-
公开(公告)号：CN120012024A
公开(公告)日：2025-05-16
申请号：CN202510472087.0
申请日：2025-04-16
Applicant: 中国矿业大学 , 燕园智能科技(徐州)有限公司
IPC: G06F18/25 , G06V10/80 , G06V10/58 , G06V10/46 , G06V10/143 , G06T5/70 , G06T5/73 , G06T5/40 , G06T5/60 , G06V10/82 , G06N3/045
Abstract: 基于多尺度低秩结构表征的深空目标数据融合增强方法，步骤包括：收集深空目标多源图像以及部分非图像数据；对收集到的数据进行预处理并表示为多尺度数据的形式；利用低秩稀疏矩阵分解对多尺度数据进行显著特征提取；对各个尺度上的低秩结构特征进行融合；对融合后的图像进行去噪、锐化以及增强的后处理操作；将融合后的特征表示输入到分类或检测网络中，执行具体任务。本发明解决了多光谱数据的冗余、噪声及尺度差异的问题，提升了空间目标探测精度与鲁棒性，有效减少冗余和噪声干扰，提高数据融合的准确性。通过卷积融合多源数据融合策略，降低数据维度，消除不同数据源之间的复杂性，实现低秩结构表征的多源数据的高效融合。
-
公开(公告)号：CN119991529A
公开(公告)日：2025-05-13
申请号：CN202510476338.2
申请日：2025-04-16
Applicant: 中国矿业大学 , 燕园智能科技(徐州)有限公司
IPC: G06T5/90 , G06T5/70 , G06T5/60 , G06V10/762 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/0895
Abstract: 基于自监督学习的低照明度空间目标对比特征增强方法，步骤包括：采集空间图像；对采集到的空间图像进行预处理操作；对数据增强后的数据进行特征提取；对特征提取后的图像进行噪声抑制；对噪声抑制后的图像的关键区域进行特征增强；将特征增强后的图像进行相似特征归类并进行目标识别与分析；对已完成目标分析的图像进行图像增强。本发明实现了自监督学习驱动的图像特征增强，获得更全面和精准的场景信息；通过尺度不变特征变换算法，确保在低照明条件下图像特征的稳定性和一致性，提高特征增强的准确性。有效抑制低照明环境下的噪声干扰，增强目标特征的显著性，扩大了基于自监督学习的低照明图像特征增强技术的适用范围。
-
公开(公告)号：CN119274182A
公开(公告)日：2025-01-07
申请号：CN202411799726.6
申请日：2024-12-09
Applicant: 中国矿业大学 , 燕园智能科技(徐州)有限公司
IPC: G06V20/70 , G06V10/80 , G06V10/82 , G06T5/70 , G06T5/40 , G06T5/20 , G06T5/92 , G06V10/74 , G06V10/75 , G06T5/10 , G06T5/73
Abstract: 本发明公开一种红外图像与微波非图像信息融合的语义对齐方法，包括：采集同一场景下的红外图像和微波非图像信息片段；对采集的红外图像和微波非图像信息进行预处理操作；对红外图像提取空间和语义特征，对微波非图像信息提取频域特征；将红外图像特征和微波非图像特征嵌入到相同的高维语义空间中；计算在语义表示上的相似度；采用匈牙利算法进行全局最优匹配。采用小波变换融合算法对红外图像和微波特征分别进行小波分解，提取不同分辨率下的低频与高频系数。通过构建统一语义表示空间和高效特征融合机制，有效解决红外图像与微波数据在特征表达形式和语义层次上的差异，充分挖掘两种模态的互补信息，提升复杂环境下的目标识别与环境感知能力。
-
公开(公告)号：CN118474377A
公开(公告)日：2024-08-09
申请号：CN202410926618.4
申请日：2024-07-11
Applicant: 中国矿业大学
IPC: H04N19/172 , H04N19/52 , H04N19/42 , H04N19/43 , H04N19/44
Abstract: 本发明涉及视频处理与编码技术领域，具体公开了一种支持多种计算复杂度的深度视频编解码方法。该深度视频解码方法包括：S1、在编码器一侧以输入帧和参考帧作为输入，进行运动估计；S2、通过运动压缩模块处理来自运动估计模块的运动信息，得到解码运动信息；S3、通过给定的参考帧与解码运动信息，执行运动补偿，生成预测帧；S4、通过残差压缩模块，根据输入帧和预测帧生成残差信息；S5、将重构后的残差信息添加回预测帧中，生成重构输出帧。利用上述方法，实现使用一个学习解码器而不是多个解码器，就能同时支持多种复杂度级别的效果，并且能够在性能下降可忽略不计的情况下提高其解码效率。
-
公开(公告)号：CN115512324B
公开(公告)日：2024-07-12
申请号：CN202211253152.3
申请日：2022-10-13
Applicant: 中国矿业大学
IPC: G06V20/56 , G06V10/82 , G06V20/70 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于边缘对称填充和大感受野的路面病害检测方法，包括：数据集准备，结合道路环境重新标注公共数据集，并添加灌缝和井盖两个辅助类别；神经网络搭建，用大核深度可分离卷积配合重参数化搭建具有更大有效感受野和更多形状偏置的骨干网络RepLKDarkNet，用空间可分离深度卷积以及改进的对称填充策略搭建对位置信息保留更多的加强特征提取网络XSepPAFPN，用目标跟踪模块优化重识别问题；嵌入式部署，将模型转化为TensorRT模型。本发明基于大感受野特征以及应用边缘对称填充策略的空间可分离深度卷积，在提高特征图的有效感受野的同时减少大卷积核计算量和参数量，并在一定程度弥补特征提取时的信息丢失，解决路面病害样式和形状提取不准确影响检测精度的问题。
-
Patent Agency Ranking
公开(公告)号：CN118301353A
公开(公告)日：2024-07-05
申请号：CN202410728757.6
申请日：2024-06-06
Applicant: 中国矿业大学
IPC: H04N19/154 , H04N19/159 , H04N19/63 , H04N19/91 , H04N19/94 , G06V10/46 , G06V10/28 , G06V10/30 , G06V10/44
Abstract: 一种基于小波变换的红外与微波信息视频编码融合方法，步骤包括采集同一场景下的红外视频流和微波成像设备的信息片段；对红外视频流进行逐帧提取、去噪、对比度增强的预处理操作，对微波信息片段进行去除伪影、动态范围压缩的预处理操作；对红外视频帧及微波信息片段进行特征提取；通过小波变换融合算法进行融合编码，生成融合视频帧，进行去噪及细节增强的后处理操作；采用H.265/HEVC将融合后的图像序列编码成视频文件。实现了多模态的信息融合，获得更全面和完善的场景信息；通过尺度不变特征变换算法，提高融合的准确性。通过小波变换算法，有效融合红外图像和微波信息，扩大了红外视频和微波信息视频编码融合技术的适用范围。
-
公开(公告)号：CN115578719B
公开(公告)日：2024-05-17
申请号：CN202211253174.X
申请日：2022-10-13
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于YM_SSH的轻量级目标检测的疲劳状态检测方法，具体包括以下步骤：数据集准备，结合国内疲劳检测公共数据建立疲劳状态检测数据集；神经网络搭建，使用MobileViT代换YOLOv3的主干网络Darknet53，使用小尺寸卷积核代替大尺寸卷积核，搭建具有更大有效感受野的轻量级网络YM_SSH，使用改进的SSH网络增大模型感受野；减半网络通道数，将网络模型轻量化；嵌入式部署，将模型转化为TensorRT模型，提高模型在移动终端的推理速度。本发明基于轻量级目标检测网络以及可分离深度卷积，在扩大特征感受野的同时减少卷积核计算量和参数量，并且检测速度和精度与原网络模型几乎持平，解决了实时疲劳检测精确度低的问题。
-
公开(公告)号：CN117692652B
公开(公告)日：2024-04-26
申请号：CN202410155470.9
申请日：2024-02-04
Applicant: 中国矿业大学 , 江苏比特达信息技术有限公司
IPC: H04N19/189 , H04N19/20 , H04N19/65 , H04N19/85 , G06T9/00 , H04N19/182 , H04N19/17 , H04N19/625 , H04N19/63 , H04N23/11 , G06T5/70 , G06T5/40 , G06N3/0464 , G06N3/08
Abstract: 一种基于深度学习的可见光与红外视频融合编码方法，步骤包括采集同一场景下的可见光视频流和红外视频流；对采集的可见光视频流和红外视频流进行预处理，包括去噪、对比度增强操作，并采用生成对抗网络对视频进行编码；采用自适应编码损伤修复算法提升编码性能；通过融合编码算法对经编码损伤修复过的可见光视频和红外视频进行融合编码，生成融合视频流。实现了对不同模态视频流选择合适的预处理操作，减少了噪声的同时增强对比度，保持了视频更多的细节；通过在EDVR模型的框架中融入自适应损伤修复算法，增进了网络修复的效果，大大提高了可见光和红外视频数融合处理的效率以及质量，扩大了可见光与红外视频编码融合技术的适用范围。
-
公开(公告)号：CN117612142A
公开(公告)日：2024-02-27
申请号：CN202311520633.0
申请日：2023-11-14
Applicant: 中国矿业大学 , 燕园安全科技(徐州)有限公司
IPC: G06V20/59 , G06V10/764 , G06V10/774 , G06V10/80 , G06V40/16 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多任务联合模型的头部姿态与疲劳状态检测方法，包括以下步骤：在YOLOv6的基础上，设计基于聚集与分流机制的加强特征提取网络；在模型中增加融合大核注意力机制的头部姿态估计分支；对人脸数据集标注形成疲劳驾驶数据集；通过目标检测损失函数和头部姿态估计损失函数训练疲劳分神检测模型；将模型部署于车载终端设备，通过模型检测头部姿态和疲劳状态并输出信息；通过某一类别持续时间与设定阈值进行比较来判定是否处于疲劳状态或分神状态。本发明提高模型的泛化性能、鲁棒性、可靠性及检测精度、减少模型训练的时间和计算资源，提高驾驶员的安全性，减少驾驶中的疲劳分心行为，降低交通事故的发生率。
-
公开(公告)号：CN114592411A
公开(公告)日：2022-06-07
申请号：CN202210317457.X
申请日：2022-03-29
Applicant: 中国矿业大学 , 江苏比特达信息技术有限公司
Abstract: 本发明公开了一种载体寄生式公路损坏智能巡查方法，涉及道路损坏检测领域，针对公路损坏智能巡查的应用需求，研究适用于各类移动终端的轻量级通用智能识别算法，实现边缘端快速识别和实时上报；针对低碳巡检的要求，研究能够承载智能算法的不同载体特性，实现智能识别算法能够寄生于不同的硬件智能载体，实现终端载体智能复用，通过智能终端移动载体寄生方式，复用现有公交车辆和清扫车辆等移动载体,实现巡检主体智能复用；通过研发高性价比的工业级车载识别终端，实现复杂道路、复杂天气等环境下的道路损坏识别；各种智能设备的应用场景比较广泛灵活，在不影响交通的状况下，实现随时随地轻松检测各种路段，提高工作效率。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.058 seconds)
