-
公开(公告)号：CN115797181A
公开(公告)日：2023-03-14
申请号：CN202211709385.X
申请日：2022-12-29
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
IPC: G06T3/40 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种面向矿井模糊环境的图像超分辨率重建方法，属于图像重建技术领域，解决了现有技术中图像模糊不清的问题。具体包括：获取矿井内环境高清图像，并对图像进行预处理，得到处理后的高分辨率对应的低分辨率图像，组成图像对；基于所述图像对，建立超分重建网络模型；所述超分重建网络模型通过提取低分辨率图像的深层特征和浅层特征得到特征差异，基于所述特征差异对深层特征进行校准整合，基于整合后的深层特征重建得到高分辨率图像；获取矿井模糊环境图像，基于建立的所述超分重建网络模型得到重建后的高分辨率图像。实现了可以清晰地看到矿井下的画面，提高了图像的人眼视觉效果，更具真实性。
-
公开(公告)号：CN113763247A
公开(公告)日：2021-12-07
申请号：CN202111055748.8
申请日：2021-09-09
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
Abstract: 基于流形判别的三维矿井图像超分辨率重建方法及系统，模型化单幅图像超分辨率问题，探索可取的HR空间；设计了基于CNN网络的自然流形鉴别器(natural manifold discriminator)；提出基于不规则残差学习的CNN结构，即分形剩余超分辨率网络fractal residual super‑resolution(FRSR)；建立面向感知的超分辨率NatSR网络，可生成真实纹理和自然细节，获得高视觉质量。
-
公开(公告)号：CN113627380A
公开(公告)日：2021-11-09
申请号：CN202110959012.7
申请日：2021-08-20
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
Abstract: 本发明是一种用于智能安防及预警的跨视域行人重识别方法及系统，方法包括如下步骤：步骤1预处理源域样本和目标域样本，步骤2通过ResNet50提取样本特征向量，步骤3特征提取后特征向量拼接，步骤4计算距离，生成伪标签，步骤5重识别，生成伪标签计算进行损失计算。本发明有效地对引入姿态估计点，对混杂背景进行遮挡处理，利用遮挡，防止网络将注意力集中在背景信息上，使网络学习能力变强，从而增加无监督行人重识别的识别精度，本发明有效利用了图片的相机索引、时间信息，考虑到在特定时间段和视角不重叠的特性，在相同相机下的行人图像置信度高和不同相机下的行人图像置信度低，为跨境头下的行人检索提供了很好的约束。
-
公开(公告)号：CN113627380B
公开(公告)日：2024-03-15
申请号：CN202110959012.7
申请日：2021-08-20
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
IPC: G06V40/10 , G06V10/80 , G06V10/74 , G06V10/82 , G06V10/762 , G06N3/0895
Abstract: 本发明是一种用于智能安防及预警的跨视域行人重识别方法及系统，方法包括如下步骤：步骤1预处理源域样本和目标域样本，步骤2通过ResNet50提取样本特征向量，步骤3特征提取后特征向量拼接，步骤4计算距离，生成伪标签，步骤5重识别，生成伪标签计算进行损失计算。本发明有效地对引入姿态估计点，对混杂背景进行遮挡处理，利用遮挡，防止网络将注意力集中在背景信息上，使网络学习能力变强，从而增加无监督行人重识别的识别精度，本发明有效利用了图片的相机索引、时间信息，考虑到在特定时间段和视角不重叠的特性，在相同相机下的行人图像置信度高和不同相机下的行人图像置信度低，为跨境头下的行人检索提供了很好的约束。
-
公开(公告)号：CN113763247B
公开(公告)日：2023-12-05
申请号：CN202111055748.8
申请日：2021-09-09
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
Abstract: 基于流形判别的三维矿井图像超分辨率重建方法及系统，模型化单幅图像超分辨率问题，探索可取的HR空间；设计了基于CNN网络的自然流形鉴别器(natural manifold discriminator)；提出基于不规则残差学习的CNN结构，即分形剩余超分辨率网络fractal residual super‑resolution(FRSR)；建立面向感知的超分辨率NatSR网络，可生成真实纹理和自然细节，获得高视觉质量。
-
Patent Agency Ranking
公开(公告)号：CN119719648A
公开(公告)日：2025-03-28
申请号：CN202411625563.X
申请日：2024-11-14
Applicant: 中国矿业大学
IPC: G06F18/20 , G06Q50/02 , G06Q50/26 , G06F18/211 , G06F18/213 , G06F18/2135 , G06F18/15 , G06F18/2415
Abstract: 一种基于多源数据融合的矿山安全智能监测方法及系统，通过收集矿山各个传感器的数据，对多源数据进行预处理，对处理后的多源数据进行空间重构，借助多窗口滑动扫描机制对数据特征进行分离，再通过四向扫描机制以及通道混洗机制扩展特征空间多样性，最后通过选择状态空间模型对重构的多源数据进行深层特征融合与提取，预测矿山设备与环境的安全状况。本发明将状态空间模型作为智能监测算法的主体框架以降低模型计算复杂度，将重构过后的多源数据输入改良的状态空间模型中，提取多源数据间的隐式联系，并对矿山安全状况进行估计，增加了多源数据样本以及多源异构特征的空间多样性，提高了特征提取效率以及预测模型的计算效率和预测能力。
-
公开(公告)号：CN119203038A
公开(公告)日：2024-12-27
申请号：CN202411476006.6
申请日：2024-10-22
Applicant: 中国矿业大学
IPC: G06F18/25 , G06F18/213 , G06F18/2415 , G06F18/2431 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 一种基于多源异构数据融合的矿井有色金属特征提取方法，步骤包括利用DNN和CNN网络进行异构数据处理；通过堆叠自编码器构建特征融合网络；对特征融合网络进行训练，完成对特征融合网络的初始化；通过构建损失函数对初始化的特征融合网络进行训练优化，得到优化后的网络模型；利用优化后的网络模型进行有色金属识别。本发明充分发挥了异构数据间的互补优势，减少了数据混淆并充分提取不同维度数据的共同特征，避免数据冗余；能够辨别复杂选冶环境下更利于有色金属检测的重要信息源，降低了复杂环境的干扰，有效地保障了后续算法对有色金属的检测鲁棒性与精度。
-
公开(公告)号：CN115294282A
公开(公告)日：2022-11-04
申请号：CN202211003081.1
申请日：2022-08-19
Applicant: 中国矿业大学
Abstract: 本发明公开了一种三维场景重建中增强特征融合的单目深度估计系统，该系统包括单目深度估计网络，单目深度估计网络采用自监督方式优化训练；单目深度估计网络包括深度估计网络和位姿预测网络，深度估计网络用于帮助目标图像恢复深度；位姿预测网络用于输出邻帧间运动量；深度估计网络包括深度编码器和深度解码器；深度编码器接用于提取输入图像的深度信息特征；深度解码器生成各尺度的深度预测图；深度编码器与深度解码器采用全尺度跳跃连接，获得全尺度的编、解码器特征信息，并将其融合。本发明通过深度编码器和深度解码器采用全尺度跳跃连接，优化学习分配各层特征信息的参数权重，得到精确的深度边界与预测精度。
-
公开(公告)号：CN115055497A
公开(公告)日：2022-09-16
申请号：CN202210521770.5
申请日：2022-05-13
Applicant: 中国矿业大学
Abstract: 本申请提出一种分解土壤中多氯联苯的机械化学方法，包括：采集多氯联苯污染土壤；对多氯联苯污染土壤进行风干破碎处理，以得到待修复土壤；将待修复土壤、氧化铈和磨球放入球磨罐中，并将球磨罐置于球磨机上进行球磨，以分解待修复土壤中的多氯联苯。本申请实施例的分解土壤中多氯联苯的机械化学方法，具有操作简单安全，氧化铈成本较低、无毒、无二次污染，多氯联苯降解效率高等优点，从而具有较好的实际应用前景。
-
公开(公告)号：CN117237190B
公开(公告)日：2024-03-15
申请号：CN202311194024.0
申请日：2023-09-15
Applicant: 中国矿业大学
IPC: G06T3/4053 , G06V10/80 , G06T5/70 , G06T11/00 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开用于边缘移动设备的轻量化图像超分辨率重建系统及方法，属于图像超分辨率重建技术领域；包括输入模块、浅层特征提取层、多个堆叠蒸馏特征融合像素注意块模块、特征聚合模块、重建模块和输出模块；浅层特征提取层对低分辨率图像提取浅层特征；多个堆叠蒸馏特征融合像素注意块模块是m个以链的方式进行堆叠的DFFPA块，对浅层特征逐步细化提取深层特征；特征聚合模块聚合m个DFFPA块和浅层特征提取层的特征；重建模块经过卷积层和像素重排进行图像重建，得到超分辨率图像；本发明能够减少冗余信息，更加高效地提取图像中的高频信息，通过在像素级别上对不同尺度的特征进行加权融合，网络能够提供更优质的超分辨率重建结果。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.036 seconds)
