-
公开(公告)号：CN114998281A
公开(公告)日：2022-09-02
申请号：CN202210686189.9
申请日：2022-06-16
Applicant: 北京大学深圳研究生院
Abstract: 本发明涉及一种基于点集表示的精确缺陷检测方法和系统。该方包括对检测目标采用点集进行表示；对于采用点集表示的检测目标，采用全局上下文特征金字塔网络来增强提取对比度明显的多尺度缺陷特征，采用感受野金字塔模块来获取和融合不同尺度大小的缺陷特征，采用自适应正负样本分配检测头来筛选用于学习训练的缺陷正样本；依据筛选得到的缺陷正样本以及提取的缺陷特征，生成准确的缺陷类别以及精确的缺陷位置，实现检测功能。在此基础上，采用深度可分离卷积来代替普通卷积对网络进行轻量优化，以提升检测速度。本发明解决了低对比度问题带来的检测模糊性问题，解决了缺陷尺寸变化大带来的单一性问题，并且避免了不平衡正负样本带来的训练问题。
-
公开(公告)号：CN101610412B
公开(公告)日：2011-01-19
申请号：CN200910088878.4
申请日：2009-07-21
Applicant: 北京大学
Abstract: 本发明公开了一种基于多线索融合的视觉跟踪方法，属于信息技术领域。本发明方法包括：a)在视频序列的第一帧中确定包括目标区域和背景区域的跟踪窗口；b)自第二帧起，获得前一帧的颜色特征概率分布图，位置特征概率分布图和运动连续性特征概率分布图；c)将所述三种概率分布图加权相加得到总概率分布图；d)在所述总概率分布图中，通过CAMSHIFT算法得到当前帧的跟踪窗口的中心点坐标。本发明方法可用于人机交互、视觉智能监控、智能机器人、虚拟现实技术、基于模型的图像编码，流媒体的内容检索等领域。
-
公开(公告)号：CN114998281B
公开(公告)日：2025-04-15
申请号：CN202210686189.9
申请日：2022-06-16
Applicant: 北京大学深圳研究生院
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于点集表示的精确缺陷检测方法和系统。该方包括对检测目标采用点集进行表示；对于采用点集表示的检测目标，采用全局上下文特征金字塔网络来增强提取对比度明显的多尺度缺陷特征，采用感受野金字塔模块来获取和融合不同尺度大小的缺陷特征，采用自适应正负样本分配检测头来筛选用于学习训练的缺陷正样本；依据筛选得到的缺陷正样本以及提取的缺陷特征，生成准确的缺陷类别以及精确的缺陷位置，实现检测功能。在此基础上，采用深度可分离卷积来代替普通卷积对网络进行轻量优化，以提升检测速度。本发明解决了低对比度问题带来的检测模糊性问题，解决了缺陷尺寸变化大带来的单一性问题，并且避免了不平衡正负样本带来的训练问题。
-
公开(公告)号：CN103458315B
公开(公告)日：2016-05-11
申请号：CN201310385411.2
申请日：2013-08-29
Applicant: 北京大学深圳研究生院
IPC: H04N21/63 , H04N21/647
Abstract: 本发明公开了一种基于流行度的P2P流媒体复制方法。本方法为：1）从P2P流媒体系统中选取若干节点作为候选节点；2）统计P2P流媒体系统中每个流媒体文件的长度及其期望的赤字带宽，计算流媒体文件的流行度，根据流媒体文件的流行度值确定出将要变热的流媒体文件Mi；3）计算当前观看这些Mi的节点的总的可利用存储空间的大小，以及这些Mi所期望的存储空间之和的大小；如果系统当前总的可以利用的存储空间大期望的存储空间之和,赋期望存储空间值做为各个Mi的存储空间大小,并把它复制到当前节点上；否则，对于每个流媒体文件的赋其与副本最优速率相近的缓存空间大小。然后复制到在综合性能比较好的节点上。
-
公开(公告)号：CN103458315A
公开(公告)日：2013-12-18
申请号：CN201310385411.2
申请日：2013-08-29
Applicant: 北京大学深圳研究生院
IPC: H04N21/63 , H04N21/647
Abstract: 本发明公开了一种基于流行度的P2P流媒体复制方法。本方法为：1）从P2P流媒体系统中选取若干节点作为候选节点；2）统计P2P流媒体系统中每个流媒体文件的长度及其期望的赤字带宽，计算流媒体文件的流行度，根据流媒体文件的流行度值确定出将要变热的流媒体文件Mi；3）计算当前观看这些Mi的节点的总的可利用存储空间的大小，以及这些Mi所期望的存储空间之和的大小；如果系统当前总的可以利用的存储空间大期望的存储空间之和,赋期望存储空间值做为各个Mi的存储空间大小,并把它复制到当前节点上；否则，对于每个流媒体文件的赋其与副本最优速率相近的缓存空间大小。然后复制到在综合性能比较好的节点上。
-
Patent Agency Ranking
公开(公告)号：CN101610412A
公开(公告)日：2009-12-23
申请号：CN200910088878.4
申请日：2009-07-21
Applicant: 北京大学
Abstract: 本发明公开了一种基于多线索融合的视觉跟踪方法，属于信息技术领域。本发明方法包括：a)在视频序列的第一帧中确定包括目标区域和背景区域的跟踪窗口；b)自第二帧起，获得前一帧的颜色特征概率分布图，位置特征概率分布图和运动连续性特征概率分布图；c)将所述三种概率分布图加权相加得到总概率分布图；d)在所述总概率分布图中，通过CAMSHIFT算法得到当前帧的跟踪窗口的中心点坐标。本发明方法可用于人机交互、视觉智能监控、智能机器人、虚拟现实技术、基于模型的图像编码，流媒体的内容检索等领域。
-
公开(公告)号：CN86102838A
公开(公告)日：1987-09-02
申请号：CN86102838
申请日：1986-04-26
Applicant: 北京大学
Abstract: 高效吸附剂及其制备方法和应用。属于混合气分离及原料气的净化领域。一价铜化合物负载于高比表面载体上的一种吸附剂，在室温及一氧化碳或不饱和烃的分压为10-2—760mmHg情况下，其吸附量一般为1～4毫摩尔/克吸附剂，最高可达7.0毫摩尔/克吸附剂。以一种或多种一价铜化合物与一种或多种高比表面载体混合在一起加热制成。可用于从混合气中分离一氧化碳或不饱和烃。吸附后的吸附剂经加热或减压即可脱附。
-
公开(公告)号：CN115661097A
公开(公告)日：2023-01-31
申请号：CN202211362792.8
申请日：2022-11-02
Applicant: 北京大学深圳研究生院
IPC: G06T7/00 , G06T7/13 , G06V20/70 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明公开一种物体表面缺陷检测方法及系统，属于机器视觉中的工业视觉异常检测领域，改进了实时的图像分割网络Fast‑SCNN，构建一种物体表面缺陷检测网络，该网络包括编码器和解码器；该编码器包括卷积模块、细节分支和语义分支；该解码器包括金字塔池模块PPM和全局上下文上采样模块GCU；利用该物体表面缺陷检测网络能够实时、快速和准确地检测物体表面缺陷。
-
-
公开(公告)号：CN116051475A
公开(公告)日：2023-05-02
申请号：CN202211650974.5
申请日：2022-12-21
Applicant: 北京大学深圳研究生院
Abstract: 本公开涉及一种基于级联的重构‑判别结构的表面异常检测方法及装置。所述方法包括：对待检测图像进行重构，得到第一重构图像；对所述第一重构图像进行重构，得到第二重构图像；将所述待检测图像与所述第一重构图像、所述第二重构图像分别从通道维拼接，得到第一异常分数图和第二异常分数图；通过对所述第一异常分数图和所述第二异常分数图逐像素平均处理，得到所述待检测图像的表明异常检测结果。本发明提升了表面异常检测的性能。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
