-
公开(公告)号：CN113095479B
公开(公告)日：2024-03-12
申请号：CN202110303215.0
申请日：2021-03-22
Applicant: 北京工业大学
IPC: G06V20/05 , G06V10/82 , G06V10/764 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 一种基于多尺度注意力机制的冰下层结构提取方法，涉及使用计算机视觉领域。本发明提出了一种新型的MsANet网络，该网络以双分支卷积网络作为骨干网络，不仅融合了多尺度特征，且使用了3D注意力机制，以进一步对3D雷达拓扑序列中不同冰层独有的特征进行额外的特征建模，实现了对不同冰层空间关系的细化处理。3D注意力机制和多尺度模块形成的注意力多尺度模块，使得检测到的重要冰层特征可以通过利用多尺度模块得到更丰富的尺度特征，进一步加强对关键冰层特征的建模能力。本发明同时检测多个冰层位置作为不同任务，利用两分支结构分别学习不同位置冰层的独有特征，最终实现了快速、高精度的基于MsANet网络的冰下层结构提取算法。
-
公开(公告)号：CN116645521A
公开(公告)日：2023-08-25
申请号：CN202310475774.9
申请日：2023-04-28
Applicant: 北京工业大学
IPC: G06V10/44 , G06V20/40 , G06V20/52 , G06V10/82 , G06V10/62 , G06V10/776 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 一种基于MSGRU‑TRF的视频异常检测方法涉及计算机视觉以及模式识别领域。本发明针对视频提出新的MSGRU‑TRF网络，包含三个模块。基于GRU的多尺度时间特征学习模块在多尺度卷积网络中加入GRU结构，既利用了多尺度卷积网络对输入数据多尺度建模的特点，又加强了对输入数据时间上的建模。本发明通过时间分辨率特征映射模块将视频特征的时间分辨率信息映射到特征学习网络辅助网络学习到视频的更多信息。本发明提出自适应k模块来改进传统的Top‑k损失函数，通过为不同的输入视频定制k的值，为网络训练带来更多的灵活性。本发明对真实世界长短不一的监控视频有很好的时间尺度建模作用，在视频异常检测方面有较高的准确率。
-
公开(公告)号：CN115187830A
公开(公告)日：2022-10-14
申请号：CN202210713469.4
申请日：2022-06-22
Applicant: 北京工业大学
IPC: G06V10/774 , G06F17/16 , G06N20/00 , G06Q10/06
Abstract: 本发明提出了一种用于对SAR人工电磁环境构建效果的综合性评估方法，属于SAR图像相似性评估领域。该方法包括指标的分析选取和模糊综合评价两部分，针对SAR的图像指标进行图像样本增广、指标计算和离散化处理，从而进行图像指标的属性约简，得到关键的图像方面的指标，并增加了常用的SAR信号方面的评价指标，综合运用这些评价指标，使用二级模糊综合评价法，对SAR人工电磁环境构建效果进行综合性评估，即对原图和人工电磁环境构建的图像之间的相似性进行评价，最后得到所需的评估等级。
-
公开(公告)号：CN113095479A
公开(公告)日：2021-07-09
申请号：CN202110303215.0
申请日：2021-03-22
Applicant: 北京工业大学
Abstract: 一种基于多尺度注意力机制的冰下层结构提取方法，涉及使用计算机视觉领域。本发明提出了一种新型的MsANet网络，该网络以双分支卷积网络作为骨干网络，不仅融合了多尺度特征，且使用了3D注意力机制，以进一步对3D雷达拓扑序列中不同冰层独有的特征进行额外的特征建模，实现了对不同冰层空间关系的细化处理。3D注意力机制和多尺度模块形成的注意力多尺度模块，使得检测到的重要冰层特征可以通过利用多尺度模块得到更丰富的尺度特征，进一步加强对关键冰层特征的建模能力。本发明同时检测多个冰层位置作为不同任务，利用两分支结构分别学习不同位置冰层的独有特征，最终实现了快速、高精度的基于MsANet网络的冰下层结构提取算法。
-
公开(公告)号：CN109711280B
公开(公告)日：2020-10-16
申请号：CN201811501290.2
申请日：2018-12-10
Applicant: 北京工业大学
Abstract: 基于ST‑Unet网络的视频异常检测方法，涉及计算机视觉以及模式识别领域。本发明针对视频这类具有强时空相关性数据的处理问题提出新的ST‑Unet网络，该网络即利用了Unet网络在空间特征上良好的建模能力又结合了ConvLSTM在时间上的建模能力。为提高算法的准确性及其泛华能力，本发明在算法训练过中对输入的视频数据利用Dropout层进行“损坏”预处理。通过“损坏”的训练数据训练得到的网络不仅可以对完好的测试数据有较好的异常检测效果，对测试过程含噪的数据亦可检测出是否异常。本发明将重构算法结果与预测算法结果进行联合判别，实现了高精度的基于ST‑Unet网络的视频异常检测算法。
-
Patent Agency Ranking
公开(公告)号：CN109741340A
公开(公告)日：2019-05-10
申请号：CN201811538248.8
申请日：2018-12-16
Applicant: 北京工业大学
Abstract: 基于FCN-ASPP网络的冰盖雷达图像冰层精细化分割方法涉及计算机视觉以及模式识别领域。本发明将雷达振幅图像作为网络的训练样本，针对冰层图像数据少的问题做了相应的数据扩增，扩大了该发明的广泛适用性。对冰盖图像进行了Lee滤波。为了尽可能保存边缘信息，对滤波过程增加了阈值判断过程。本发明通过构建FCN-ASPP的冰层分割深度网络，通过对ASPP层进行改进，加强了该网络对于小尺度特征的提取能力。将初步分类结果通过CRF做进一步处理，在实现端到端的像素级分割的基础上进一步精细化了分割结果。此外，该网络极大的实现了自主学习的过程。
-
公开(公告)号：CN108154176A
公开(公告)日：2018-06-12
申请号：CN201711406248.8
申请日：2017-12-22
Applicant: 北京工业大学
Abstract: 本发明公开一种基于单一深度图像的3D人体姿态估计方法。首先提出改进型特征提取办法，综合利用部位尺寸信息和距离变换信息，来指导深度梯度特征提取，可极大增强所提特征的表达能力；为解决随机森林部位分类时存在的误分类问题，提出误分类处理机制—多级随机森林整合算法来去除部位误分点，获得更为准确的部位识别结果；通过改进PDA，利用位置权重阈值处理办法，使能够利用识别的部位尺寸信息，自适应的再次去除部位中的干扰点，从而获得更为准确的主方向向量；最后利用人体部件配置关系得到姿态估计结果。本发明改善了部位分类模型的准确率，并能有效去除识别部位中的误分类干扰点，提高识别部位的准确性，最终获得更为准确的3D人体姿态估计结果。
-
公开(公告)号：CN106844524A
公开(公告)日：2017-06-13
申请号：CN201611246378.5
申请日：2016-12-29
Applicant: 北京工业大学
CPC classification number: G06F16/583 , G06K9/66 , G06N3/08
Abstract: 一种基于深度学习和Radon变换的医学图像检索方法涉及计算机视觉和图像检索领域。在“粗”检索阶段，采用BING目标建议算法检测具有显著对象的区域，通过在深度卷积网络架构中引入部分均值Pooling，可提取出基于区域的显著区分性特征并降低特征维度，再聚合形成一个全局特征表达。在特征向量量化过程中，使用乘积量化算法来解决特征向量间相似性度量计算高复杂度问题。“细”检索阶段，借助Radon变换可将图像在多角度做积分投影，获取图像更多细节信息的特性，将“粗”检索中得到的Top50图像经过Radon变换生成Radon条码，经过相似性度量达到更精确检索。本发明提高医学图像检索的准确率，克服了直接使用卷积神经网络带来的特征区分性不强，特征维度高等医学图像检索问题。
-
公开(公告)号：CN105657580A
公开(公告)日：2016-06-08
申请号：CN201511021331.4
申请日：2015-12-30
Applicant: 北京工业大学
IPC: H04N21/8549
CPC classification number: H04N21/8549
Abstract: 本发明提出一种基于显著图的胶囊内镜视频摘要生成方法，具体包括以下步骤：首先，进行图像预处理，去除图像无效区域；针对预处理后的胶囊内镜图像，提出一种显著图提取算法，得到感兴趣区域；然后，提取感兴趣区域的颜色特征和纹理特征，高斯归一化，并进行特征融合；最后，根据融合特征的欧氏距离进行帧间差测定，分别进行突变检测和渐变检测，得到关键帧，形成视频摘要。本发明用于胶囊内镜视频摘要生成，有效地减轻了阅片医生的劳动强度，提高了诊断效率。
-
公开(公告)号：CN104573668A
公开(公告)日：2015-04-29
申请号：CN201510038621.3
申请日：2015-01-26
Applicant: 北京工业大学
CPC classification number: G06K9/00275 , G06K9/00288
Abstract: 基于光谱反射率的面部色泽适应性自动识别方法属于中医色诊的客观化研究领域，用于实现面部色泽的分析，并针对不同人的正常色表现不同，进行面色及其清浊、微甚、散抟、泽夭的适应性识别。本发明通过采集各类面色的光谱反射率，采用有限维模型方法确定面色光谱反射率基函数。将面部光谱反射率采用基函数的线性组合来表示。以颈部肤色为参考色，将面色与参考色的基函数系数差作为面色的特征向量。采用支持向量机识别方法，得到整体面色及色部面色所属类别。同时，通过反射率累积和、在系数空间特征向量位置、邻域系数变化幅值、系数图梯度变化规律，分别判断面色的清浊、微甚、散抟、泽夭。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.028 seconds)
