-
公开(公告)号：CN116452849A
公开(公告)日：2023-07-18
申请号：CN202310212637.6
申请日：2023-03-08
Applicant: 北京工业大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/42 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 一种基于特征解耦重建和多尺度全局描述符的视觉地点识别方法属于计算机视觉图像处理领域。本发明使用特征解耦重建增强模块，通过实例归一化学习不变性特征，将归一化过滤后的特征通过通道注意力解耦出与定位任务相关的特征重建回不变性特征，以此有效提高模型的表示能力，提高对光照、天气等变化的鲁棒性；综合考虑定位算法的特征表达能力和计算效率，采用多通道并行的膨胀卷积，在较小计算量增加的情况下增加感受野大小，从而获得不同尺度的信息，丰富特征的表达能力，以此设计视觉地理定位算法，来提取尺度更丰富、表示能力更好的深度特征，以实现更好的定位结果。
-
公开(公告)号：CN115908159A
公开(公告)日：2023-04-04
申请号：CN202211249065.0
申请日：2022-10-12
Applicant: 北京工业大学
IPC: G06T5/00 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提供一种图像去雾方法、装置、电子设备及存储介质，其中方法包括：确定待去雾图像；将所述待去雾图像输入至去雾模型中，得到所述去雾模型输出的去雾后的图像；所述去雾模型包括雾霾图像编码器和语义解码器；所述雾霾图像编码器用于提取并融合所述待去雾图像在两个不同层级的语义特征，得到雾霾图像语义特征；所述语义解码器用于基于所述雾霾图像语义特征得到去雾后的图像；所述去雾模型是基于不成对的雾霾样本图像和清晰样本图像训练得到，实现了对待去雾图像不同层级的语义特征提取，提高了输出的雾霾图像语义特征的特征表达能力，从而提高了去雾模型的雾霾特征提取能力，进而提高去雾模型的去雾质量。
-
公开(公告)号：CN115393683A
公开(公告)日：2022-11-25
申请号：CN202211023424.0
申请日：2022-08-25
Applicant: 北京工业大学
IPC: G06V10/80 , G06V10/82 , G06V20/70 , G06V10/774 , G06V10/764 , G06V10/74 , G06V10/26
Abstract: 一种面向轨道交通的高效语义分割方法涉及计算机视觉图像技术领域。本发明采用轨道分割数据集、城市景观分割数据集混合。网络包含特征提取模块、金字塔池化模块、注意力优化模块、对象注意力模块、特征融合模块、分割头模块。通过训练网络，使其能够对轨道与背景进行准确分割以及对城市道路与背景进行准确分割，并且达到足够快的速度以满足实时性要求。
-
公开(公告)号：CN114463611A
公开(公告)日：2022-05-10
申请号：CN202111557327.5
申请日：2021-12-18
Applicant: 北京工业大学
Abstract: 一种非可控环境下的鲁棒中文车牌检测与校正方法属于图像处理领域。当前绝大多数的车牌检测方法都是采用矩阵框定位，非可控环境下，如果车牌存在严重倾斜或者形变，会导致车牌定位不准确，即定位的车牌区域存在较多的背景或者定位不完整，会对后续的车牌识别造成干扰，影响识别的准确率。本发明提出的中文车牌检测方法通过引入ACON、RBN与可变形卷积，可以提升模型的特征提取能力，改进了检测头并设计了相应的坐标回归公式，能够准确地对任意倾斜的车牌进行定位，在各种复杂的非可控环境下均能获得理想的检测结果。
-
公开(公告)号：CN109492124B
公开(公告)日：2022-03-25
申请号：CN201811397237.2
申请日：2018-11-22
Applicant: 北京工业大学
IPC: G06F16/60
Abstract: 本申请实施例提供一种选择性注意线索指导的不良主播检测方法、装置及电子设备，该方法包括：获取待测直播音视频；基于所述待测直播音视频生成第二耦合特征；计算所述第二耦合特征与预存的各类型的影音数据对应的第一耦合特征之间的汉明距离，其中，所述第二耦合特征采用与所述第一耦合特征相同的方式生成；将与所述第二耦合特征的汉明距离小于预设阈值的第一耦合特征所对应的影音数据的类型判定为所述待测直播音视频的类型，并输出。由此，可靠地检测出直播音视频的类型。
-
Patent Agency Ranking
公开(公告)号：CN109685072B
公开(公告)日：2021-05-14
申请号：CN201811575838.8
申请日：2018-12-22
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于生成对抗网络的复合降质图像高质量重建方法，针对同时含有雾霾，系统噪声，低照度和压缩失真等多种降质问题的低质量图像，本发明首先从针对复合因素降质图像重建的角度出发，建立了一种基于生成对抗网络的复合降质图像高质量重建方法，可完成针对受雾霾，低照度，压缩，系统噪声，光学模糊等因素组合降质图像的重建；其次，本发明采用非对称的生成网络，大大减少了模型的参数量，使模型易于训练和使用；再者，采用端到端的思想，简化了重建系统的架构，省去了预处理与后处理；最后，生成网络全部由卷积层组成，可输入任意尺寸复合降质图像进行重建。
-
公开(公告)号：CN109685072A
公开(公告)日：2019-04-26
申请号：CN201811575838.8
申请日：2018-12-22
Applicant: 北京工业大学
CPC classification number: G06K9/42 , G06K9/4604 , G06N3/0454 , G06N3/08 , G06T5/002 , G06T5/50
Abstract: 本发明公开了一种基于生成对抗网络的复合降质图像高质量重建方法，针对同时含有雾霾，系统噪声，低照度和压缩失真等多种降质问题的低质量图像，本发明首先从针对复合因素降质图像重建的角度出发，建立了一种基于生成对抗网络的复合降质图像高质量重建方法，可完成针对受雾霾，低照度，压缩，系统噪声，光学模糊等因素组合降质图像的重建；其次，本发明采用非对称的生成网络，大大减少了模型的参数量，使模型易于训练和使用；再者，采用端到端的思想，简化了重建系统的架构，省去了预处理与后处理；最后，生成网络全部由卷积层组成，可输入任意尺寸复合降质图像进行重建。
-
公开(公告)号：CN114004760B
公开(公告)日：2024-11-29
申请号：CN202111234337.5
申请日：2021-10-22
Applicant: 北京工业大学
IPC: G06T5/73 , G06T5/60 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/088
Abstract: 本发明提供一种图像去雾方法、电子设备、存储介质和计算机程序产品，方法包括获取待去雾的目标雾霾图像；将目标雾霾图像输入至去雾模型，对目标雾霾图像进行去雾处理，获得去雾模型输出的目标去雾图像，去雾模型是基于不成对的清晰图像和雾霾图像构成的训练图像集，对待训练模型进行无监督训练得到的，待训练模型包括用于进行加雾转换处理和去雾转换处理的多尺度注意力模块，及用于区分训练图像集的真实图像和多尺度注意力模块的生成图像的判别器。本发明的去雾模型是基于不成对的清晰图像和雾霾图像构成的训练图像集进行无监督训练得到的，从而避免成对图像训练集对去雾模型训练的限制，进而提高图像去雾的性能。
-
公开(公告)号：CN111460999B
公开(公告)日：2024-11-08
申请号：CN202010245717.8
申请日：2020-03-31
Applicant: 北京工业大学
IPC: G06V20/17 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 一种基于FPGA的低空航拍影像目标跟踪的方法属于数字图像处理领域，将深度学习应用于嵌入式平台中，设计了用于目标跟踪的Siamese卷积神经网络架构，针对FPGA的资源限制问题对其加速优化，并将其作为TLD(Tracking Learning Detecting)跟踪框架的跟踪器一同进行模块化封装；搭建图像采集、数据处理和存储、目标跟踪模块以及控制调度的硬件系统，保证了跟踪的稳定运行；同时，本发明提供人机交互界面，操作简易；通过该方法进行控制，解决了无人机等飞行器跟踪依赖地面控制，通信容易受到干扰的问题，能够保证准确实时在线跟踪。
-
公开(公告)号：CN117854033A
公开(公告)日：2024-04-09
申请号：CN202311465216.0
申请日：2023-11-06
Applicant: 北京工业大学
IPC: G06V20/58 , G06V10/25 , G06V10/40 , G06V10/52 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/0499 , G06N3/084
Abstract: 本发明实施方式提供了一种目标检测方法、装置及电子设备，涉及点云处理技术领域。其中目标检测方法包括：以包括四个维度信息的点云数据作为输入数据，对所述点云数据进行多层反射强度鸟瞰图编码，并提取反射强度鸟瞰图特征；对所述点云数据进行三维体素编码，并提取三维体素特征；将所述反射强度鸟瞰图特征和所述三维体素特征融合后，采用第一阶段检测头对融合结果进行检测，得到三维区域建议；采用三维体素感兴趣区域池化层基于所述三维区域建议对所述三维体素特征进行池化，得到感兴趣区域特征；采用第二阶段检测头得到所述点云数据的检测结果。本发明提供的实施方式具有区分度好和处理效果高的优点。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.024 seconds)
