-
公开(公告)号：CN107194318B
公开(公告)日：2020-06-12
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：CN105574887B
公开(公告)日：2019-08-02
申请号：CN201610112981.8
申请日：2016-02-29
Abstract: 本发明涉及图像处理领域，公开了一种高分辨率遥感影像快速分割方法，该方法包括：步骤S1、读取高分辨率遥感影像；步骤S2、计算所读取的高分辨率遥感影像的多波段形态学梯度，从而得到由所述多波段形态学梯度构成的多波段形态学梯度图像；步骤S3、对所述多波段形态学梯度图像进行形态学重建，以得到形态学重建后的梯度图像；步骤S4、对形态学重建后的梯度图像进行分水岭分割以得到分水岭分割后的图像；以及步骤S5、对分水岭分割后的图像进行区域合并。本发明能够快速分割具有海量数据的遥感影像，并能够有效地减小过分割。
-
公开(公告)号：CN104268879A
公开(公告)日：2015-01-07
申请号：CN201410510164.9
申请日：2014-09-28
IPC: G06T7/00
CPC classification number: G06T7/0004 , G06T2207/10036
Abstract: 本发明公开了一种基于遥感多光谱图像的建筑物实物量损毁评估方法。可先对灾前灾后的多时相多光谱遥感图像做预处理，然后采用基于随机游走的变化检测方法获取二值掩膜图像，在利用二值掩膜图像对灾前图像做目标检测以提取建筑物，最后给出建筑物实物量损毁评估结果。本发明可快速、准确、自动地检测建筑物实物量损毁状况，为灾情评估、救灾决策工作提供有力的数据支持。
-
公开(公告)号：CN114529552B
公开(公告)日：2025-05-06
申请号：CN202210202403.9
申请日：2022-03-03
Applicant: 北京航空航天大学 , 中国科学院空间应用工程与技术中心
IPC: G06T7/10 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/40 , G06V10/764
Abstract: 本发明公开了一种基于几何轮廓顶点预测的遥感影像建筑物分割方法，本方法首先使用两阶段检测网络结构，通过该网络从遥感影像中提取建筑物的特征信息，利用ROI‑Align操作对建筑物检测框进行操作得到建筑物的特征图，然后在该特征图上使用基于注意力机制的长短时记忆网络对建筑物轮廓进行建模预测，在轮廓预测过程中，先做边缘检测和关键点检测，将关键点得分最高的顶点作为开始顶点，输入到基于注意力机制的长短时记忆网络中开始预测，直到碰到结束标志或达到最大时序长度时结束预测，最后将预测的顶点结果映射到原图，并按照顺序相连得到建筑物的轮廓。
-
公开(公告)号：CN119760641A
公开(公告)日：2025-04-04
申请号：CN202411827930.4
申请日：2024-12-12
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
IPC: G06F18/25 , G06F18/213 , G06N3/0455 , G06N5/04 , G06N3/042 , G06N3/0464 , G06V40/16
Abstract: 本发明涉及人物关系的挖掘技术领域，具体涉及一种基于多模态信息融合的多维度人物关系发现方法，包括：从视频中提取文本、视觉和音频模态特征；模态特征的欧氏距离，进行最优对齐路径优化和非线性时间调整，得到时间步对齐的模态特征；模态特征进行自注意力和交叉注意力机制处理，获取文本、视觉和音频的多模态表示；文本、视觉和音频的多模态表示，建立社交关系、立场关系和共现关系的图结构网络；由所述社交关系、立场关系和共现关系的图结构确定视频中各人物的社交关系紧密程度、立场一致性程度和共现强度；本发明能够提高多维度人物关系的理解准确性。
-
Patent Agency Ranking
公开(公告)号：CN118941523A
公开(公告)日：2024-11-12
申请号：CN202410981616.5
申请日：2024-07-22
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纺织品起毛起球级别检测方法、装置、设备和可读介质。该方法的一具体实施方式包括：获取初始点云训练样本集；对初始点云训练样本集进行点云过滤处理；对初始物品识别网络进行第一训练；将训练完成的初始物品识别模型确定为待训练纺织品起毛起球级别检测模型；获取纺织品点云训练样本集；对待训练纺织品起毛起球级别检测模型进行第二训练；将训练完成的待训练纺织品起毛起球级别检测模型确定为纺织品起毛起球级别检测模型；采集待检测纺织品点云数据；对待检测纺织品点云数据进行分割处理；将点云块信息输入至纺织品起毛起球级别检测模型；生成纺织品起毛起球级别检测信息。该实施方式提高了纺织品起毛起球级别检测信息的准确性。
-
公开(公告)号：CN117912007A
公开(公告)日：2024-04-19
申请号：CN202410049285.1
申请日：2024-01-12
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06V20/64 , G06V10/25 , G06V10/764 , G06V10/82
Abstract: 本公开的实施例公开了基于特征增强的目标检测方法、装置、设备和可读介质。该方法的一具体实施方式包括：获取待检测图像集合；对于每个待检测图像，执行以下目标检测步骤：对待检测图像进行下采样，以生成待检测图像特征图和下采样特征图组；对待检测图像对应的各个标定框信息包括的各个标定框位置信息进行坐标转换处理；生成各个标定框中心位置信息、各个标定框中心位置偏移信息和各个目标分布矩阵；生成各个目标中心位置信息；对待检测图像特征图进行特征增强处理，得到增强后特征图；根据增强后特征图和多任务检测模型，生成各个目标检测信息。该实施方式可以减少显存资源的浪费。
-
公开(公告)号：CN117574931A
公开(公告)日：2024-02-20
申请号：CN202410052451.3
申请日：2024-01-15
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本公开的实施例公开了基于3D结构的一维条形码信息生成方法和激光解码设备。该方法的一具体实施方式包括：采集目标条形码图像，其中，目标条形码图像是3D结构信息且带有激光投射线的一维条形码图像；利用滤光片对目标条形码图像进行滤波处理；对立体条形码图像进行阈值分割处理；对各个阈值分割条形码像素点进行直线拟合处理；确定各个阈值分割条形码像素点与灰度拟合直线的距离；确定像素区域；将像素区域确定为第一预设字符区域，其中，第一预设字符区域为经过激光雕刻设备雕刻的立体图像区域；将像素区域确定为第二预设字符区域；确定待解码条形码字符串；生成一维条形码信息。该实施方式可以提高条形码的解码准确率，扩大条形码的适用范围。
-
公开(公告)号：CN117257163A
公开(公告)日：2023-12-22
申请号：CN202311193010.7
申请日：2023-09-13
Applicant: 北京航空航天大学杭州创新研究院
IPC: A47L1/02
Abstract: 本公开的实施例公开了可变形窗户清洁机器人和电机控制方法。该可变形窗户清洁机器人的一具体实施方式包括：滚轮电机组件、清扫电机组件、可伸缩组件、滚轮组件、基座组件、清洁组件、传感器组件和控制模块，滚轮电机组件与传感器组件设置在基座组件上；滚轮电机组件与滚轮组件通过转轴连接；可伸缩组件包括可伸缩轴，基座组件包括第一基座和第二基座，第一基座和第二基座分别设置于可伸缩轴的两端；清扫电机组件包括第一清扫电机和第二清扫电机；清洁组件设置于可伸缩轴上；滚轮电机组件、清扫电机组件、传感器组件与控制模块通信连接。该可变形窗户清洁机器人可以提高窗户清洁机器人的清洁效率和窗户清洁机器人的安全性。
-
公开(公告)号：CN117214177A
公开(公告)日：2023-12-12
申请号：CN202311120880.1
申请日：2023-08-31
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本公开的实施例公开了手机壳缺陷检测方法和装置。该方法的一具体实施方式包括：响应于检测到待检测手机壳放置在手机壳托架上，控制第一摄像设备获取待检测手机壳的第一图像，以及控制第二摄像设备获取待检测手机壳的第二图像；确定第一图像和第二图像对应的标准手机壳图像信息；根据第一图像和第二图像对应的标准手机壳图像信息，对边缘裁剪处理后的第一图像和边缘裁剪处理后的第二图像进行对齐处理，得到第一对齐图像和第二对齐图像；根据标准手机壳图像信息、第一对齐图像和第二对齐图像，对待检测手机壳进行缺陷检测，得到检测结果信息；将检测结果信息显示在显示设备。该实施方式降低了误检率和缩短了检测耗时，且不需要额外的配置硬件资源。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.057 seconds)
