-
公开(公告)号：CN109978080A
公开(公告)日：2019-07-05
申请号：CN201910297655.2
申请日：2019-04-15
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明公开一种基于判别式矩阵变量受限玻尔兹曼机模型的图像识别方法，采用基于判别的矩阵变量受限玻尔兹曼机用于二维图像分类，记为DisMVRBM，此模型能够直接对图像进行建模，而不需要向量化，保留了原始样本的结构信息。与MVRBM相比，本模型增加了标签层，意味着在提取特征的过程中融入了标签信息，使得提取的特征具有判别性，会提升分类性能；并且由于增加了标签层本模型可以直接当作一个独立的分类器，不用再链接其他的分类器，省去了对其他分类器的微调训练阶段。
-
公开(公告)号：CN109359670A
公开(公告)日：2019-02-19
申请号：CN201811085836.0
申请日：2018-09-18
Applicant: 北京工业大学
Abstract: 本发明公开一种基于交通大数据的个体关联强度自动检测方法，包括以下步骤：步骤1：提取移动模式相似的两两交通个体样本集合；步骤2：度量集合中任一个体对的交通行为相似性；步骤3：度量集合中任一个体对的交通行为交互性；步骤4：构建联合概率加权模型来加权度量交通个体间的关联强度，以自动检测潜在同行个体，最终采用公共交通出行数据验证上述模型的检测精度、鲁棒性和可扩展性。
-
公开(公告)号：CN106204635B
公开(公告)日：2018-11-30
申请号：CN201610476054.4
申请日：2016-06-27
Applicant: 北京工业大学
IPC: G06T7/246
Abstract: 基于L0最小化的人体连续帧骨骼优化方法属于图形表示方法领域，优化并恢复连续运动人体骨骼中出现的骨骼点位置提取异常，分支错误和过度不平滑的情况，以及解决同一帧中出现的骨骼点位置重合、关节处断裂的问题，以得到更加均匀、完整的骨骼模型。首先，采集多视角运动中人体的图像，使用每一帧的各视角图像重建出稠密的点云模型。针对每一帧的点云模型，使用L1中值骨骼方法提取骨骼模型；然后，对各帧的人体骨骼进行分块处理，并对各块的骨骼点进行采样，构造连续帧人体骨骼序列，建立考虑相邻帧关联性的稀疏优化模型。最后，在优化模型中增加了同一帧相邻骨骼点的正则项，让优化得到的骨骼点更加均匀。
-
公开(公告)号：CN108470209A
公开(公告)日：2018-08-31
申请号：CN201810258375.6
申请日：2018-03-27
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于格拉姆矩阵正则化的卷积神经网可视化方法，包括给定一个图像表示函数和参考表示，通过优化目标函数求出这个参考表示的输入层数据，作为对应的卷积神经网络待可视化层的可视化结果。本发明可以对不同的卷积神经网络的不同层的特征进行可视化。本发明对可视化技术的正则项进行了改进，取得了对可视化的愚弄效应进行抵抗的效果。
-
公开(公告)号：CN108009690A
公开(公告)日：2018-05-08
申请号：CN201711399120.3
申请日：2017-12-22
Applicant: 北京工业大学
Abstract: 本发明公开一种基于模块度最优化的地面公交扒窃团体自动检测方法，通过度量扒窃个体间交通行为在时空、移动模式维度上的相似性，在采用有监督式分类器验证扒窃个体间相似性的基础上，构建扒窃关联图，以自动检测图中模块度最优化的潜在扒窃团体，最终采用社交网络数据匹配验证上述团体的可靠性。
-
Patent Agency Ranking
-
公开(公告)号：CN105338366B
公开(公告)日：2018-01-19
申请号：CN201510717683.7
申请日：2015-10-29
Applicant: 北京工业大学
IPC: H04N19/80 , H04N19/117
Abstract: 公开了一种视频序列中分数像素的解码方法，包括步骤：(1)在解码每帧视频序列的头信息时，解码三组滤波器，假设这三组滤波器分别是[f11,f21,.....,f71]，[f12,f22,.....,f82]和[f13,f23,.....,f73]，其中i＝1,2,3,4，fij为整数，范围为[‑63,63]，j＝1,2,3，i＝1,2,....8；(2)在解码符号标志位阶段，判断是否属于SKIP模式，是则执行步骤(3)，否则执行步骤(4)；(3)不解码分数位像素采用哪种插值滤波器，全部使用解码得到的三组滤波器，跳转到步骤(5)；(4)解码分数运动向量不为(0,0)的预测块的插值滤波器的符号标志位，若解码为0表示分数插值滤波器使用解码得到的插值滤波器，若解码为1表示分数插值滤波器使用原有HEVC插值滤波器；(5)在运动补偿阶段根据解码的插值滤波器符号标志位，进行相对应的分数位像素插值。
-
公开(公告)号：CN104866900B
公开(公告)日：2018-01-19
申请号：CN201510046974.8
申请日：2015-01-29
Applicant: 北京工业大学
IPC: G06N3/02
Abstract: 本发明公开了一种反卷积神经网络训练方法，其能够有效地提取图像特征，有益于分类正确率的提高，提高反卷积神经网络的训练收敛效率及收敛精度，降低反卷积神经网络在实际应用中的训练成本，同时可被应用于其他基于卷积运算的优化问题求解中。这种反卷积神经网络训练方法，包括训练阶段和重建阶段，训练阶段包括步骤：(1)对训练图像进行预处理；(2)对训练图像进行批设置；(3)设置训练图像的网络训练参数；(4)开始第一层训练；重建阶段包括步骤：(5)对待重构图像进行预处理；(6)设置待重构图像的网络训练参数；(7)按批输入待重构图像直到完成所有批图像的重构。
-
公开(公告)号：CN104361630B
公开(公告)日：2017-10-03
申请号：CN201410561805.3
申请日：2014-10-21
Applicant: 北京工业大学
IPC: G06T17/30
Abstract: 本发明公开了一种人脸表面光场的获取方法，其能够避免直接利用激光扫描仪扫描得到的模型、操作容易、成本低、数据量大大减小。这种人脸表面光场的获取方法，结合基于微分坐标的Laplacian网格变形与计算机视觉原理，基于多视点图像将一般人脸模型变形到特定人脸模型，所述一般人脸模型为从网上下载的人头模型处理得到，特定人脸模型为所拍摄的多视点图像中人的人脸模型，然后权衡多视点图像上的颜色值将其配置到特定人脸模型上相对应的点来获取光场数据。
-
-
-
-
-
-
-
-
-
Search Results
447
records
(took 0.034 seconds)
