-
公开(公告)号：CN103218784B
公开(公告)日：2016-06-01
申请号：CN201310136860.3
申请日：2013-04-19
Applicant: 北京理工大学
IPC: G06T5/00
Abstract: 本发明涉及一种基于空间填充曲线和极值点的快速图像滤波方法，包括以下步骤：一、输入待滤波源图像；二、生成希尔伯特曲线；三、根据希尔伯特曲线所指示的顺序，对二维图像域中的像素点进行排序，生成一维像素点序列；四、计算该一维像素点序列的极大极小包络，并对所得包络进行精细化处理；五、采用精细化处理后的极大极小包络作为输入，通过求均值得到平滑滤波后的图像基和图像的细节；六、对图像基和图像细节的一维滤波结果进行反希尔伯特排序，将原二维图像分解为平滑部分和细节部分，从而完成滤波。本发明能够极大的降低插值误差和滤波的复杂度，能够达到准实时效果。
-
公开(公告)号：CN102881032B
公开(公告)日：2015-09-09
申请号：CN201210343076.5
申请日：2012-09-14
Applicant: 北京理工大学
Abstract: 为了解决传统拼图方法很难对大量图片中所包含的事件有一个快速准确的拼接分类的问题，本发明提出一种基于改进算法的图片拼接方法，属于图像处理领域。该方法通过分析和提取图片中的人物、时间、地点、情节等叙事属性，将图片按层次结构组织，形成图片的层次拼接；此外该方法还提出一种新的照片相似性计算和叙事重要性区域检测方法，能够更好的实现按照叙事元素的照片分类和紧凑的拼图表示。
-
公开(公告)号：CN118169793A
公开(公告)日：2024-06-11
申请号：CN202410047454.8
申请日：2024-01-12
Applicant: 北京理工大学
IPC: G02B5/28 , G06T11/00 , G06N5/04 , G06F17/10 , G06N3/0464 , G06N3/084 , G06N3/048 , G02B5/20 , G02B27/00 , G01J3/28 , G01J3/02
Abstract: 本发明公开的一种基于物理的滤光片设计及光谱成像方法，属于光谱成像技术领域。本发明实现方法为：从多层介质干涉原理出发，建立基于物理约束的滤光片模型，将滤光片的透过率参数化地表示为膜系厚度的函数。通过光谱成像系统成像过程模型，描述光谱图像被光谱成像系统捕获的前向过程。通过滤光片的结构参数和光谱重建网络的参数联合优化，将滤光片膜系厚度的优化设计和光谱重建网络训练结合起来，通过数据驱动的方式端到端地训练，得到训练好的滤光片参数和光谱重建网络；根据训练优化好的滤光片参数d加工滤光片实物；将滤光片实物和光谱成像系统耦合；将观测图像输入训练好的光谱重建神经网络，进行推理过程，得到重建的光谱图像。
-
公开(公告)号：CN117827641A
公开(公告)日：2024-04-05
申请号：CN202311615439.0
申请日：2023-11-30
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司 , 北京理工大学
IPC: G06F11/36
Abstract: 本申请提供一种模糊测试方法及系统，所述方法包括：对程序进行静态分析，以获取程序的每个基本块的复杂度信息；对程序进行模糊测试以获取测试用例；对程序进行混合执行，在基于选择获取的种子文件提取关键字节信息的同时，基于该种子文件为模糊测试辅助提供满足复杂路径约束的测试用例。本申请实施例根据路径复杂度与执行概率进行针对性种子文件选择，提高了模糊测试种子选择过程的针对性；利用混合执行提取种子文件中与程序行为相关的关键字节信息，提高了模糊测试变异过程的针对性。
-
公开(公告)号：CN117237840A
公开(公告)日：2023-12-15
申请号：CN202311160733.7
申请日：2023-09-08
Applicant: 北京理工大学
IPC: G06V20/40 , G06V10/80 , G06V10/82 , G06V10/774
Abstract: 本发明公开的一种基于未来特征自监督学习的流式感知方法，属于计算机视觉领域。本发明实现方法为：构建未来特征自监督学习的流式感知模型，流式感知模型简称为FFSSL模型。FFSSL模型包括StreamYOLO子模型、YOLOX子模型、自监督模块。利用未来帧的外观特征来增强流式感知的性能，提高FFSSL模型对时间序列数据中连续性和时序变化的捕获能力，确保预测的连续性和准确性；此外，本发明结合StreamYOLO和YOLOX的特点，实现对视频序列中每帧数据的深度解析，得到更丰富、更多样的特征表示，通过对历史、当前和未来帧进行综合分析，保证模型在每一步都能充分地利用每帧的信息，通过自监督的学习策略，有效地整合目标在不同时间点的特征，实现对目标的高精度、高稳定性预测。
-
Patent Agency Ranking
公开(公告)号：CN117132490A
公开(公告)日：2023-11-28
申请号：CN202311029207.7
申请日：2023-08-15
Applicant: 北京理工大学
IPC: G06T5/00 , G06T7/80 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 一种面向通用光照条件的神经形态相机去噪方法，属于视频去噪领域。依据脉冲流噪声强度与场景光照的关系，将连续的时空脉冲流转化为特定窗口下的图片特征表示，适配传统神经网络的输入；通过标定的暗电流矩阵和响应非一致性矩阵，去除暗电流噪声和响应非一致性噪声；通过二维离散小波变换将图像特征转换为频域特征，利用频域噪声分离的特性实现低成本的噪声去除；通过融合相邻窗口的频域特征，去除散粒噪声和截断噪声；通过深度自注意力网络对频域上的残留噪声进行彻底的去除；最后，为抑制去噪带来的过度平滑，利用频域上的融合特征来精炼去噪结果。本发明适用于视频去噪领域，用于重建干净图像，降低图像中的噪声，减少噪声对下游任务的影响。
-
公开(公告)号：CN111597662B
公开(公告)日：2023-08-11
申请号：CN202010608866.6
申请日：2020-06-29
Applicant: 北京理工大学
IPC: G06F30/17 , G06F119/14 , G06F119/02 , G06F111/04 , G06F111/10 , G06F111/06
Abstract: 本发明涉及一种拓扑结构轻量化挖掘机工具箱设计方法及系统。该方法包括：对挖掘机工具箱受到的振动能量累积分析，得到振动分析结果；根据振动分析结果，确定挖掘机工具箱承受的应力阈值；根据应力阈值，确定约束条件；将挖掘机工具箱后筋板的厚度作为设计变量；根据设计变量，建立目标函数；根据约束条件和目标函数，确定挖掘机工具箱后筋板的厚度分布结果；根据厚度分布结果，设计挖掘机工具箱。本发明能够减少挖掘机工具箱出现拉伸和断裂的问题，减少故障点，降低焊接成本。
-
公开(公告)号：CN111080555B
公开(公告)日：2023-08-11
申请号：CN201911332667.0
申请日：2019-12-22
Applicant: 北京理工大学
IPC: G06T5/00 , G06N3/044 , G06N3/0464 , G06N3/084
Abstract: 本发明公开的一种基于三维拟递归神经网络的高光谱图像降噪方法，属于图像处理领域。本发明的一种基于三维拟递归神经网络的高光谱图像降噪方法：根据空间‑光谱相关性和光谱全局相关性，构建以三维卷积和准递归池化及交替方向结构为核心的三维拟递归神经网络；通过降噪训练数据集训练三维拟递归神经网络；应用训练完毕的三维拟递归神经网络去除带噪高光谱图像中的复杂噪声。本发明能够高质量地完成高光谱图像降噪恢复，不仅能保证恢复结果具备空间、光谱保真性，大幅度提高光谱图像恢复的效率，而且能够用于任意光谱分辨率的成像系统采集的高光谱图像，扩展高光谱图像的应用范围。本发明可用于遥感成像、地质勘探、农业生产和生物医学领域。
-
公开(公告)号：CN116567365A
公开(公告)日：2023-08-08
申请号：CN202310386924.9
申请日：2023-04-12
Applicant: 北京理工大学
IPC: H04N21/81 , G10L21/055
Abstract: 本发明公开的一种基于音视频结构对齐的演讲视频生成方法，属于虚拟数字人领域。本发明包括音频分割模块、音频转化模块、音频编码模块、视频编码模块、视频融合解码模块。音频转化模块用于将分割的音素，根据傅里叶变换转化为更符合人耳频率范围的梅尔频谱图。在音频编码过程中，将相同音素的帧作为一个连续的时间模块，并将时间模块作为时间一致性来约束嘴唇的变化，通过时间一致性约束在音素级别实现对口唇细粒度控制。在视频编码中，将输入视频中多姿态变化的人脸的部分区域设置为蒙版区域，通过蒙版区域作为空间一致性精确控制嘴唇变化幅度，对齐演讲者嘴唇位置，减轻视频的视觉伪影，优化面部细节，生成音画同步的高质量演讲视频。
-
公开(公告)号：CN116416258A
公开(公告)日：2023-07-11
申请号：CN202310376811.0
申请日：2023-04-11
Applicant: 北京理工大学
IPC: G06T7/11 , G06N3/0442 , G06N3/0464 , G06N3/0499 , G06N3/08 , G06V10/75 , G06V10/80 , G06V10/82
Abstract: 本发明公开一种面向时空事件脉冲流的目标区域分割方法及系统，属于视频分割领域。本发明通过将连续的事件脉冲流转化为特定的输入表示，有效的适配传统神经网络的输入；通过循环神经网络提取信息并记忆过去特征，提高模型对连续事件脉冲输入的特征提取能力；通过循环特征编码器匹配目标，同时更新的隐藏状态，建模时空关系，提高模型对目标的查询匹配能力；通过特征解码器获取目标在当前与过去时刻的注意力关系矩阵，提高模型对特征匹配的鲁棒性；通过跳跃连接将中间特征输入分割头，提高目标区域分割模型对粗粒度和细粒度信息的特征融合能力，进而提高预测目标区域的准确性。本发明适配低光、高速场景，且能够分割任意时刻的目标区域。
-
-
-
-
-
-
-
-
-
Search Results
170
records
(took 0.03 seconds)
