-
公开(公告)号:CN109800698B
公开(公告)日:2021-02-19
申请号:CN201910026888.9
申请日:2019-01-11
Applicant: 北京邮电大学
Abstract: 本公开涉及一种基于深度学习的图标检测方法,包括模型训练阶段和模型测试阶段,其中,所述模型训练阶段包括以下步骤:步骤1、准备画面中不含待检测图标的视频帧集合;步骤2、准备仅含有待检测图标的图标图像,其包含颜色通道和Alpha通道数据、以及图标分类信息;步骤3、将所述图标图像与视频帧集合中的各个帧进行随机的图像叠加,形成含有待检测图标的叠加图像,作为训练数据集,训练形成图标检测模型;其中,所述模型测试阶段包括以下步骤:步骤4、将待检测图像输入所述图标检测模型,所述图标检测模型输出检测结果,所述检测结果包括所述测试图像是否含有图标、所含图标的分类信息和位置信息。
-
公开(公告)号:CN112071434A
公开(公告)日:2020-12-11
申请号:CN202010769307.3
申请日:2020-08-03
Applicant: 北京邮电大学 , 北京微芯边缘计算研究院
Abstract: 本发明公开了一种异常体温序列检测新方法,属于智能医疗领域。针对每个用户,首先以30分钟作为间隔进行采样,选取30分钟内的体温数据的均值作为采样结果。然后将每个用户在采样时间段内测量的所有采样温度值,构成各用户的体温序列,并对体温数据进行预处理,滤除无效值并用插值算法填充数据缺失位置,得到完整体温序列。将完整体温序列根据医院检测结果进行标记,得到各用户的标签。最后按照十折交叉验证的方式将带有标签的用户数据划分为训练集和验证集,利用训练集训练全连接神经网络,并利用验证集进行验证。利用训练好的全连接神经网络预测待检测用户的体温序列对应的感染情况。本发明判断更加精准,操作简便,灵活性较强。
-
公开(公告)号:CN110839156A
公开(公告)日:2020-02-25
申请号:CN201911089718.1
申请日:2019-11-08
Applicant: 北京邮电大学
IPC: H04N19/149 , H04N19/30 , H04N19/533
Abstract: 本发明提出一种基于视频图像的未来帧预测方法及模型,属于图像模式识别领域。模型包括:记忆回溯模块、记忆精炼模块、特征融合模块以及图像预测模块;方法包括:步骤1、顺序读取视频帧序列,组成固定长度的视频段序列;步骤2、将视频段输入记忆回溯模块,记忆回溯模块对输入的视频段进行空时特征提取;步骤3、对提取的空时特征通过记忆精炼模块,抽象为更高层次的隐含特征;步骤4、将隐含特征与输入的视频段中的最后一帧基于二维神经网络的多通道进行特征融合,最终输出预测的图像帧。本发明通过FFSPRE模型验证了人脑预测未来空间特征的能力,通过实验进一步证明了存在有一个通用的预测机制,能够完成预测短时未来图像的任务。
-
公开(公告)号:CN106780440B
公开(公告)日:2019-05-31
申请号:CN201611075728.6
申请日:2016-11-29
Abstract: 本发明公开了一种爆炸电路板残片图像自动比对识别方法,属于模式识别和图像处理技术领域。所述方法首先将残片图像基于概率图模型的图像分割算法进行对象分割,再采用基于概率抽样的颜色模型进行元器件的对象精定位,然后提取特征点并过滤,将过滤后的特征点与检索库中的电路板特征点进行比对识别,确定残片所属的源电路板。本发明首次提出并实现了根据爆炸电路板残片图像自动识别印刷电路板同型号原板的方法。所述比对识别方法能够准确地分割出电路板中的元器件及字符区域,抑制噪声干扰,比对时同时考虑特征点描述与空间几何关系的相似性,该方法在电路板残片图像自动识别中TOP1准确率高于99%。
-
公开(公告)号:CN104484679A
公开(公告)日:2015-04-01
申请号:CN201410473198.5
申请日:2014-09-17
IPC: G06K9/64
Abstract: 本申请公开了一种非制式枪射击弹头痕迹图像自动识别方法,包括以下步骤:步骤1、将三维空间中的弹头痕迹转换成二维的弹头痕迹图像,作为待识别的图像;步骤2、对待识别的图像进行水平和垂直方向投影,分别生成特征feature1[y]、feature2[x],其中,0≤y<M,0≤x<N,M和N分别为弹头痕迹图像的像素阵列的行数和列数;步骤3、将所述特征feature1[y]、feature2[x]与样本库中的K个样本的特征feature1[Mk]、feature2[Nk],分别进行比对,其中k=1、2、……K,生成对应于各个样本的K个相似度。
-
公开(公告)号:CN103974147A
公开(公告)日:2014-08-06
申请号:CN201410083234.7
申请日:2014-03-07
Applicant: 北京邮电大学
IPC: H04N21/8549 , H04N21/472 , H04N21/643
Abstract: 本申请公开了一种基于MPEG-DASH协议的带有码率切换控制和静态摘要技术的在线视频播控系统,其中,客户端向流媒体服务器请求发送目标视频,流媒体服务器在接收到客户端的请求之后,向客户端发送目标视频的摘要MPD文件、以及目标视频的视频片段MPD文件,客户端从流媒体服务器下载并解析摘要MPD文件,得到目标视频的摘要画面、以及摘要画面在目标视频中的位置,在客户端上显示摘要画面,并由用户选择其中的一个摘要画面,客户端记录选择的结果,客户端从流媒体服务器下载并解析视频片段MPD文件,得到目标视频的视频片段的播放信息,客户端根据播放信息、以及选择的结果,确定与所选摘要画面对应的视频片段,向流媒体服务器请求从该视频片段开始发送并播放目标视频。
-
公开(公告)号:CN103942276A
公开(公告)日:2014-07-23
申请号:CN201410125961.5
申请日:2014-03-31
Applicant: 北京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30256
Abstract: 本申请公开了一种用来在图像中检测标识的商标检测新技术,包括以下步骤:步骤1.从检测图像中提取多个关键点;步骤2.对于所述多个关键点,判断其视觉词汇序号是否与标识模型中的某个根节点的视觉词汇序号相同;步骤3.对于所述判断结果为“是”的每个关键点,寻找视觉词汇序号与所述一个或多个树结构各自的叶节点的视觉词汇序号分别相同、且满足树结构约束的一个或多个关键点集合;步骤4.计算在步骤3中找到的对应于所述一个或多个树结构中的每个树结构的关键点集合的数目,如果对应于所述一个或多个树结构中的某个树结构的所述关键点集合的数目大于预定阈值,则判定与所述某个树结构相对应的标识出现在所述检测图像中。
-
公开(公告)号:CN116258868B
公开(公告)日:2025-04-18
申请号:CN202211575232.0
申请日:2022-12-08
Applicant: 北京邮电大学
IPC: G06V10/44 , G06V10/764 , G06V10/774
Abstract: 本发明提供了一种分布自适应的渐进式长尾图像识别方法。所述方法包括:在图像识别模型训练初期,对模型施加类别无关的等距的边缘损失;在图像识别模型训练中期,基于模型分类器通过训练数据学习到的参数,周期性计算原始数据分布感知因子,并根据该因子对当前训练周期的模型施加类别相关的、数据分布自适应的非等距的边缘损失;在图像识别模型训练后期,根据训练后期开始时的模型分类器参数,计算原始数据分布感知因子,对训练后期的模型施加类别相关的、数据分布自适应的非等距边缘损失以及对损失进行类别相关的、数据分布自适应的重加权。本发明通过设计的感知分布因子,能够较好的应对训练数据分布未知或难以获取的情况。
-
公开(公告)号:CN119600061A
公开(公告)日:2025-03-11
申请号:CN202411644983.2
申请日:2024-11-18
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于轨迹间隔的层级多目标跟踪方法。所述方法包括:针对一段视频,检测所有目标位置;将每个检测框初始化为一段轨迹;计算目标尺寸一致性重叠相似度;构建相机运动一致性算法,在匹配阶段补偿相机运动带来的偏移;构建层级一致性算法,补偿第一层级损失的运动信息;构建单层轨迹关联算法,实现轨迹间一对一匹配;构建基于轨迹间隔的层级跟踪框架,逐步匹配所有轨迹;对匹配结果做后处理,得到最终的跟踪结果。本发明设计的基于轨迹间隔的层级多目标跟踪方法,使用启发式方法逐步关联所有目标,摆脱了多目标跟踪算法对目标外观特征和神经网路的依赖,适用于现实应用中算力不足和训练数据稀缺的场景。且本发明可以与其它跟踪算法无缝结合,以极低的计算代价进一步提升跟踪效果。
-
公开(公告)号:CN118154503A
公开(公告)日:2024-06-07
申请号:CN202211562733.5
申请日:2022-12-07
Applicant: 北京邮电大学
Abstract: 本发明提供了基于细胞空间关系的病理图像的自动诊断方法。所述方法包括:收集同一组织器官的不同病变等级的患者组织样本,构建病理数字图像数据集;通过深度学习算法,在低分辨率下锁定目标组织器官的有效组织区域并保存区域特征;通过深度学习算法在高分辨率下实现有效组织区域中的细胞核定位和分类;裁剪合适大小的图像块,融合图像块中的有效组织和细胞核的语义特征和空间特征;将图像块特征联系上下文信息并按照索引位置拼接为原尺寸获得诊断热图。本发明引入细胞空间关系增加智能诊断的可解释性,结合病理图像的全局特征和局部特征增加模型推理的鲁棒性,实现病理图像中病灶的高性能自动定位与诊断。
-
-
-
-
-
-
-
-
-