一种全局与局部特征相结合的纹理特征描述方法

    公开(公告)号:CN104616016A

    公开(公告)日:2015-05-13

    申请号:CN201510051933.8

    申请日:2015-01-30

    Applicant: 天津大学

    CPC classification number: G06K9/4671 G06K9/4642

    Abstract: 一种全局与局部特征相结合的纹理特征描述方法,首先分别提取图像的旋转不变的统一局部二值模式特征或统一局部二值模式(Uniform LBP,ULBP)特征或完整局部二值模式特征或DLBP特征,以及提取图像的灰度级特征;然后将获得的旋转不变的统一局部二值模式特征和灰度级特征进行级联,形成既包含图像局部信息又包含图像的空间分布信息的二维直方图,并将形成的二维直方图转换为一维直方图来表示图像,最终形成全局与局部特征模式。本发明形成了既包含图像局部信息又包含图像的全局信息的新特征,能够更加全面、有效的描述图像。

    用于智能终端的功能扩展组合式模块

    公开(公告)号:CN103309408A

    公开(公告)日:2013-09-18

    申请号:CN201310222256.2

    申请日:2013-06-06

    Applicant: 天津大学

    Inventor: 刘立 刘倩 庞彦伟

    Abstract: 本发明涉及手机等移动智能终端设备的功能扩展等领域,为将现有的手机等移动智能终端设备的功能扩充设备,通过外接不同的功能组合,可以实现手机等智能终端设备的功能扩展,本发明采取的技术方案是,用于智能终端的功能扩展组合式模块,除终端设备外,还包括下列全部或部分模块:电源模块、存储器、声卡、音箱、外置话筒、外置摄像头、键盘、支付终端、针对特定应用的输入输出模块;不同模块之间的直接的拼接以及模块与手机之间的连接是采用有线的方式,每个模块上都有相同的两个接口,其中,一个为插槽,另一个为插头,不同模块之间通过拼接可以形成一个物理上的整体。本发明主要应用于移动智能终端设备的功能扩展。

    一种基于压缩采样的海洋遥感图像水色水温监测方法

    公开(公告)号:CN102798384A

    公开(公告)日:2012-11-28

    申请号:CN201210227785.7

    申请日:2012-07-03

    Applicant: 天津大学

    Abstract: 本发明公开了一种基于压缩采样的海洋遥感图像水色水温监测方法,获取待检测的海洋水色或水温原始遥感数据,对原始遥感数据进行压缩采样稀疏变换和图像处理,获取水色水温数据集;通过SOM算法对所述水色水温数据集依次进行去噪和重构处理,获取处理后的水色水温数据集;对所述处理后水色水温数据集进行去噪处理,并利用其连续插值特性重构缺失图像数据;输出并显示所述缺失重构的图像数据。本方法利用压缩采样原理来降低处理的数据量,利用自组织映射SOM算法的非线性估计和改进型的经验正交分解EOF算法的线性估计与连续插值等优点,提高了重构缺失图像的效率,扩大了重构图像的范围,使得海洋遥感水色水温监测的精度更高,效率更高。

    一种双通道射频线圈及其设计方法

    公开(公告)号:CN119780808A

    公开(公告)日:2025-04-08

    申请号:CN202411826794.7

    申请日:2024-12-12

    Abstract: 本申请公开了一种双通道射频线圈及其设计方法,涉及磁共振成像技术领域,该双通道射频线圈包括螺线管线圈和位于螺线管线圈外部的马鞍形线圈;螺线管线圈包括螺线圆环线圈绕组和导线组成构件;螺线圆环线圈绕组包括若干圈螺线圆环线圈;马鞍形线圈包括第一马鞍形线圈组、第二马鞍形线圈组和匹配电路;匹配电路包括依次连接的调谐构件、第一线圈组件、第一调谐网络电容、第一巴伦、匹配激励元件、第二巴伦、第二调谐网络电容和第二线圈组件;第一线圈组件与第一马鞍形线圈组连接,本申请可提升信号接收能力和成像均匀性。

    一种基于残差编解码并行网络的目标检测方法

    公开(公告)号:CN114639048B

    公开(公告)日:2025-01-07

    申请号:CN202210278000.2

    申请日:2022-03-21

    Applicant: 天津大学

    Inventor: 曹家乐 庞彦伟

    Abstract: 本发明涉及一种基于残差编解码并行网络的目标检测方法,包括训练阶段和测试阶段,所述的训练阶段包括下列步骤:准备目标检测的训练数据集;选定基础网络模型;建立残差编解码单元;构建残差编解码并行网络REDNet,方法如下:基于所建立的残差编解码单元,对于基础网络模型的不同卷积块增加所提出的残差编解码单元,在卷积块旁边增加一个并行的残差编解码单元,并行的基础网络模型的卷积块中的卷积层和残差编解码单元中的卷积层共享权重,得到残差编解码并行网络REDNet;给定两阶段目标检测器;将残差编解码并行网络REDNet嵌入给定的两阶段目标检测器,训练并生成最终的检测器。

    基于多帧信息的实例匹配方法

    公开(公告)号:CN117315530B

    公开(公告)日:2024-07-12

    申请号:CN202311208924.6

    申请日:2023-09-19

    Abstract: 本发明涉及一种基于多帧信息的实例匹配方法,包括下列步骤:对视频进行基于查询的实例分割;计算实例查询cosine相似性分数;对于上一步骤得到的相似性分数,经过时间加权和Topk两个不同分支的融合,得到最终的相似性分数;将两个分支得到的相似性分数矩阵进行相加,在两个维度上分别经过Softmax函数操作,计算这两个矩阵的平均值,生成相似性分数矩阵作为后续匈牙利算法中的代价矩阵,完成当前帧实例查询的匹配任务。

    一种用于语义分割的多查询网络
    88.
    发明公开

    公开(公告)号:CN116701681A

    公开(公告)日:2023-09-05

    申请号:CN202310841079.X

    申请日:2023-07-10

    Applicant: 天津大学

    Abstract: 本发明涉及一种用于语义分割的多查询网络,其基础架构包括骨干网和解码器组成,包括下列步骤:对于给定的图像,利用骨干网提取多层深度特征,骨干网由多层Transformer块堆叠形成,在每一层均能得到输入图像的特征表示,选择不同层次的深度特征作为骨干网输出的特征图,随后将这些特征同时输入到解码器中进行掩码的生成和分类;根据骨干网的网络参数L,以及预先设定的阶段数S,随机初始化为由L×S个ATM模块组成的解码器;每个ATM模块依次堆叠多个自注意力层、跨注意力层和前馈神经网络层,用于获取性能更好的特征嵌入,并将最后一个跨注意力层得到的掩码M作为输出。

    一种基于多路径深度神经网络的水面分割方法

    公开(公告)号:CN109559315B

    公开(公告)日:2023-06-02

    申请号:CN201811138311.9

    申请日:2018-09-28

    Applicant: 天津大学

    Inventor: 庞彦伟 贾大宇

    Abstract: 本发明涉及一种基于多路径深度神经网络的水面分割方法,包括下列步骤:收集包含各种不同类别物体的图像,并标注每张图像中的所有感兴趣物体;图像集划分;设计基于多路径深度神经网络结构,用以有效实现物体检测,语义分割网络由三路径的卷积神经网络并联而成,每个路径由三个不同膨胀率的膨胀卷积串联,每个膨胀卷积下边的数字代表膨胀卷积的膨胀率,采用dense结构连接每个路径中的膨胀卷积并在路径间使用跨连接,使感受野更加稠密;设计解码网络;设计训练过程中所需的损失代价函数,并选择合适的方法初始化所设计网络的参数;模型训练。

    一种基于三模态对抗网络的图文匹配方法

    公开(公告)号:CN110298395B

    公开(公告)日:2023-04-18

    申请号:CN201910528838.0

    申请日:2019-06-18

    Applicant: 天津大学

    Abstract: 一种基于三模态对抗网络的图文匹配方法,在图文两模态的基础上,将高层图片特征和底层文本特征串联得到融合模态,以融合模态作为第三种模态,依次进行各个模态的分类约束和进行模态两两之间的对抗匹配约束,构成三模态对抗网络。本发明能够有效地进行图文匹配,能够有效提高图文匹配的性能,对于百度,谷歌等搜索引擎公司优化图文互搜精度起到积极作用。同时对于其他模态也有借鉴意义,比如对提高语音文本匹配性能,起到了重要的推动作用。

Patent Agency Ranking