-
公开(公告)号：CN101951523A
公开(公告)日：2011-01-19
申请号：CN201010290111.2
申请日：2010-09-21
Applicant: 北京工业大学
Abstract: 本发明公开了一种自适应彩色图像处理方法及系统，其方法为：读取一帧待处理图像；利用非线性反S型函数对待处理图像的亮度分量进行全局自适应变换，得到全局增强亮度图像；依据全局增强亮度图像中的中心像素与邻域像素的亮度的对应关系，对全局增强亮度图像的局部对比度进行调整，获得局部增强亮度图像；利用局部增强亮度图像与待处理图像的亮度分量两者之间的比值，对待处理图像进行线性颜色恢复，获取彩色增强图像。通过本发明的方法与系统，能够自适应地调节待处理图像亮度，同时增强暗区域和亮区域的对比度，且能够有效地增强待处理图像的局部对比度，并抑制图像边缘产生的过增强现象，且较好地保持了图像的颜色，取得更好的增强效果。
-
公开(公告)号：CN119904650A
公开(公告)日：2025-04-29
申请号：CN202510095323.1
申请日：2025-01-21
Applicant: 北京工业大学
IPC: G06V10/46 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种全局上下文和局部信息聚合的特征检测和描述方法，包括：特征金字塔模块，使用多个卷积层获得不同感受野的特征图，从而实现对不同尺度信息的感知；自适应全局上下文模块，将深层特征图切分成16×16的块，编码后输入Transformer层，学习全局上下文，再自适应地添加到描述符中；局部特征增强模块，通过多分支卷积结构和空洞卷积操作，更有效地捕捉特征点周围的上下文信息，增强了网络对于局部信息的表达能力；特征一致性加权模块，在局部描述符的优化和匹配中引入特征一致性加权，提升异源特征的一致性；多尺度特征检测模块，提高关键点的定位精度。本发明为局部特征引入了全局上下文，提高了特征点检测的定位精度和描述符的一致性和特异性。
-
公开(公告)号：CN114170087B
公开(公告)日：2024-12-10
申请号：CN202111538176.9
申请日：2021-12-15
Applicant: 北京工业大学
IPC: G06T3/4053 , G06T5/50 , G06V10/74
Abstract: 本发明公开了一种基于跨尺度低秩约束的图像盲超分辨率方法，通过对高分辨率图像和模糊核进行交替迭代估计实现低分辨图像的超分辨率重建。上述方法包括：筛选当前高分辨率图像中各个方向大于梯度阈值的像素参与模糊核估计；对高分辨率图像中的图像块构造跨尺度相似图像块组，对该组矩阵进行低秩估计；利用低秩矩阵进行高分辨率图像估计。对模糊核与高分辨率图像进行联合建模，同时更新模糊核与高分辨率图像并相互修正；利用跨尺度相似图像块为重建图像块提供潜在的细节信息，且对相似图像块组矩阵进行低秩约束可以表示数据的全局结构，对噪声具有鲁棒性。本发明方法能够准确地估计模糊核，实现对有噪低分辨率图像的超分辨率重建。
-
公开(公告)号：CN117891804A
公开(公告)日：2024-04-16
申请号：CN202410087491.1
申请日：2024-01-22
Applicant: 北京工业大学
IPC: G06F16/21 , G06F16/242 , G06F16/2457 , G06F16/248 , G06F16/31 , G06F16/33 , G06F16/338
Abstract: 本发明公开了一种面向企业内网的智能搜索引擎系统，分为采集器构建模块、采集器管理模块、数据管理模块、自然语言处理模块、检索模块和日志模块六大模块。采集器构建模块和采集器管理模块负责构造、管理一系列的采集器。采集器则负责按照预定流程采集、清洗、索引、入库数据。数据管理模块则为管理员提供了一个图形化的管理平台。自然语言处理模块提供文档向量化和文档相似度计算服务。检索模块接收到用户的查询请求之后通过和自然语言处理模块、ElasticSearch索引库交互，检索得到一系列和用户请求相关的文档，并按照相关性大小进行排序之后返回给用户。本发明能够快速搭建出采集器，方便搜索引擎系统快速的对接到现有系统，实现高效、准确的信息检索。
-
公开(公告)号：CN111353463A
公开(公告)日：2020-06-30
申请号：CN202010169109.3
申请日：2020-03-12
Applicant: 北京工业大学
Abstract: 本发明公开了基于随机深度残差网络的高光谱图像分类方法，本发明实现步骤如下：步骤一、首先对数据进行预处理。步骤二、模型构建，主要由两部分组成，光谱特征提取与空间信息特征提取。步骤三、模型训练。步骤四、高光谱图像分类。将数据输入网络，进行类别的预测，得到分类的高光谱图像。步骤五、输出分类图像；本发明充分利用了高光谱图像的空谱特征和光谱特征，提高了分类精度，并且在残差网络的基础上应用了随机深度，相较于传统的残差网络极大的缩减了训练时间与测试时间。
-
Patent Agency Ranking
公开(公告)号：CN110675347A
公开(公告)日：2020-01-10
申请号：CN201910938167.5
申请日：2019-09-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于组稀疏表示的图像盲复原方法，以实现模糊图像的盲复原。上述方法包括：构建图像金字塔，由粗到细估计模糊核；在降采样图像中搜索相似图像块，将当前块与其跨尺度相似块合并为相似图像块组，在目标函数中建立组稀疏表示正则项；交替迭代更新模糊核和清晰图像，在清晰图像更新步骤中，利用组稀疏表示对前一次迭代中估计的清晰图像进行重建，作为下一次更新清晰图像的参考图像。由于降采样图像的边缘与清晰图像有更强的相似性，利用组稀疏表示与低秩矩阵的关联，通过约束表示系数的稀疏性来实现组矩阵的低秩性，迫使重建图像的边缘接近清晰图像的边缘。本发明公开的方法提高了对噪声的鲁棒性，并能够处理大尺度的模糊核估计。
-
公开(公告)号：CN109255790A
公开(公告)日：2019-01-22
申请号：CN201810840007.2
申请日：2018-07-27
Applicant: 北京工业大学
Abstract: 一种弱监督语义分割的自动图像标注方法，利用图像目标检测方法定位出目标边框，并给出语义标签，将目标边框和语义标签作为一种弱监督的图像级别语义标注，利用传统的图像分割方法，分割出完整的目标区域，生成用于训练分类网络的分割模板。然后，将分割模板作为监督信号对分类网络进行训练。最后用训练好的分类网络对测试图像进行语义分割。本发明的技术方案利用目标检测方法，获得图像中目标的边框和语义标签，利用传统的图像分割方法，分割出目标区域，并结合语义标签，将其作为弱监督语义分割的训练样本。这是一种自动生成弱监督语义分割训练样本的方法，解决人工标注大量图像耗时费力的问题。
-
公开(公告)号：CN106887042A
公开(公告)日：2017-06-23
申请号：CN201710058646.9
申请日：2017-01-23
Applicant: 北京工业大学
IPC: G06T17/30
Abstract: 基于GPU的自适应曲面细分方法涉及计算机图形学领域。现存的细分方法，随着细分的进行，顶点和边的数量会急剧增加，实际情况是，在细分迭代数次后，某些区域(如较平坦部分或者初始控制网格较稠密的部分)其控制网格已较好地逼近极限细分曲面，而在另外一些区域(如曲率变化较大的部分)其控制网格还比较粗糙，需要继续细分。为了减少不必要的计算资源的浪费，自适应的曲面细分算法就很重要了。本发明有效的解决曲面光滑度和数据量之间的矛盾，使得在保证曲面细分显示效果的前提下提高渲染帧率。采取了两种基于三角形面片的细分模式：PN三角形和Phong细分进行验证，实验证明，基于GPU的自适应曲面细分方法具有很好的现实和理论意义。
-
公开(公告)号：CN106228512A
公开(公告)日：2016-12-14
申请号：CN201610567179.8
申请日：2016-07-19
Applicant: 北京工业大学
CPC classification number: G06T3/4076 , G06N3/04
Abstract: 本发明公开一种基于学习率自适应的卷积神经网络图像超分辨率重建方法包括：步骤S1、对高分辨率训练图像集中的图像进行模糊和下采样，得到对应的低分辨率训练图像集；步骤S2、将低分辨率的图像进行双立方插值放大；步骤S3、将步骤S2处理后的低分辨率图像输入预训练好的学习率自适应卷积神经网络，得到重建高分辨率图像。采用本发明技术方案，具有优秀的超分辨率重建性能。
-
公开(公告)号：CN105676290A
公开(公告)日：2016-06-15
申请号：CN201610204785.3
申请日：2016-04-03
Applicant: 北京工业大学
IPC: G01V1/34
CPC classification number: G01V1/345
Abstract: 本发明属于计算机图形学和数据可视化领域，涉及一种基于曲面细分的地震数据三维显示方法。本发明使用Directx11编程工具，基于三阶贝塞尔曲面细分算法，实现了地震数据的三维显示方法。对于准备好的顶点缓存，设置GPU以面片的方式组装控制点，因此不需要索引缓存，从而省去了因确定索引缓冲而产生的槽和脊的问题。此外，基于GPU编程的曲面细分技术的运用，生成了更多的控制点，使得网格的显示更加细腻平滑并具有很好的实时性。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.029 seconds)
