-
公开(公告)号:CN119478858B
公开(公告)日:2025-04-01
申请号:CN202510046440.9
申请日:2025-01-13
Applicant: 中国矿业大学 , 燕园智能科技(徐州)有限公司
IPC: G06V20/54 , G01S7/48 , G06V20/62 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/77 , G06V20/17 , G06N3/0464 , G06N3/094 , G06T7/66 , G06T7/60 , G08G1/017 , H04N19/70
Abstract: 本发明公开一种面向车辆超限预警的雷达与视频信息融合编码方法,步骤包括:通过雷达模块获取三维点云数据;实时测量目标车辆的长、宽、高三维尺寸;利用视频信息采集模块获取车辆图像数据,视频数据通过改进YOLO的深度学习算法识别车牌号码和车辆外观特征,辅助判断车辆是否超限;通过数据处理模块将雷达测得的车辆三维尺寸与数据库中的标准尺寸进行对比,用阈值法判断车辆是否存在超限情况,通过算法将雷达数据和视频数据进行有效融合,并对融合后的数据进行压缩处理。本发明利用雷达与视频信息融合技术,结合高效的编码方案,能够实现高精度、高效率的车辆超限预警功能,适应复杂的道路环境和多变的交通场景。
-
公开(公告)号:CN118984361B
公开(公告)日:2024-12-24
申请号:CN202411443549.8
申请日:2024-10-16
Applicant: 中国矿业大学 , 燕园智能科技(徐州)有限公司
IPC: H04N5/14 , H04N5/265 , H04N5/33 , H04N19/192 , H04N19/13 , H04N19/159 , H04N19/61 , H04N5/262 , G06V10/80
Abstract: 本发明公开了一种基于自适应配准的红外与微波信息视频编码融合方法,Step1、采集同一场景下红外和微波成像设备的信息片段;Step2、对采集的红外视频片段进行预处理操作,对采集的微波信息片段进行脉冲压缩并计算频率向量转化为雷达RD图的预处理操作;Step3、对红外视频帧及微波信息片段进行对齐和融合,生成融合视频帧;Step4、采用局部对比度增强技术进行后处理操作,增强图像中的细节和特征;Step5、采用H.265/HEVC将融合后的视频帧序列编码成视频文件。本发明充分利用红外与微波信息的特征,实现特殊场景下的目标可视化,确保红外和微波信息中目标物体的精准匹配和对齐,提高融合的准确性,拓宽了红外视频与微波信息视频编码融合技术的应用领域。
-
公开(公告)号:CN118984361A
公开(公告)日:2024-11-19
申请号:CN202411443549.8
申请日:2024-10-16
Applicant: 中国矿业大学 , 燕园智能科技(徐州)有限公司
IPC: H04N5/14 , H04N5/265 , H04N5/33 , H04N19/192 , H04N19/13 , H04N19/159 , H04N19/61 , H04N5/262 , G06V10/80
Abstract: 本发明公开了一种基于自适应配准的红外与微波信息视频编码融合方法,Step1、采集同一场景下红外和微波成像设备的信息片段;Step2、对采集的红外视频片段进行预处理操作,对采集的微波信息片段进行脉冲压缩并计算频率向量转化为雷达RD图的预处理操作;Step3、对红外视频帧及微波信息片段进行对齐和融合,生成融合视频帧;Step4、采用局部对比度增强技术进行后处理操作,增强图像中的细节和特征;Step5、采用H.265/HEVC将融合后的视频帧序列编码成视频文件。本发明充分利用红外与微波信息的特征,实现特殊场景下的目标可视化,确保红外和微波信息中目标物体的精准匹配和对齐,提高融合的准确性,拓宽了红外视频与微波信息视频编码融合技术的应用领域。
-
公开(公告)号:CN118413675B
公开(公告)日:2024-09-24
申请号:CN202410879262.3
申请日:2024-07-02
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于上下文渐进式三平面编码图像压缩算法及终端设备,具体包括:S1、通过MPEG算法将可视相机采集的视频流进行压缩,并获取编码格式为H265的可视图像;S2、通过编码器和超编码器依次将可视图像X转换为潜在张量Y和超潜在张量Z,此外使用超解码器得到表示Y的平均值和标准差;S3、通过概率计算模块使用平均值、标准差和已编码的三平面来评估值;S4、设计一个基于上下文的速率降低模块,预测每个三平面的值并通过残差块和卷积层进行融合,最后使用激活函数;S5、设计一个基于上下文的失真降低模块,在熵解码之后进行图像重构X;S6、最后,通过超解码器将改进的潜在张量进行图像重建。
-
公开(公告)号:CN118411306B
公开(公告)日:2024-09-24
申请号:CN202410888768.0
申请日:2024-07-04
Applicant: 中国矿业大学
Abstract: 本发明涉及本发明涉及图像处理领域,具体公开了一种图像实时可控去噪方法、系统及计算机可读介质。图像实时可控去噪方法包括:通过主干网络生成多个固定级别的噪声特征图;将这些噪声特征图作为输入送入噪声去相关模块,强化其噪声分布的正交性;对得到的零相关噪声特征图进行简单的线性插值实现可控的去噪效果;自动调整模块给出一组最优的控制参数以生成最终的去噪图像。利用上述方法,在噪声去相关过程中加强了噪声特征图的正交性,从而通过噪声特征图插值实现任意噪声级别控制,且不需要网络推理,实现了图像去噪过程的实时性与可控性。
-
公开(公告)号:CN117560494B
公开(公告)日:2024-03-19
申请号:CN202410038681.4
申请日:2024-01-11
Applicant: 中国矿业大学 , 江苏比特达信息技术有限公司
IPC: H04N19/132 , H04N19/177 , H04N19/172
Abstract: 一种用于矿下低质视频快速增强的编码方法,步骤:利用检测摄像头获取煤矿井下多种光线条件下的低照度和低清晰度视频流数据;对获取的视频流数据进行处理,截取出低照度场景视频,构建井下低质视频数据集;通过帧插值器接收两个参考帧并进行帧插值操作生成一个参考帧;确定Gop结构,利用I帧编码器和P帧编码器分别对I帧和P帧进行编码;将参考帧作为参考,通过当前P帧编码器对输入的B帧进行编码。本发明为现有的神经P帧编解码器增加B帧编码功能,大大提高了P帧编码器对低质视频的增强编码性能,且具有很强的灵活性和泛化性;实现了对Gop结构的全面分析,提高了整体编码效率;为煤矿安全管理提供科学数据支持,提高了安全管理水平。
-
公开(公告)号:CN117528085A
公开(公告)日:2024-02-06
申请号:CN202410020281.0
申请日:2024-01-08
Applicant: 中国矿业大学 , 燕园安全科技(徐州)有限公司
IPC: H04N19/124 , H04N19/132 , H04N19/88 , H04N19/91 , G06T9/00 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于智能特征聚类的视频压缩编码方法,包括以下步骤:步骤1、将视频进行预处理后利用深度学习模型对视频进行智能特征提取;步骤2、采用特征聚类算法对提取出的特征进行聚类,将相似或冗余的特征整合在一起,为后续编码提供更有效的数据结构;步骤3、对聚类后的特征集进行编码,通过视觉增强和数据压缩的联合制定来进行视频压缩;步骤4、在解码端,根据编码数据和聚类中心信息,恢复出原始的特征集;步骤5、利用深度学习模型的重建模块,根据解码后的特征集重建原始视频。本发明能够准确有效地进行特征提取和压缩编码,同时具有较高的压缩比和图像质量。
-
公开(公告)号:CN105307230A
公开(公告)日:2016-02-03
申请号:CN201510605225.4
申请日:2015-09-21
Applicant: 中国矿业大学
Abstract: 一种基于贪心思想的三维矿井混合路由算法,属于煤矿井下无线传感器网络数据传输路由算法。首先使用空间镶嵌理论优化节点部署策略,设置适合煤矿井下的部署方案,然后利用贪心思想优化网络的分簇路由算法,使用剩余能量以及转播因子作为簇首选举的权值参照,最后确定权值函数选择最优的下一跳节点,最终形成数据转发的最优路径,降低网络的能量开销和延时时间。利用贪心思想设计具有全局能量高效且均衡、时延较小的无线传感器网络路由算法;根据空间镶嵌理论选用三角棱柱进行三维空间填充,在确定节点位置时将三维空间转换为二维表示。通过感知节点的剩余能量和转播因子进行分簇,在建立簇间路由时利用贪心思想实现簇首与基站最优路径多跳通信。
-
公开(公告)号:CN120030502A
公开(公告)日:2025-05-23
申请号:CN202510513213.2
申请日:2025-04-23
Applicant: 中国矿业大学 , 燕园智能科技(徐州)有限公司
IPC: G06F18/25 , G06N3/0895 , G06F18/2131 , G06N3/0464 , G06N3/045 , G06T7/73 , G06T5/40 , G06T5/10 , G06T5/70 , G06V10/774 , G06V10/82 , G06V10/80
Abstract: 一种基于光学特征融合的暗弱空间目标增强检测方法,步骤包括:采集暗弱空间场景中的多光谱数据;对采集的多光谱数据进行预处理,包括噪声去除、图像增强和特征提取;采用自适应权重融合算法对多光谱数据进行特征融合,生成融合后的多尺度特征图;利用深度学习目标检测模型结合注意力机制对融合后的特征图进行暗弱目标的检测与定位;引入自监督学习方法对深度学习目标检测模型进行训练,利用未标注数据增强模型的泛化能力;对检测结果进行后处理,输出暗弱空间目标的位置信息与特征描述。通过多光谱特征融合与深度学习检测技术,解决了单一光学成像信息不足的问题,提升了暗弱目标在复杂空间环境下的检测精度与鲁棒性。
-
公开(公告)号:CN118301353B
公开(公告)日:2024-09-17
申请号:CN202410728757.6
申请日:2024-06-06
Applicant: 中国矿业大学
IPC: H04N19/154 , H04N19/159 , H04N19/63 , H04N19/91 , H04N19/94 , G06V10/46 , G06V10/28 , G06V10/30 , G06V10/44
Abstract: 一种基于小波变换的红外与微波信息视频编码融合方法,步骤包括采集同一场景下的红外视频流和微波成像设备的信息片段;对红外视频流进行逐帧提取、去噪、对比度增强的预处理操作,对微波信息片段进行去除伪影、动态范围压缩的预处理操作;对红外视频帧及微波信息片段进行特征提取;通过小波变换融合算法进行融合编码,生成融合视频帧,进行去噪及细节增强的后处理操作;采用H.265/HEVC将融合后的图像序列编码成视频文件。实现了多模态的信息融合,获得更全面和完善的场景信息;通过尺度不变特征变换算法,提高融合的准确性。通过小波变换算法,有效融合红外图像和微波信息,扩大了红外视频和微波信息视频编码融合技术的适用范围。
-
-
-
-
-
-
-
-
-