的一具体实施方式包括：获取图像集合；对图像集合进行特征提取，得到图像特征集合；根据至少一个基础类别特征，确定每一类支撑样本特征和查询样本特征的相似度；根据相似度对图像集合进行分类，得到分类结果；控制具有显示功能的终端设备将分类结果进行显示。实现了更加精准的图像分类，使显示的分类结果更加吸引用户，增加网络流量。
-
公开(公告)号：CN113688946A
公开(公告)日：2021-11-23
申请号：CN202111171161.3
申请日：2021-10-08
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于空间关联的多标签图像识别方法，用于同时识别图像中的多个类别标签。具体内容包括：给定自然图像，输入到卷积神经网络编码器，得到图像的第一特征图。将第一特征图经过跨尺度特征增强进一步增强空间信息，再输入空间关联模块，生成表示空间关联的第二特征图。将第一特征图经过降维得到维度为类别数量的热度图，对热度图通过全局池化与损失函数进行约束以保证热度图与每个类别的响应。将热度图转置后与第一特征图点乘后得到图神经网络的节点，再通过邻接矩阵构造模块得到邻接矩阵。将节点与邻接矩阵输入标签关联模块，生成表示标签关联的第三特征图。
-
公开(公告)号：CN108664981B
公开(公告)日：2021-10-26
申请号：CN201710204188.5
申请日：2017-03-30
Applicant: 北京航空航天大学
IPC: G06K9/46
Abstract: 本发明实施例提供一种显著图像提取方法及装置，该方法包括：通过预测模型对原始图像进行第一卷积处理、第一池化处理和归一化处理，得到原始图像的视点信息，视点信息用于指示显著对象在原始图像中的区域；通过预测模型对原始图像进行第二卷积处理和第二池化处理，得到原始图像的语义描述信息，语义描述信息用于描述原始图像中的内容；通过预测模型对视点信息和语义描述信息进行检测处理，得到原始图像的显著图像。用于提高提取显著图像的效率。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.062 seconds)
