-
公开(公告)号：CN112132757B
公开(公告)日：2022-08-16
申请号：CN202010406323.6
申请日：2020-05-14
Applicant: 北京理工大学
IPC: G06T5/00 , G06V10/764 , G06K9/62 , G06V10/82
Abstract: 本发明公开了一种基于神经网络的通用图像复原方法，该方法不需要失真类型的先验信息，自动判别失真类型(噪声、低分辨率以及缺失等)和失真程度，然后进行相应的复原处理，适用于存在未知混合失真图像的复原；本发明依据失真检测模块识别出图像待处理的失真类型及其失真程度，克服了现有方法假定失真情况已知的缺点；本发明的通用图像复原网络可以处理多种失真类型，本发明的通用图像复原网络具有可扩展性，且随着技术的发展，针对各类失真的复原子模块可更新，现有的几种针对混合失真的网络，有的是可扩展性差，有的是性能差，且这些方法都假定失真类型和失真程度已知。
-
公开(公告)号：CN111726301B
公开(公告)日：2022-03-22
申请号：CN202010414567.9
申请日：2020-05-15
Applicant: 北京理工大学
IPC: H04L43/0852 , H04L43/0882 , H04L43/0894 , H04L47/25 , H04L65/80
Abstract: 本发明公开了一种实时视频中保证视频质量的拥塞控制方法及系统，能够快速响应带宽变化、并克服码率增加过多的缺点，提高了码率对带宽的跟踪速度，提高了带宽利用率，克服了码率增加过多造成网络拥塞的缺点。具体方案为：实时接收视频数据包，并计算延迟梯度。根据延迟梯度对当前网络状态进行过载检测，获得当前网络状态信号；当前网络状态信号为过载状态信号Overuse、正常状态信号Normal或低载状态信号Underuse。构建有限状态机，根据当前网络状态信号进行状态转换。根据状态机的当前状态，进行码率计算。根据计算出来的下一时刻即ti时刻的码率设定视频数据包的发送码率。
-
公开(公告)号：CN114119395A
公开(公告)日：2022-03-01
申请号：CN202111345303.3
申请日：2021-11-15
Applicant: 北京理工大学
Abstract: 本发明提出了一种失真检测与复原一体化的图像处理系统与方法，能够实现失真情况未知的图像的失真检测与复原，且复原效果较好。对于失真情况未知的原始图像，本发明的失真检测模块通过多个并行的分类器检测原始图像中各类型失真的失真程度，并以此建立该原始图像的失真向量，不仅可以检测出待处理图像中所含失真的类型，还能检测出相应的失真程度，检测结果正确率高；该原始图像输入到图像复原模块的主支路，对应失真向量输入到图像复原模块的调节支路，调节支路以失真向量作为先验信息对主支路进行调节，使其适应不同失真原始图像的复原，适用对象范围广，且这种设计考虑了多种失真之间的影响。
-
公开(公告)号：CN112508856A
公开(公告)日：2021-03-16
申请号：CN202011278437.3
申请日：2020-11-16
Applicant: 北京理工大学
Abstract: 本公开的混合失真图像的失真类型检测方法，将混合失真图像输入到残差网络中进行特征提取，得到所述混合失真图像的M维特征向量，M为正整数；将所述M维特征向量输入到多标签分类器中，得到混合失真图像的失真类型检测结果向量，根据所述失真类型检测结果向量的值得到所述混合失真图像的失真类型。能够完成混合失真图像的检测与判别任务，特征提取模块简单，可根据具体图像处理任务对所涉及到的失真类型进行相应的调整。
-
公开(公告)号：CN112347967A
公开(公告)日：2021-02-09
申请号：CN202011290529.3
申请日：2020-11-18
Applicant: 北京理工大学
Abstract: 本发明公开了一种融合运动信息的复杂场景下的行人检测方法，由运动目标识别网络和行人检测网络两个支路构成，将视频输入网络，分别获得运动目标框和行人检测提议候选框，将两种候选框进行融合，然后根据框的面积大小分成两组，送入两个子网络，分别进行分类和回归，最终合并输出结果；本发明针对分辨率较低、行人在画面中尺寸较小的视频，相较于其他算法可以达到更高的检测率；本发明的行人检测网络是利用运动信息减少漏检，对动态与静态行人目标的检测效果都很好。
-
Patent Agency Ranking
公开(公告)号：CN118446931A
公开(公告)日：2024-08-06
申请号：CN202410471104.4
申请日：2024-04-18
Applicant: 北京理工大学
IPC: G06T5/77 , G06T5/60 , G06N3/043 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种基于参数学习的显式图像退化建模方法。本发明基于经典退化模型，使用神经网络对退化过程中的模糊核、噪声和JPEG压缩质量因子进行学习，并使用学习到的参数生成失真图像，即清晰图像首先与模糊核进行卷积，然后添加噪声，最后进行JPEG压缩，生成失真图像。该方法在显式经典退化模型的指导下，仅学习其中的模型参数，大大降低了网络学习图像退化分布的难度，同时由于综合考虑了模糊、噪声和JPEG压缩三种常见的退化过程，在失真图像数量有限、鉴别器能力不足的情况下，生成的失真图像与实际场景中的失真图像退化分布一致性更好，适用范围较现有方法更广。
-
公开(公告)号：CN118397651A
公开(公告)日：2024-07-26
申请号：CN202410374130.5
申请日：2024-03-29
Applicant: 北京理工大学
IPC: G06V40/10 , G06V40/20 , G06V10/764 , G06V10/44 , G06F3/01
Abstract: 本发明公开了一种自定义静态手势识别判定方法及系统，涉及虚拟现实技术领域，本发明利用每根手指的手部关键点的坐标信息求出弯曲角度，基于角度信息的判定规则将每根手指用三种状态表示，分别代表闭合、伸直、弯曲，五根手指的角度状态特征共同构成手部特征向量。引入左右手特征，在构建手部特征向量时，将左右手特编码进去，允许两只手在同一时刻的组合动作表达更复杂的手势命令。通过构建包含手指状态和左右手特征的手部特征向量，更准确地识别预置手势，用户可以根据手势录入规则随时新建自己的手势命令，实现自定义手势录入、实时手势库更新及手势命令生成，本发明不仅能够提高手势识别的精度和可靠性，还能够丰富手势表达的方式和灵活性。
-
公开(公告)号：CN114119395B
公开(公告)日：2024-06-11
申请号：CN202111345303.3
申请日：2021-11-15
Applicant: 北京理工大学
IPC: G06T5/77 , G06T5/50 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0499 , G06N3/082
Abstract: 本发明提出了一种失真检测与复原一体化的图像处理系统与方法，能够实现失真情况未知的图像的失真检测与复原，且复原效果较好。对于失真情况未知的原始图像，本发明的失真检测模块通过多个并行的分类器检测原始图像中各类型失真的失真程度，并以此建立该原始图像的失真向量，不仅可以检测出待处理图像中所含失真的类型，还能检测出相应的失真程度，检测结果正确率高；该原始图像输入到图像复原模块的主支路，对应失真向量输入到图像复原模块的调节支路，调节支路以失真向量作为先验信息对主支路进行调节，使其适应不同失真原始图像的复原，适用对象范围广，且这种设计考虑了多种失真之间的影响。
-
公开(公告)号：CN117979301A
公开(公告)日：2024-05-03
申请号：CN202311703126.0
申请日：2023-12-12
Applicant: 北京理工大学
Abstract: 本发明公开了一种对于有源STAR‑RIS辅助的无人机系统安全通信的方法，通过联合优化无人机‑基站的发射波束成形、无人机的飞行轨迹、以及STAR‑RIS的反射和透射系数，能够实现系统的最小保密速率最大化，从而保障了系统的安全性和用户公平性。为解决该非凸的优化问题，我们将原始问题分为三个子问题，并采用了半正定松弛法、连续凸逼近法、罚函数法等对三个子问题进行交替优化直到收敛，最终得到原始问题的解。
-
公开(公告)号：CN115396270A
公开(公告)日：2022-11-25
申请号：CN202210899354.9
申请日：2022-07-28
Applicant: 北京理工大学
Abstract: 本发明提出一种基于数据类型识别的调频信号时频同步系统及方法，使用深度学习网络根据基带信号时域、频域与时频域三种特征图对每段数据进行分类，每段数据由0、1两种符号或噪声构成，将两种符号数量相近的数据段分类为有效数据段，数量相差较大的数据段分类为无效数据段，无符号的数据段分类为噪声。将分类结果作用于现有的频率同步和码元同步模块，频率同步模块使用鉴频曲线计算频偏估计值，码元同步模块使用两种符号的功率差计算码元偏移估计值，实现联合频率同步和码元同步，并使用相干解调方法经采样判决得到解调结果。解决了连续相同符号会影响时频同步性能的问题，且支持任意调制频率的调频信号时频同步，提高了解调抗干扰能力和适用性。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.055 seconds)
