-
公开(公告)号：CN119784870A
公开(公告)日：2025-04-08
申请号：CN202411971158.3
申请日：2024-12-30
Applicant: 北京工业大学
IPC: G06T11/00 , G06V10/44 , G06V10/58 , G06V10/771 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于RGB图像的高光谱图像重建方法及系统，方法包括：通过卷积处理对RGB图像进行通道扩张；通过三个级联的RSRM对通道扩张后的特征图或中间特征图进行光谱映射和重建，每个RSRM对特征图下采样得到不同尺度的特征信息；使用2D卷积模块和V3DCM对特征进行提取并融合；通过空间和通道注意力以及光谱自注意力机制，分别对融合特征在空间、通道和光谱维度进行建模和捕获；使用GMFF对不同尺度的特征进行融合和过滤，最终通过跳跃连接和卷积操作生成高光谱重建结果。通过本发明的技术方案，能有效避免信息丢失的同时提升高光谱的重建精度，使高光谱重建精度与高效的3D卷积达到平衡，提高重建过程的精确性。
-
公开(公告)号：CN117635642A
公开(公告)日：2024-03-01
申请号：CN202311732310.8
申请日：2023-12-16
Applicant: 北京工业大学
IPC: G06T7/11 , G06N3/0464 , G06N3/045 , G06N3/08 , G06V10/80
Abstract: 本发明公开了一种基于多阶段特征分析视网膜血管图像分割方法，提出了一种通过混合池化方法实现多尺度通道注意力机制的跳跃连接，分为两个阶段：第一个阶段对于来自编码器不同分辨率的特征进行融合，将使用不同自适应池化操作得到的前景特征映射和背景特征映射分别使用通道注意力机制进行独立地特征分析，第二个阶段通过使用不同空洞率的空洞卷积进行不同特征映射的全局上下文信息提取；针对视网膜血管主干区域和末端血管形态差异较大，设计一种混合卷积方式；设计了一种多头自注意力机制，将输入特征映射进行全局上下文信息补充，随后利用位置编码信息与全局特征信息进行融合，使得网络对于分割区域的局部特征更加敏感。
-
公开(公告)号：CN115272894A
公开(公告)日：2022-11-01
申请号：CN202210917031.8
申请日：2022-08-01
Applicant: 北京工业大学
IPC: G06V20/17 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种面向无人机图像目标检测方法、装置、电子设备及存储介质，包括获取无人机航拍图像数据集，并对图像数据集进行处理；构建无人机图像目标检测模型；将图像数据集对目标检测模型进行训练，训练得到最终模型；其中，构建无人机图像目标检测模型包括：将Yolov5s模型的主干网络替换为MobileNetV3_Small网络；对原始MobileNetV3_Small网络裁剪，去掉原始设计用于分类任务的最后4层，包括3个卷积层和1个池化层；将空间金字塔池化结构SPPF作为MobileNetV3_Small网络的最后一层。本发明通过构建轻量化MobileNetV3_Small网络，并对该轻量化网络进行了训练，使得该模型既保证了速度又保证了精度。
-
公开(公告)号：CN113850761A
公开(公告)日：2021-12-28
申请号：CN202111007113.0
申请日：2021-08-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于多角度检测框的遥感图像目标检测方法，在faster‑rcnn预测的正框基础上，设计了倾斜角度模块，主要分为两个阶段；第一个阶段通过全连接层和解码器进行初步的角度偏移旋转，第二个阶段使用rotated roi align提取旋转不变特征，再次进行角度偏移修正，得到准确角度的检测框。除此之外，针对遥感图像尺寸大，训练慢的问题，重新设计了倾斜检测模块的回归损失函数，使得损失函数收敛更快，准确率更高。实验结果表明，本发明相较于改进后的faster‑rcnn的准确率提升了4.4％，证明本发明具有良好的检测效果。
-
公开(公告)号：CN113409245A
公开(公告)日：2021-09-17
申请号：CN202110365561.1
申请日：2021-04-06
Applicant: 中国电子技术标准化研究院 , 北京工业大学
Abstract: 本发明公开了一种电子元器件X射线检查缺陷自动识别方法，该方法对X射线图像进行预处理；人工半自动或自动对样本进行标注，根据电子元器件的封装和缺陷形式，将待检测的电子元器件的缺陷类型分为空洞类缺陷、一致性缺陷和角度缺陷三大类。利用基于卷积神经网络的语义分割方法实现对四类空洞缺陷的检测。通过大量的样本对卷积神经网络进行训练，实现对各类空洞缺陷的精确分割，极大提高了缺陷自动识别效率。同时，通过灰度投影法对芯片焊接区及密封区等进行检测，根据相应的判别准则对其合格性进行判别。解决了以往无法进行自动计算和单纯靠人工进行判别的问题，以及混合集成电路中的基板与管壳焊接界面空洞的干扰问题。
-
Patent Agency Ranking
公开(公告)号：CN110020606A
公开(公告)日：2019-07-16
申请号：CN201910186683.7
申请日：2019-03-13
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于多尺度卷积神经网络的人群密度估计方法，在视频监控领域，为了可以提升人群密度估计的准确性，本方法提出了一种基于多尺度卷积神经网络的网络结构，可以在场景中准确地预测人群密度图。本方法通过利用空洞卷积与原始卷积进行不同感受野信息的特征融合，以及融合不同分辨率下特征图不同的层级语义信息，从而生成具有更高质量的人群密度图。实验在当前较为流行的ShanghaiTech数据集、UCF_CC_50数据集以及WorldExpo‘10数据集上进行测试，使用平均绝对误差(MAE)和均方误差(MSE)作为评价标准。结果表明，该网络模型与以往的方法进行对比，降低了MAE值和MSE值，提高了人群密度估计的准确性。
-
公开(公告)号：CN105528623B
公开(公告)日：2018-12-07
申请号：CN201610013793.X
申请日：2016-01-09
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明公开一种基于地物类别分类冗余字典的成像光谱图像稀疏表示方法，包括K‑means、基于K‑SVD的分类冗余字典训练，和成像光谱图像的全波段稀疏表示。通过非监督K‑means聚类，将成像光谱图像的信息按地物类别分成相应子集，通过分类字典稀疏分解成像光谱图像，在保证了稀疏性的前提下，提高了重建图像所有波段的信息质量。充分利用了光谱图像相同地物类别光谱曲线相似的特点，避免了错误信息的引入，保证了重建光谱图像的质量，有效避免了各波段独立进行产生的光谱失真问题。
-
公开(公告)号：CN108009531A
公开(公告)日：2018-05-08
申请号：CN201711452306.0
申请日：2017-12-28
Applicant: 北京工业大学
IPC: G06K9/00
Abstract: 本发明公开一种多策略防欺诈的人脸识别方法，包括：步骤1、人脸检测过程中，检测眼睛瞳孔位置是否存在近红外设备产生的亮瞳，检测人脸区域位置人脸肤色灰度区间内，方差是否符合阈值，判断是否为欺诈行为攻击；步骤2、根据人脸识别过程的动态性，在人脸识别的验证过程，基于Candide-3模型3D人脸重建进行微表情的检测，比较相邻3帧间的人脸特征与3D模型的相似度，设置合理阈值规避过于近似的人脸。
-
公开(公告)号：CN120014269A
公开(公告)日：2025-05-16
申请号：CN202510087163.6
申请日：2025-01-20
Applicant: 北京工业大学
IPC: G06V10/26 , G06V20/70 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0895 , G06N3/09 , G06N3/096 , G06N5/04 , G06N3/048 , G06N3/0985
Abstract: 本发明公开了一种自适应特征融合的MRI脑肿瘤图像分割方法及系统，方法包括：S1、编码器对待分割的不同模态的MRI脑肿瘤图像进行特征提取，并将提取到的第一特征图输入多头注意力机制模块；S2、多头注意力机制模块对第一特征图进行注意力加权组合，并将第二特征图输入自适应特征融合模块；S3、自适应特征融合模块对第二特征图进行自适应权重分配和融合，并将第三特征图输入解码器；S4、解码器对第三特征图进行原始图像分辨率还原，得到不同肿瘤区域的分割结果。本发明提高分割效率与准确率；采用更简洁高效的结构设计，减少多个编码器、解码器以及复杂交互带来的资源消耗和训练难度，降低训练与部署成本。
-
公开(公告)号：CN119850958A
公开(公告)日：2025-04-18
申请号：CN202510043213.0
申请日：2025-01-10
Applicant: 北京工业大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06V10/44 , G06V10/52 , G06V10/54 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种皮肤病变分割方法，包括：从目标皮肤病变图像提取初始特征图；再采用引入了小波卷积层的编码器进行特征提取，得到小波特征图；和完成深度可分离卷积操作和双线性插值操作的张量p相乘，得到处理后的小波特征图，将其分为四组特征映射进行处理，得到初步输出特征图；将小波特征图和初步输出特征图分别进行多尺度特征融合，将初步输出特征图输入解码器，并将解码器的中间输出结果与多个多尺度融合特征图进行add操作，解码器的最终输出结果为皮肤病变分割结果。本申请通过分组特征处理、引入部分卷积和多尺度特征融合，不仅提高了特征提取的准确性，还降低了模型的参数量，提升了计算效率，并增强了模块对数据多样性的适应性。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.042 seconds)
