-
公开(公告)号：CN115082668A
公开(公告)日：2022-09-20
申请号：CN202210504121.4
申请日：2022-05-10
Applicant: 北京大学
Abstract: 本申请公开了一种遥感图像中感兴趣区域的筛选方法、装置、设备及介质，方法包括：根据目标检测算法检测遥感图像中的感兴趣目标，并生成目标包围框，根据目标包围框得到一个或多个第一感兴趣区域；根据区域显著性检测算法检测遥感图像中的显著性区域，得到一个或多个第二感兴趣区域；将相似度大于预设阈值的第一感兴趣区域和第二感兴趣区域进行融合，得到融合后的感兴趣区域；对融合后的感兴趣区域以及未融合的第一感兴趣区域、第二感兴趣区域进行相对重要性排序，根据排序结果得到筛选出来的感兴趣区域。该方法可以准确快速地从大幅面遥感图像中提取出感兴趣区域，并进行传输，在不丢失重要信息的前提下实现30‑50倍的压缩，大幅降低对带宽的要求。
-
公开(公告)号：CN114913476A
公开(公告)日：2022-08-16
申请号：CN202210440638.1
申请日：2022-04-25
Applicant: 北京大学
IPC: G06V20/52 , G06V10/774 , G06V10/82
Abstract: 本申请涉及计算机视觉和模式识别技术领域，更为具体来说，本申请涉及一种基于双向语义对齐聚类的跨域行人再识别方法与装置。所述方法包括：基于至少三个分支模型构建跨域行人识别模型；基于源域数据集和目标域数据集训练跨域行人识别模型；行人数据；其中，三个分支模型为第一分支模型、第二分支模型和第三分支模型，各分支模型均包含有主干网络和特征表达模块。本申请使跨域行人识别模型进行三分支的特征学习，分别引入了三个人体分割约束，采用字典学习和稀疏编码框架来学习原始特征空间的语义基，利用更可靠的源域语义元素来更全面地度量目标域样本间的相似度，使跨域行人识别模型在识别目标行人时更为精准，进而提升了行人再识别的效率。
-
公开(公告)号：CN111541864B
公开(公告)日：2021-03-23
申请号：CN201910803145.8
申请日：2019-08-28
Applicant: 北京大学
Abstract: 本发明涉及安防监控和人工智能领域，特别涉及一种数字视网膜软件定义摄像机方法。包括接入监控视频流，将监控视频流输入智能转换器；按照软件定义摄像机协议对监控视频流进行处理；对智能转换器的系统资源进行监视；智能转换器系统资源可用时，对处理后的监控视频流调用相应的计算模型进行智能计算；将智能计算结果发送至云端平台；云端平台存储接收到的数据，并接收终端的检索、特征计算，将检索、特征计算得到的结果返回至终端进行显示。解决目前传统视频监控摄像机不能对监控场景中人车等动态目标的提取与分析的问题，以及监控视频在大规模汇聚应用时无法对摄像机的视频分析算法进行定义、更新的问题。
-
公开(公告)号：CN108765282B
公开(公告)日：2020-10-09
申请号：CN201810398028.3
申请日：2018-04-28
Applicant: 北京大学
Abstract: 本发明公布了一种基于FPGA的实时超分辨方法及系统，涉及图像处理技术领域；将较低分辨率的媒体中的每帧图像拆分成子图像进行超分辨处理，并根据当前帧子图像的特征值分配处理模块：若特征值较高，则由神经网络模块计算；若特征值较低，则由插值模块计算。输出缓冲区将计算得到的高分辨率子图像输出并重组成高分辨率图像，用户便可以观看到实时的超高清晰度画面。
-
公开(公告)号：CN106169173B
公开(公告)日：2019-12-31
申请号：CN201610507025.X
申请日：2016-06-30
Applicant: 北京大学
Abstract: 本发明公开一种图像插值方法，其中，包括：梯度值估计步骤，其中采用改进的非局部均值方法对高分辨率图像的梯度进行估计；插值指导步骤，其中利用所述梯度值对边缘像素的插值进行指导；像素偏移步骤，其中对于插值之后的图像，采用像素偏移技术，将边缘两侧的像素进行偏移，从而保持原始的边缘结构；以及后处理步骤，其中采用梯度估计阶段使用的非局部均值方法对插值图像进行后处理，去除插值引入的噪声和人造效应。
-
Patent Agency Ranking
公开(公告)号：CN106254741B
公开(公告)日：2019-04-05
申请号：CN201610773148.8
申请日：2016-08-30
Applicant: 北京大学
Abstract: 本发明公开了一种大视场高分辨率多亿像素遥感相机及成像方法，大视场高分辨率多亿像素遥感相机包括：测距仪；四个成像光路组件，每一个成像光路组件包括：镜头；和成像模组，每一个成像模组对成像光路组件的物面中的一个子区域对应成像为一个子图像；上位机包括：离线装调和标定装置，其根据子图像离线标定各载板之间的位置对准误差以及离线校正各载板之间的位置对准误差；在线装调和标定装置，其在当前的成像工作距离下根据子图像在线标定各载板之间的位置对准误差以及在线校正各载板之间的位置对准误差；图像后处理装置，其用于后处理各子图像，以及将后处理好的各相邻的子图像重叠，以拼接成视场全覆盖的像方图像。本发明既能够用于开展低空遥感成像及实时监视，也能够实现对大视场地面场景进行高分辨率实时成像。
-
-
公开(公告)号：CN106169178B
公开(公告)日：2019-01-11
申请号：CN201610509634.9
申请日：2016-06-30
Applicant: 北京大学
Abstract: 本发明公开一种改善镜头渐晕的方法，其中，包括：图像输入步骤，采集两组以上不同光强下均匀照明的背景图像作为输入；线性拟合步骤，逐点拟合线性方程以求出每个像素的基底和放大系数；等高同心环划定步骤，根据像素到光学中心的距离把所有像素划分到不同的等高同心环，对同心环内每个像素的基底和放大系数做平均以确定该同心环的基底和放大系数；存储步骤，将所有同心环的基底和放大系数存入相机的固有存储空间；中心距计算步骤，针对每个像素计算其与光学中心之间的距离，再把点归入等高同心环；以及查询步骤，以上述距离的简单变换为指数进行简单查表，得到基底和放大系数。
-
公开(公告)号：CN108537235A
公开(公告)日：2018-09-14
申请号：CN201810259555.6
申请日：2018-03-27
Applicant: 北京大学
IPC: G06K9/46
Abstract: 本发明所述的低复杂度尺度金字塔提取图像特征的方法，具体为：将原始输入图像经过滤波生成五组图像块构成尺度金字塔；将滤波生成的后四组图像块进行特征点检测，得到高尺度图像特征点列表；将滤波生成的第一组图像块进行分块预测处理后进行特征点检测；将从第一组图像上检测到的特征点进行特征选择和描述后合并到高尺度图像特征点列表中，生成原始输入图像最终的特征点列表。本发明能很好的减少尺度金字塔生成过程中的冗余计算，同时使用该技术生成的特征点数量相比原来没有明显差异，在特征生成后用于检索也能很好的保证了检索性能。使得CDVS标准能够更好的满足实际生活需求中对提取特征实时性的要求，还节省了更多的计算资源，降低了计算成本。
-
公开(公告)号：CN104537647B
公开(公告)日：2017-10-20
申请号：CN201410771011.X
申请日：2014-12-12
Abstract: 本发明实施例提供了一种目标检测方法及装置，用以解决现有的行人检测方法存在的多目标检测精度较低的问题。该方法包括：确定待检测图像的至少一类特征向量；将确定的特征向量输入训练好的深度学习模型得到该深度学习模型的隐层节点的状态值；将所述深度学习模型的最后一层隐层节点的状态值输入分类器；根据所述分类器的输出结果确定待检测图像包含目标的个数。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.025 seconds)
