-
公开(公告)号：CN112084868B
公开(公告)日：2022-12-23
申请号：CN202010794525.2
申请日：2020-08-10
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于注意力机制的遥感图像中目标计数方法，在VGG16的基础上融合了注意力机制，尺度金字塔和可变形卷积的特性，由三个级联的阶段组成：前端网络的特征提取，中端网络的尺度融合以及后端网络的密度图的生成。通过本发明的技术方案，能够很好地解决遥感图像中密集目标计数任务中存在的目标尺度多样性、复杂混乱的背景干扰以及目标方向任意性的问题。
-
公开(公告)号：CN114372176A
公开(公告)日：2022-04-19
申请号：CN202210279373.1
申请日：2022-03-22
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06F16/903 , G06F16/906
Abstract: 本申请涉及一种棋谱纠正方法及设备，方法包括：获取初始待纠正棋谱，基于chess库引擎，依次判断初始待纠正棋谱中的棋步是否合法。在当前棋步不合法时，基于chess库引擎，对初始待纠正棋谱中不合法棋步进行纠正，得到次代待纠正棋谱集合，此时完成一次棋谱的纠正循环，并将次代待纠正棋谱集合中的棋谱作为下次循环的待纠正棋谱进行纠正。在对全部棋步纠正完成后，获取最后一次循环时得到的最终纠正棋谱集合，在最终纠正棋谱集合中，确定初始待纠正棋谱对应的正确棋谱。本申请中，基于chess库引擎对棋步是否合法进行判断和纠正，可能会产生多个纠正后的最终棋谱，所以本申请中需要在最终纠正棋谱集合中确定初始待纠正棋谱对应的正确棋谱。
-
公开(公告)号：CN113221778A
公开(公告)日：2021-08-06
申请号：CN202110546506.2
申请日：2021-05-19
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本申请涉及一种手写表格的检测与识别方法及装置，手写表格的检测与识别方法包括获取表格图像，在表格图像中获取白色连通域信息，根据白色连通域信息确定多个白色连通域的外接矩形框，统计各个外接矩形框的面积大小及数量，根据各个外接矩形框的面积大小及数量筛选出单元格内容的连通域，根据单元格内容的连通域检测识别表格结构。本申请对获取的表格图像质量要求低，简单易操作，并且通过各个外接矩形框的面积大小及数量筛选出单元格内容的连通域，在文字与表格框出现粘连时仍能有效识别且识别准确性高。
-
公开(公告)号：CN112084869A
公开(公告)日：2020-12-15
申请号：CN202010794953.5
申请日：2020-08-10
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于紧致四边形表示的建筑物目标检测方法，特征提取网络通过特征金字塔结构获得丰富的多尺寸的特征信息；建议区域生成网络获得感兴趣区域；正矩形边界框分支在特征金字塔结构的不同尺寸的特征图上进行正矩形边界框分类任务和回归任务；紧致四边形边界框分支生成建筑物目标的紧致四边形边界框，并由此精确定位出遥感影像中建筑物目标的轮廓。本发明提供的上述建筑物目标检测方法，不仅可以避免生成不规则的外形，还可以保持一定结构的外形约束性。通过实验可以证明，本发明提供的上述建筑物目标检测方法，不仅能够提取到更多的建筑物目标的节点和更准确的边缘特征信息，还能够得到更精确的检测结果。
-
公开(公告)号：CN112084362A
公开(公告)日：2020-12-15
申请号：CN202010789986.0
申请日：2020-08-07
Applicant: 北京航空航天大学
IPC: G06F16/583 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于层次化特征互补的图像哈希检索方法，可应用于大规模的基于内容的图像检索，是一种能同时有效地提取图像的低层细节信息和高层语义信息且充分利用图像的全局特征和局部特征的算法。本发明同时提取出卷积神经网络中的低层特征图和高层特征图，可以获取图像的低层信息和高层信息，引入注意力模块，可以减少低层特征图中噪声的干扰，确保低层特征图的有效性，在卷积神经网络的高层特征图中添加多尺度特征融合，聚合不同区域的上下文信息，可以提高卷积神经网络获取局部细节信息的能力，通过对不同层次的信息进行增强后融合，可以保证模型能够充分地提取到图像丰富而复杂的内容，让哈希码能够更好地保留图像之间的相似性。
-
Patent Agency Ranking
公开(公告)号：CN107194318A
公开(公告)日：2017-09-22
申请号：CN201710270013.4
申请日：2017-04-24
Applicant: 北京航空航天大学
Abstract: 本发明提供一种目标检测辅助的场景识别方法。本发明目标检测辅助的场景识别方法包括：获取待识别图片，对待识别图片进行采样，得到预设数量和预设大小的样本，根据卷积神经网络模型对各样本进行场景识别，得到待识别图片对应的至少两个场景；获取待识别图片的区域建议和待识别图片对应的第一特征图，根据区域建议和待识别图片，获取待识别图片中的各目标的分类得分；根据待识别图片对应的至少两个场景和各目标的分类得分，得到待识别图片对应的场景。本发明通过Fast R‑CNN网络和区域建议网络结合的目标检测方法辅助场景识别方法，使得场景识别方法的准确率提高。
-
公开(公告)号：CN120032295A
公开(公告)日：2025-05-23
申请号：CN202510111943.X
申请日：2025-01-24
Applicant: 北京航空航天大学 , 中国人民解放军军事科学院军事科学信息研究中心
Abstract: 本发明涉及一种基于自适应多模态信息融合的人物观点提取方法，属于视频人物观点提取技术领域，本发明基于自适应的多模态的信息特征融合，完成了说话人物身份的识别；通过融合视觉信息以及音频信息，并使用自适应权重进行融合，不同模态可以根据实际任务的重要性自适应调整权重，增强模型的灵活性和稳健性；本发明利用图神经网络GNN提取观点，通过其多层消息传递机制实现跨多个节点的推理能力，帮助系统识别出更复杂的观点关系和隐含的结论，即使某些发言人未明确表达他们的观点，图神经网络GNN可以通过邻居节点的传播信息推断出该发言人的潜在态度。
-
公开(公告)号：CN114972251B
公开(公告)日：2025-02-07
申请号：CN202210577302.X
申请日：2022-05-25
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06T7/00
Abstract: 本公开的实施例公开了椭圆定位数据处理方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：获取椭圆定位数据；确定目标能量泛函；对目标能量泛函进行转换，得到无约束待处理函数；初始化迭代次数；执行以下生成步骤：更新迭代次数；生成椭圆参数更新数据；生成椭圆定位更新数据；将椭圆参数更新数据确定为椭圆参数；将椭圆定位更新数据确定为椭圆定位数据；再次执行生成步骤；响应于迭代次数大于等于预设迭代次数和/或椭圆参数与椭圆定位数据不满足预设椭圆数值条件，将椭圆参数确定为目标椭圆参数；控制相关联的显示设备显示椭圆媒体信息。该实施方式提高了数据精度、针对不同类型噪声干扰的适应性和显示的淋巴结的准确率。
-
公开(公告)号：CN113850221B
公开(公告)日：2025-01-07
申请号：CN202111168498.9
申请日：2021-09-30
Applicant: 北京航空航天大学
IPC: G06V10/62 , G06V40/20 , G06V20/40 , G06V10/44 , G06V10/764 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于关键点筛选的姿态跟踪方法，构建了基于关键点筛选的多人姿态跟踪模型，包含了目标检测模块、姿态估计与关键点筛选模块、匹配模块以及行人重识别模块。通过本发明的技术方案，能够解决多人姿态跟踪任务中人体关键点阈值难以调整，以及关键点识别低而引起的多目标跟踪精度(MOTA)指标低的问题。
-
公开(公告)号：CN118733991A
公开(公告)日：2024-10-01
申请号：CN202410758388.5
申请日：2024-06-13
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06F18/20 , G06N3/08 , G06Q30/0601
Abstract: 本公开的实施例公开了模型训练方法、推荐信息生成方法、装置、设备和介质。该方法的一具体实施方式包括：获取样本集；基于样本集执行以下训练步骤：生成各个动态用户物品模态图信息；生成对应整合用户物品模态图信息；生成节点特征信息；将各个节点特征信息输入至初始交互信息预测模型，得到交互信息；将至少一个样本中的每个样本对应的交互信息与对应的样本交互信息进行比较；根据比较结果确定初始交互信息预测模型是否达到预设的优化目标；响应于确定初始交互信息预测模型达到优化目标，将初始交互信息预测模型作为训练完成的交互信息预测模型。该实施方式提高了推荐的物品的准确性，减少了推荐网络资源以及用户查看物品时的网络资源浪费。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.068 seconds)
