-
公开(公告)号：CN106886995A
公开(公告)日：2017-06-23
申请号：CN201710024794.9
申请日：2017-01-13
Applicant: 北京航空航天大学
Abstract: 本发明公开了多线性示例回归器聚合的图像显著对象分割方法，包括：通过构建图像显著基准数据集，分析总结出显著对象以及非显著对象的属性与特点；使用背景先验并构建二次优化问题计算初始显著概率图，根据该初始概率图选择最可信前景与背景种子点，随后通过局部线性嵌入算法进行流形保持的前景度传播，生成最终前景度概率图；随后，通过似物性采用方法对图像生成对象候选集，使用形状、前景度以及关注度三种特征来表征每一个候选对象，并对每一张训练图像训练线性示例回归器以表征该张图像的特定显著方式；最后，将多个线性示例器进行聚合，对测试图像的候选对象集计算显著值，形成一个能处理各种复杂场景的图像显著对象分割模型。
-
公开(公告)号：CN105956074A
公开(公告)日：2016-09-21
申请号：CN201610279856.6
申请日：2016-04-28
Applicant: 北京航空航天大学
CPC classification number: G06F16/5838 , G06F17/12 , G06F17/16
Abstract: 本发明公开了邻近位姿融合引导的单幅图像场景六自由度定位方法，首先从已标记内参和位置信息的参考图像库中检索出输入图像的一组邻近图像集；然后估计出输入图像与每一个邻近图像之间的相对位姿，并结合邻近图像的位姿，得到输入图像的一组候选位姿集；最后通过融合输入图像的候选位姿集，得到输入图像的六自由度位姿。为此，在估计输入图像与相似图像之间的相对位姿时，本发明提出了一种基于奇异值分解的快速估计算法。在融合候选位姿集时，定义了一个有效的几何误差函数，通过最小化误差函数值，得到输入图像的位置信息，其姿态信息由候选位姿的姿态信息平均计算得到。
-
公开(公告)号：CN104778704A
公开(公告)日：2015-07-15
申请号：CN201510185348.7
申请日：2015-04-20
Applicant: 北京航空航天大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于随机扫视图稀疏信号重构的图像关注区域检测方法，首先对每一张图像生成一系列的随机扫视图，并且每一次扫视端点的圆形区域可以实际被记录到。随后，将圆形区域内的视觉刺激传递到我们的大脑进行编码并且使用预先训练好的稀疏基元进行信号重构。在这个过程中，人眼视点一直被锁定在观测区域内，直到该观测区域内的视觉刺激被充分认知。停留时间可以通过稀疏基元的激活代价和稀疏重构误差来计算。在经过每一次扫视之后图像的显著度可以由图像的每一个图像块内观测区域视点的停留时间来衡量，综合每一次扫视之后的图像显著度即可得到最终的图像显著图。本发明引入了稀疏编码，图像显著性检测过程更符合人类视觉系统观测图像。
-
公开(公告)号：CN104778466A
公开(公告)日：2015-07-15
申请号：CN201510178878.9
申请日：2015-04-16
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种联合多种上下文线索的图像关注区域检测方法，首先在大规模图像数据集上构建树状结构的层次化上下文模型，其中对每一个叶子节点都生成混合高斯模型，用于涵括特定类型场景下对象及其位置关系的先验知识。对于和某类型场景具有相似空间布局的测试图像，先找到与该场景类型对应的预先训练好的混合高斯模型，用作图像外部线索模型，并结合图像内部上下文特征来联合计算图像的显著性。此外，由于人眼的注意力能很快地在不同刺激位置快速转换，为更好的判断能被人眼快速捕捉到的图像块的显著性，本发明采用马尔可夫链机制构建刺激驱动的注意力转换模型。本发明可以广泛应用于计算机视觉显著性领域对真实世界进行认知、分析和理解。
-
公开(公告)号：CN119516110A
公开(公告)日：2025-02-25
申请号：CN202411576212.4
申请日：2024-11-06
Applicant: 北京航空航天大学
Abstract: 本公开的实施例公开了基于稀疏视图内联先验的三维重建方法和装置。该方法的一具体实施方式包括：从稀疏视角图像中确定三维场景的稀疏点云；根据稀疏点云，对三维高斯点云进行初始化，得到初始化后三维高斯点云；对稀疏视角图像的各个稀疏视角中的每个稀疏视角的预设范围内进行随机采样，以生成伪视角，得到伪视角集；根据各个稀疏视角和伪视角集，确定多个优化正则项；根据多个优化正则项，确定损失函数；根据损失函数，优化初始化后三维高斯点云的参数，以进行稀疏视角三维重建。该实施方式抑制了模式偏移，提升了稀疏视角下的三维重建质量。
-
Patent Agency Ranking
公开(公告)号：CN111860494B
公开(公告)日：2023-07-07
申请号：CN202010548365.3
申请日：2020-06-16
Applicant: 北京航空航天大学
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本申请提供了一种图像目标检测的优化方法、装置、电子设备和存储介质，通过获取待检测图像，然后利用域间损失函数与域内损失函数对目标检测模型进行训练，最后再用目标检测模型对待检测图像进行检测，得到检测结果。实现了利用特征分组的方式通过域间损失函数防止目标检测模型训练当中的过矫正，并同时利用域内损失函数确保两个分类器从不同角度对特征进行分类检测，提高目标检测模型的训练效果。达到了对目标检测模型的跨域知识迁移，降低了目标检测模型的重训练成本，提高了目标检测模型的泛化能力的技术效果。
-
公开(公告)号：CN116309137A
公开(公告)日：2023-06-23
申请号：CN202310183533.7
申请日：2023-02-17
Applicant: 北京航空航天大学
Abstract: 本公开的实施例公开了一种多视点图像去模糊方法、装置、系统和电子介质。该方法的一具体实施方式包括：首先，通过事件流的引导构建相机姿态估计框架，从而获得模糊图像的准确拍摄位姿作为NeRF输入，然后，通过模糊渲染损失和事件渲染损失以进一步模拟真实的模糊过程，从而更好的实现物体或场景的三维表示学习。该实施方式有效地利用了事件和图像之间的内部关系，不仅实现了图像去模糊，而且实现了高质量的新视角图像渲染。
-
公开(公告)号：CN116246107A
公开(公告)日：2023-06-09
申请号：CN202310134043.8
申请日：2023-02-07
Applicant: 北京航空航天大学
IPC: G06V10/764 , G06V10/774 , G06N20/00
Abstract: 本公开的实施例公开了标注不完备图像的识别方法、装置、系统和电子介质。该方法的一具体实施方式包括：标注单个标签的标注不完备图像，将标注不完备图像输入特征提取骨干网络，提取出多个不同层次的特征；构建一个语义掩膜模块，根据图像的类激活图生成语义掩膜，从不同层次的特征中提取单个物体的特征；构建一个掩膜择优模块，从全部图像中为每类物体筛选出一定量的显著的语义掩膜；构建一个基于期望最大化算法的自举学习框架，通过对比不同标签的物体的语义掩膜，逐步恢复和补充网络训练阶段的约束信息，从而使网络能够更准确地识别标注不完备图像。该实施方式增强了在复杂图像中对不同物体的区分、定位和识别能力，通过自举的方式提高准确性。
-
公开(公告)号：CN115457275A
公开(公告)日：2022-12-09
申请号：CN202211130460.7
申请日：2022-09-16
Applicant: 北京航空航天大学
Abstract: 本公开的实施例公开了视野感知的全景图像显著对象分割方法及装置。该方法的一具体实施方式包括：获取全景图像；对全景图像进行投影处理，得到等距圆柱投影图像并对等距圆柱投影图像进行分析；获取预设的视野感知卷积神经网络分割模型，并根据预设的视野感知卷积神经网络分割模型对等距圆柱投影图像进行分割处理，得到显著对象分割结果图像。该实施方式提高了对全景图像显著对象分割的可靠性。
-
公开(公告)号：CN112116700B
公开(公告)日：2022-09-16
申请号：CN202010887244.1
申请日：2020-08-28
Applicant: 北京航空航天大学
Abstract: 本公开的实施例公开了基于单目视图的三维重建方法与装置。该方法的一具体实施方式包括：获取输入图像；对上述输入图像进行多次卷积处理，得到多层特征图序列；将上述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集；响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图；将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息。该实施方式实现了快速准确地呈现三维空间中各个部件级信息。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.059 seconds)
