公开(公告)号：CN103747261B

公开(公告)日：2017-06-27

申请号：CN201310751603.0

申请日：2013-12-31

Applicant: 北京工业大学

Inventor： 卓力 ,  张强 ,  沈浩杰 ,  李晓光 ,  张菁

IPC: H04N19/46 ,  H04N19/33 ,  H04N19/176 ,  H04N19/134

Abstract: 本发明涉及基于运动参考结构的H.264压缩域分层感知加密方法，属于多媒体信息安全领域；该分层加密策略，从三个层次对加密数据进行选择，提高了加密的针对性，即帧层加密选择策略；宏块层加密选择策略；比特层加密选择策略；从三个层次对不同运动剧烈程度的视频序列动态地选择加密数据，保证对视频视觉质量最为重要的帧、宏块和比特被加密；本发明所述方法能对不同运动剧烈程度的视频序列均实现多粒度、大范围的视觉质量控制，可以满足不同多媒体应用的个性化需求。

公开(公告)号：CN105045907A

公开(公告)日：2015-11-11

申请号：CN201510487893.1

申请日：2015-08-10

Applicant: 北京工业大学

Inventor： 张菁 ,  杨莹 ,  卓力 ,  陈璐

IPC: G06F17/30

CPC classification number: G06F17/30867 ,  G06F17/30268 ,  G06F17/30884

Abstract: 一种用于个性化社会图像推荐的视觉注意-标签-用户兴趣树的构建方法属于社会图像领域。本发明以标签为纽带将视觉注意与用户兴趣结合起来，利用视觉注意机制分析图像的视觉显著性，构建具有树结构的视觉注意模型，据此获得显著区，分析图像显著信息与标签语义的对应关系，生成显著标签和节点标签，构建标签树模型，进而结合用户历史信息将标签树向用户兴趣树传播，最后由用户兴趣树向用户推荐图像，根据用户对推荐结果的反馈，重新调整树模型，进一步优化个性化社会图像推荐。其中，生成视觉注意树模型细分为四个部分：图像区域分割，显著性度量，树结构的区域合并，生成显著图。本发明提高个性化图像推荐的准确率。

公开(公告)号：CN104008174A

公开(公告)日：2014-08-27

申请号：CN201410244992.2

申请日：2014-06-04

Applicant: 北京工业大学

Inventor： 卓力 ,  成博 ,  白宇 ,  彭远帆 ,  张燕 ,  张菁

IPC: G06F17/30 ,  G06K9/46

CPC classification number: G06F21/6245 ,  G06F17/3025 ,  G06F17/30256 ,  G06F21/10

Abstract: 本发明公开一种海量图像检索的隐私保护索引生成方法，涉及海量图像检索中的隐私保护问题，将隐私保护融入到图像检索中，本发明方法建立一种具有隐私保护的图像索引，在保证检索性能的同时，保护用户隐私信息的安全。本发明首先，提取并优化尺度不变特征转换SIFT和HSV颜色直方图，采用局部保持投影的流形降维方法对特征进行降维，并将降维后的特征数据用于构建词汇树。利用词汇树建立倒排索引结构，本发明不仅减少了特征的个数，提高了明文域图像检索的速度，更优化了图像检索的性能。本发明在明文域检索框架的基础上加入隐私保护，利用二元随机编码和随机投影对倒排索引进行双重加密，实现了具有隐私保护的图像索引。

公开(公告)号：CN103400146A

公开(公告)日：2013-11-20

申请号：CN201310306707.0

申请日：2013-07-19

Applicant: 北京工业大学

Inventor： 卓力 ,  张菁 ,  杨云聪 ,  蔡轶珩 ,  张新峰

IPC: G06K9/62

Abstract: 基于颜色建模的中医面色识别方法，首先采集多张人脸图像，然后将每张人脸图像划分为数个大小为m×n的皮肤块，这些皮肤块构成数据集，数据集分为训练样本集和典型样本集，其中皮肤块共分四类，计算训练样本和典型样本中所有皮肤块的颜色特征向量，分别计算典型样本集中四类样本的类中心及最大半径，通过对各类典型面色的建模特征向量v进行建模，计算各类典型样本模型综合变形度α和模型相似程度β的最大值，计算每个训练样本到典型样本集中各个类中心的相对距离，计算训练样本集中所有样本的类别归属因子λ_s，计算训练样本集中所有样本与其所属类的模糊隶属度，训练模糊支持向量机，利用训练好的模糊支撑向量机进行中医面色识别。

公开(公告)号：CN102426583A

公开(公告)日：2012-04-25

申请号：CN201110304964.1

申请日：2011-10-10

Applicant: 北京工业大学

Inventor： 张菁 ,  卓力 ,  隋磊 ,  刁蒙蒙

IPC: G06F17/30 ,  G06K9/62

Abstract: 基于内容的中医舌象检索方法，属于图像分析和检索领域。本发明鉴于中医舌诊缺乏客观定量化分析，并无法对分析结果进行有效查询和管理的特点，设计了一种基于多特征的中医舌象检索方法。该发明的特征在于：该方法包括特征库构建和舌象检索两大部分；特征库构建过程中，提取了舌象的颜色、纹理和形状信息；而在进行舌象检索时，首先基于舌象的文本标注信息进行初始检索，然后基于特征库的信息计算舌象间的相似度，得到最终检索结果。本发明可以得到令医生满意的查询结果，具有一定的实用价值。

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

Inventor： 李嘉锋 ,  李耀鹏 ,  贾童瑶 ,  张菁 ,  卓力

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

Inventor： 李嘉锋 ,  杨立恒 ,  卓力 ,  张菁 ,  贾童谣 ,  郜征

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：CN114118127B

公开(公告)日：2024-05-21

申请号：CN202111205085.3

申请日：2021-10-15

Applicant: 北京工业大学 ,  国家计算机网络与信息安全管理中心

Inventor： 张菁 ,  张广朋 ,  张冬明 ,  王柳谦

IPC: G06V20/50 ,  G06V10/80 ,  G06V10/82 ,  G06V10/40 ,  G06V10/764 ,  G06N3/0464

Abstract: 本申请实施例涉及一种视觉场景标志的检测与识别方法及装置，该方法包括：通过视觉场景标志合成算法确定目标识别类别的视觉场景标志训练数据；基于多尺度特征融合网络模型，对视觉场景标志训练数据进行视觉场景标志的检测与识别；其中，多尺度特征融合网络模型基于以下步骤获得：构建多尺度特征融合网络模型；基于视觉场景标志合成数据对多尺度特征融合网络模型进行第一训练，得到第一训练后的多尺度特征融合网络模型；基于预先标注的视觉场景标志对第一训练后的多尺度特征融合网络模型进行第二训练，得到训练好的多尺度特征融合网络模型。本申请实施例能够提升视觉场景标志检测与识别的精准度和速度。

公开(公告)号：CN118037571A

公开(公告)日：2024-05-14

申请号：CN202410169312.9

申请日：2024-02-06

Applicant: 北京工业大学

Inventor： 张菁 ,  孙萌 ,  姚嘉诚

IPC: G06T5/60 ,  G06V10/764 ,  G06V10/82 ,  G06T7/10 ,  G06N3/0464

Abstract: 本发明公开了基于图像质量分类网络的甲状腺细针穿刺WSI数据扩充方法，首先，将超高分辨率的甲状腺WSI图像按照固定尺寸的滑动窗口和步长，剪裁为补丁图像，以便于模型可以读取和加载数据；然后将加载的数据，送入提前预训练好的轻量化图像质量分类模型中，根据补丁图像的颜色和对比度特征，将图像标注为质量好的和质量不好的，其中质量好指的是染色和对比度都正常的图像；最后，按照质量分类结果，为图像自适应的选择不同的数据扩充策略，在保证图像质量和关键细节的同时为WSI下游任务提供友好的数据基础。本发明充分考虑甲状腺细针穿刺WSI图像的特点，结合WSI图像中细胞团的染色质量和图像对比度进行智能调整，实现自适应数据扩充处理。

公开(公告)号：CN116091348A

公开(公告)日：2023-05-09

申请号：CN202310028246.9

申请日：2023-01-09

Applicant: 北京工业大学

Inventor： 李嘉锋 ,  郝帅 ,  况玲艳 ,  张菁 ,  卓力

IPC: G06T5/00 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供一种低光图像的增强方法、装置、电子设备及存储介质，该方法包括：获取待增强的低光图像；将所述低光图像输入至图像分解网络，得到所述低光图像对应的第一反射率分量图及第一光照分量图；将所述第一反射率分量图及所述第一光照分量图输入至反射率调整网络，得到第二反射率分量图，并将所述第一光照分量图输入至光照调整网络，得到第二光照分量图；根据所述第二反射率分量图及所述第二光照分量图，得到所述低光图像对应的增强图像。该方法利用图像分解网络，可准确分解低光图像，并利用反射率调整网络和光照调整网络，以从粗到细的方式调整分解后的低光图像，得到对应的反射率分量和光照分量，进而可有效提高获取增强图像的准确性。