-
公开(公告)号：CN106447605B
公开(公告)日：2019-05-10
申请号：CN201610894716.X
申请日：2016-10-13
Applicant: 中北大学
Abstract: 本发明涉及青铜器文物虚拟复原方法，尤其涉及青铜器三维碎片特征匹配和拼接方法，具体为基于PCA和FFT的青铜器三维碎片虚拟拼接方法。本方法按如下步骤进行：提取碎片轮廓线；以轮廓曲线上局部曲率极大值点为角点，将轮廓曲线表示为由角点及其周围若干点组成的特征曲线段；将每个特征曲线段变换到利用主成分分析法建立的局部坐标系，进而投影到两个坐标平面；分别提取投影结果的特征函数，并计算各函数的傅里叶能量值在对应平面的差异，选择差异值较小的匹配对为粗匹配结果；将两个碎片轮廓分别通过平移旋转变换到与其粗匹配特征曲线段对应的局部坐标系中，以二者在第三个投影平面的公共曲线长度为度量进行精化匹配。
-
公开(公告)号：CN103530525B
公开(公告)日：2016-07-20
申请号：CN201310511127.5
申请日：2013-10-26
Applicant: 中北大学
IPC: G06F19/00
Abstract: 本发明涉及一种提高尾矿坝基于库水位的风险评估精准性的方法。该方法具体包括：1.对坝体的库水位和风险状态信息进行实时采集和预处理；2.建立库水位和坝体风险状态信息间可能存在的复杂多变性函数关系；3.利用基于相似性测度的加权融合方法对多个函数关系进行融合处理；4.对融合函数进行凸化处理，利用可能性均值和方差获得坝体的风险状态值区间，对坝体进行风险评估，并发布危险等级。本发明的提高尾矿坝风险评估精准性的方法，具有精准性高、工程应用前景广以及便于在系统模块上实现的优点。
-
公开(公告)号：CN103530853B
公开(公告)日：2016-05-18
申请号：CN201310486819.9
申请日：2013-10-17
Applicant: 中北大学
Abstract: 本发明涉及图像融合技术，具体为红外光强图像和红外偏振图像增强融合方法，解决现有红外融合图像固有的边缘区域失真、对比度低的问题。本方法按如下步骤进行：对红外光强图像和红外偏振图像分别进行支持度变换，得到低频图像和支持度序列图像；用数学形态学的顶帽变换分别提取明亮信息和黯淡信息；对明亮信息图像和黯淡信息图像增强；对两个最后一层的低频平均图像和两增强图像融合，得到低频增强融合图像；对低频增强融合图像和用取大法合成的支持度序列图像进行支持度逆变换得到最终的合成图像，该合成图像目标与背景的对比度增强，边缘区域失真低。
-
公开(公告)号：CN103729836A
公开(公告)日：2014-04-16
申请号：CN201410039233.2
申请日：2014-01-27
Applicant: 中北大学
IPC: G06T5/50
Abstract: 本发明涉及图像融合方法，尤其涉及多波段图像融合方法，具体为基于多尺度变换和可能性理论的多波段图像融合方法，本方法按如下步骤进行：对多波段图像分别进行支持度变换，得到低频图像和支持度序列图像；用四叉树法分解灰度值最分散的最后一层低频成分图像；以四叉树分解结果为依据分别分解其它波段图像的最后一层低频成分图像；采用析取模式分别融合多波段低频成分对应的块图像，得到低频融合块图像；拼接融合的达到块图像，获得低频融合图像；对低频融合图像和用取大法合成的支持度序列图像进行支持度逆变换得到最终的合成图像，该合成图像的边缘强度、对比度、熵得到有效提升，同时，运行时间极大下降。
-
公开(公告)号：CN103530525A
公开(公告)日：2014-01-22
申请号：CN201310511127.5
申请日：2013-10-26
Applicant: 中北大学
IPC: G06F19/00
Abstract: 本发明涉及一种提高尾矿坝基于库水位的风险评估精准性的方法。该方法具体包括：1.对坝体的库水位和风险状态信息进行实时采集和预处理；2.建立库水位和坝体风险状态信息间可能存在的复杂多变性函数关系；3.利用基于相似性测度的加权融合方法对多个函数关系进行融合处理；4.对融合函数进行凸化处理，利用可能性均值和方差获得坝体的风险状态值区间，对坝体进行风险评估，并发布危险等级。本发明的提高尾矿坝风险评估精准性的方法，具有精准性高、工程应用前景广以及便于在系统模块上实现的优点。
-
Patent Agency Ranking
公开(公告)号：CN101799915A
公开(公告)日：2010-08-11
申请号：CN201010118062.4
申请日：2010-02-26
Applicant: 中北大学
Abstract: 本发明涉及图像融合技术，具体为一种双色中波红外图像融合方法。解决现有的双色中波红外图像融合方法因第一个细分波段的成像受太阳辐射影响严重，因而融合效果不甚理想的问题，以及不能直接在双色中波成像仪中实现融合的问题。把红外中波分为第一细分波段和第二细分波段两个波段，按如下步骤进行：对第一细分波段图像分割，以选择面积大的饱和区；区分太阳照射饱和区和非太阳照射饱和区：对第一细分波段图像中的所选太阳照射饱和区进行融合像素值替换；将处理后的第一细分波段图像和第二细分波段图像，采用支持度变换法(SVT法)进行融合。该方法在FPGA和DSP芯片或单一的FPGA芯片上实现，可嵌入双色中波成像仪中。
-
公开(公告)号：CN119693749A
公开(公告)日：2025-03-25
申请号：CN202411746178.0
申请日：2024-12-02
Applicant: 中北大学
IPC: G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 针对复杂背景下仅靠可见光图像难以提取有效特征、易受周围环境、干扰物影响等难题，本发明提出一种基于特征对齐融合的双波段图像描述生成方法。本发明网络模型首先将输入的可见区域和红外网格特征传入融合位置注意模块和FFN分别获得融合位置特征；然后，利用混合交叉模块将融合位置特征进行注意力计算，输出的特征中包含不同波段的信息；最后，通过传统Transformer的解码器模块和自适应模块输出该图像对的文本描述，以实现复杂背景下的图像描述。本发明可对复杂场景（例如目标被遮挡、昏暗环境、雨雾等特殊场景）进行全面、准确的描述。
-
公开(公告)号：CN119691552A
公开(公告)日：2025-03-25
申请号：CN202411756681.4
申请日：2024-12-03
Applicant: 中北大学
IPC: G06F18/241 , G06F18/25 , G06F18/21 , G06N3/045 , G06N3/084
Abstract: 针对现有的多模态情感分析在处理多模态数据时忽视不同模态的共有特征和独有特征联系的问题，本发明提出了一种基于特征解耦和图注意力网络的多模态情感分析方法。通本发明网络模型输入文、视觉、语音三种模态的信息，首先，利用预训练之后的不同模型作为特征提取器；然后过对比学习，将每种模态的特征分解为模态独有特征和模态间共有特征，实现特征向量的有效解耦，从而促进融合模型对情感信息的有效学习；接着，利用解耦后的特征构建静态图，并采用图注意力网络学习多模态情感特征；最后，通过线性层对融合特征进行分类，以预测情感标签。
-
公开(公告)号：CN117218378A
公开(公告)日：2023-12-12
申请号：CN202311012010.2
申请日：2023-08-11
Applicant: 中北大学
Abstract: 本发明属于红外目标跟踪领域，具体为一种高精度回归的红外小目标跟踪方法，针对红外小目标运动过程中出现目标形变、相机抖动和背景变化，边界框回归并不准确这一问题。首先，通过特征提取网络对初始区域、更新区域和搜索区域进行高分辨率和低分辨率特征图的提取；然后，使用特征融合网络对三种高、低分辨率特征图分别进行特征融合，获得回归特征图和分类特征图；之后，利用相关网络对回归、分类特征图进行特征增强和信息交互，得到查询向量和增强特征图；最后，将其输入到输出网络中，获得边界框回归、分类得分图。此外，当测试过程中目标分类得分高于预定义的阈值时，将三帧图像区域中的更新区域进行更新，实现高精度回归的红外小目标跟踪。
-
公开(公告)号：CN116402851A
公开(公告)日：2023-07-07
申请号：CN202310268997.8
申请日：2023-03-17
Applicant: 中北大学
Abstract: 针对复杂背景下红外弱小目标难以提取有效特征、易受周围干扰物影响等难题，本发明提出一种复杂背景下的红外弱小目标跟踪方法。本发明网络模型首先将输入的参考区域和待跟踪区域传入双特征提取模块分别获得融合特征图；然后，利用相似性计算模块将融合特征图进行相似性计算，输出的相似度图中包含目标的分类和回归信息；最后，通过精细化模块和头网络输出当前帧图像目标的预测位置和边界框，以实现复杂背景下的红外弱小目标的稳健跟踪。本发明可有效对复杂场景中的真实目标进行稳健跟踪，减少目标周围干扰物的影响，提高跟踪性能，为接下来提取目标特征、判定关键事件提供准确的位置信息。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.019 seconds)
