-
公开(公告)号：CN118552878B
公开(公告)日：2025-04-18
申请号：CN202410820785.0
申请日：2024-06-24
Applicant: 北京科技大学
IPC: G06V20/40 , G06V10/82 , G06F18/213 , G06F18/22 , G06N3/0895 , G06F123/02
Abstract: 本发明公开一种基于跨模态对齐的弱监督扒渣终点判断方法和系统，包括：接入当前扒渣现场摄像头，将实时视频流数据输入训练完成的视频数据处理器；视频数据处理器以每一当前帧为基准，将包括当前帧在内向前共若干帧数据进行切割打包，输出当前帧的实时视频片段，作为训练完成的跨模态特征提取器的视频模态输入，同时以当前钢种文本编号和“非终点”文本作为跨模态特征提取器的文本模态输入；跨模态特征提取器提取视频片段特征和文本特征，将提取的视频片段特征和文本特征输入特征比对决策模块进行特征比对，最终输出当前帧是否为对应当前钢种扒渣终点的判断结果。本发明可以对扒渣终点进行准确判断。
-
公开(公告)号：CN119741558A
公开(公告)日：2025-04-01
申请号：CN202510241315.3
申请日：2025-03-03
Applicant: 北京科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/10 , G06F17/16
Abstract: 本发明提供一种融合曼巴与切比雪夫图卷积的高光谱图像分类方法，涉及高光谱图像检测技术领域。所述方法包括：收集高光谱图像数据集，并进行预处理，将每张图像以每个像素点为中心划分为预定数量的图像块；将图像块输入异构空间卷积块进行处理，获得具有不同感受野的输出数据；将输出数据分为两个分支，其中一个分支通过波段选择增强双向曼巴分支进行处理，获取空间特征与光谱特征的长程依赖关系，得到第一输出；另一个分支输入重参数化切比雪夫图卷积分支进行处理，获取不同像素之间的相似关系，得到第二输出；对第一输出和第二输出进行融合，得到双分支融合特征，输入分类器中得到最终分类结果。本发明能够提升分类精度，并降低计算成本。
-
公开(公告)号：CN119600648A
公开(公告)日：2025-03-11
申请号：CN202411637433.8
申请日：2024-11-15
Applicant: 北京科技大学
Abstract: 本发明公开一种基于3D牙齿点云多特征融合的身份识别方法和系统，包括：采集待识别身份的3D牙齿点云；将待识别身份的3D牙齿点云和身份数据库中每个已注册身份的3D牙齿点云输入训练完成的牙齿多特征融合的身份识别主干网络，输出得到待识别身份的3D牙齿点云和每个已注册身份的3D牙齿点云之间的配准结果；这个主干网络，包括：颜色特征提取模块、结构特征提取模块、特征融合模块、局部采样特征提取模块、特征聚合模块、粗对应预测模块、点云解码模块、精对应预测模块、预测配准模块；将与待识别身份的3D牙齿点云进行最佳配准的已注册身份的3D牙齿点云的身份信息，作为待识别身份的3D牙齿点云的身份标识。本发明可以基于3D牙齿点云进行身份识别。
-
公开(公告)号：CN119228329B
公开(公告)日：2025-03-07
申请号：CN202411727160.6
申请日：2024-11-28
Applicant: 北京科技大学
IPC: G06Q10/101 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种异构多无人机数据协作近似动态规划最优一致方法及装置，涉及多智能体控制技术领域。该方法包括：获取异构多无人机系统的状态数据，构建带有补偿信号的识别器，逼近异构多无人机系统的动态模型信息，构建带有动态信号的补偿器，获得带补偿器识别神经网络的权值更新规则；根据权值更新规则，构建哈密尔顿函数；根据哈密尔顿函数，构建带有协作信号的累积平方误差；采用梯度下降法，获得累积执行‑协作评判神经网络的权值更新规则，计算相邻两次迭代常数权值；根据相邻两次迭代常数权值的误差，判断是否满足预设的阈值条件；若满足，停止迭代，输出异构多无人机系统最优一致的解。采用本发明可提高算法扩展性，降低算法复杂度。
-
公开(公告)号：CN119478423A
公开(公告)日：2025-02-18
申请号：CN202510046546.9
申请日：2025-01-13
Applicant: 北京科技大学
IPC: G06V10/26 , G06V20/13 , G06V20/17 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 本发明提供一种基于开放域的跨模态遥感图像目标分割方法及装置，涉及遥感图像分割技术领域。该方法包括：对俯瞰遥感大图进行数据处理，获得文本引导遥感图像数据集；基于物体掩码标注获得前景标签数据以及背景标签数据；根据文本引导遥感图像数据集，通过开放域图像分割模型进行图像分割预测，获得分类预测结果；根据分类损失、图像特征重构损失和文本特征重构损失，对开放域图像分割模型进行参数优化，获得优化开放域图像分割模型；将待分割标注遥感图像输入优化开放域图像分割模型，获得遥感图像分割结果。本发明是一种开放性的分割类别灵活且分割目标精准的跨模态遥感图像目标分割方法。
-
Patent Agency Ranking
公开(公告)号：CN119380033A
公开(公告)日：2025-01-28
申请号：CN202411979530.5
申请日：2024-12-31
Applicant: 北京科技大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/766 , G06V20/13 , G06V20/17 , G06N3/0455 , G06N3/084 , G06T7/10
Abstract: 本发明公开一种遥感图像指代分割方法和系统，包括：将图像和指代文本输入第一阶段的指代检测模型，文本编码模块将指代文本映射为文本序列，语义词性特征提取模块对文本序列进行注意力加权，得到融合文本词性特征的文本特征，图像编码模块对图像进行初步的图像特征提取，将文本特征和图像特征拼接后输入特征提取器输出检测框和输出特征，将输出特征输入加权点回归任务头，预测输出关键点；将初始图像作为输入，检测框和关键点作为双提示，输入第二阶段的双提示分割模型，第二阶段图像编码器将图像编码为图像嵌入，双提示编码器将双提示编码，掩码解码器将图像嵌入和双提示编码进行特征融合得到最终的分割结果。本发明可以遥感图像进行指代分割。
-
公开(公告)号：CN119228329A
公开(公告)日：2024-12-31
申请号：CN202411727160.6
申请日：2024-11-28
Applicant: 北京科技大学
IPC: G06Q10/101 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本发明提供一种异构多无人机数据协作近似动态规划最优一致方法及装置，涉及多智能体控制技术领域。该方法包括：获取异构多无人机系统的状态数据，构建带有补偿信号的识别器，逼近异构多无人机系统的动态模型信息，构建带有动态信号的补偿器，获得带补偿器识别神经网络的权值更新规则；根据权值更新规则，构建哈密尔顿函数；根据哈密尔顿函数，构建带有协作信号的累积平方误差；采用梯度下降法，获得累积执行‑协作评判神经网络的权值更新规则，计算相邻两次迭代常数权值；根据相邻两次迭代常数权值的误差，判断是否满足预设的阈值条件；若满足，停止迭代，输出异构多无人机系统最优一致的解。采用本发明可提高算法扩展性，降低算法复杂度。
-
公开(公告)号：CN116452112A
公开(公告)日：2023-07-18
申请号：CN202310369938.X
申请日：2023-04-10
Applicant: 北京科技大学
IPC: G06Q10/087 , G06Q50/04
Abstract: 本发明提供一种CSP产线数字物料管理方法和装置，包括：S1、当实际物料进入CSP产线时，建立第一数字物料；S2、在整个生产过程中，按物料的实际状态，更新所述第一数字物料的状态信息；S3、当卸卷完成时，建立新的第二数字物料，所述第二数字物料和第一数字物料具有继承关系。本发明能够为产线模型系统提供完整、清晰的参数组织管理，为后续产品质量分析奠定了基础。
-
公开(公告)号：CN116184843B
公开(公告)日：2023-07-18
申请号：CN202310491589.9
申请日：2023-05-05
Applicant: 北京科技大学
IPC: G05B13/04 , G06F18/25 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F123/02
Abstract: 本发明涉及浮选技术领域，尤其涉及一种基于多模态时序信息的浮选控制参数预测方法和系统，包括：收集并预处理泡沫浮选流程中多模态数据，包括视频数据、音频数据和传感器数据；将预处理后的多模态数据分别输入图片特征提取模块、音频特征提取模块和数据特征提取模块，提取泡沫图片特征、泡沫声音特征和泡沫数据特征；将泡沫图片特征、泡沫声音特征和泡沫数据特征输入多模态特征融合模块，进行多模态特征的融合；将融合后的多模态特征输入时序特征融合模块，将连续时间单位的特征进行融合；将进行了时序特征融合的多模态特征输入执行器参数预测模块，得到最终的执行器浮选控制参数输出。本发明实现了执行器浮选控制参数的准确预测。
-
公开(公告)号：CN116385455A
公开(公告)日：2023-07-04
申请号：CN202310577993.8
申请日：2023-05-22
Applicant: 北京科技大学
Abstract: 本发明涉及浮选技术领域，尤其涉及一种基于梯度场标签的浮选泡沫图像实例分割方法和装置，包括：S1、采集浮选泡沫图像，进行泡沫实例层级的掩膜标注；S2、将所述掩膜标注转化成能够利用梯度强度拟合泡沫空间分布的梯度场标签；S3、将所述泡沫图像输入泡沫实例分割网络模型，预测出所述浮选泡沫图像的梯度图，所述泡沫实例分割网络模型的训练学习，利用所述梯度场标签替代所述掩膜标注进行监督；S4、将预测出的梯度图转化成实例掩膜，得到实例层级的分割结果。本发明可以有效地直接将泡沫分割成不同的泡沫实例。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.061 seconds)
