-
Patent Agency Ranking
公开(公告)号：CN110197213B
公开(公告)日：2021-06-04
申请号：CN201910424840.3
申请日：2019-05-21
Applicant: 北京航空航天大学
IPC: G06K9/62
Abstract: 本发明提供一种基于神经网络的图像匹配方法、装置和设备。该基于神经网络的图像匹配方法包括：将待匹配图像组输入神经网络模型，得到该待匹配图像组对应的特征向量；其中，该待匹配图像组包括至少两个待匹配图像；将该待匹配图像组对应的特征向量输入到神经网络模型全连接层的权重矩阵，得到图像匹配模型；将目标图像输入至该图像匹配模型，在该待匹配图像组中除该目标图像之外的其它待匹配图像中，确定与该目标图像匹配的至少一个匹配图像；其中，该目标图像为该待匹配图像组中的任一图像。该方法可以提高图像匹配的准确度。
-
公开(公告)号：CN108319985B
公开(公告)日：2022-05-17
申请号：CN201810124143.1
申请日：2018-02-07
Applicant: 北京航空航天大学
IPC: G06V10/764 , G06V10/772 , G06V10/774 , G06V20/70 , G06K9/62
Abstract: 本发明提供一种图像语义标注的方法和装置，该方法包括：对第一待标注图像进行似物性采样处理，得到多个区域以及每个区域的似物性采样特征；对第一待标注图像进行超像素分割，得到与多个区域对应的多个第一超像素块；根据第一待标注图像的强弱字典和每个区域的似物性采样特征，获取各区域为目标对象的概率值；根据每个区域对应的第一超像素块及每个区域属于目标对象的概率值，获取第一待标注图像中每个第一超像素块属于目标对象的概率值；根据每个第一超像素块属于目标对象的概率值以及第一语义标签，对第一超像素块进行语义标注。本发明实现了图像的像素级自动化语义标注，提高了图像语义标注的效率。
-
公开(公告)号：CN108319985A
公开(公告)日：2018-07-24
申请号：CN201810124143.1
申请日：2018-02-07
Applicant: 北京航空航天大学
IPC: G06K9/62
Abstract: 本发明提供一种图像语义标注的方法和装置，该方法包括：对第一待标注图像进行似物性采样处理，得到多个区域以及每个区域的似物性采样特征；对第一待标注图像进行超像素分割，得到与多个区域对应的多个第一超像素块；根据第一待标注图像的强弱字典和每个区域的似物性采样特征，获取各区域为目标对象的概率值；根据每个区域对应的第一超像素块及每个区域属于目标对象的概率值，获取第一待标注图像中每个第一超像素块属于目标对象的概率值；根据每个第一超像素块属于目标对象的概率值以及第一语义标签，对第一超像素块进行语义标注。本发明实现了图像的像素级自动化语义标注，提高了图像语义标注的效率。
-
公开(公告)号：CN110197213A
公开(公告)日：2019-09-03
申请号：CN201910424840.3
申请日：2019-05-21
Applicant: 北京航空航天大学
IPC: G06K9/62
Abstract: 本发明提供一种基于神经网络的图像匹配方法、装置和设备。该基于神经网络的图像匹配方法包括：将待匹配图像组输入神经网络模型，得到该待匹配图像组对应的特征向量；其中，该待匹配图像组包括至少两个待匹配图像；将该待匹配图像组对应的特征向量输入到神经网络模型全连接层的权重矩阵，得到图像匹配模型；将目标图像输入至该图像匹配模型，在该待匹配图像组中除该目标图像之外的其它待匹配图像中，确定与该目标图像匹配的至少一个匹配图像；其中，该目标图像为该待匹配图像组中的任一图像。该方法可以提高图像匹配的准确度。
-
公开(公告)号：CN111179270A
公开(公告)日：2020-05-19
申请号：CN201911147678.1
申请日：2019-11-21
Applicant: 北京航空航天大学
IPC: G06T7/10
Abstract: 本发明提供一种基于注意力机制的图像共分割方法和装置。该方法包括：通过确定待分割图像组中的每张图像最相似的N张图像，组成共分割图像对，从而避免了大量的共分割图像对进入共分割网络进行计算，减小了系统计算的复杂程度，从而节约了图像组共分割的时间，将图像对输入到共分割模型中，使得相似的两张图像相互学习重要的特征通道，从而得到目标图像的分割结果，对图像对采用共分割模型进行计算，能够提高图像共分割效率，得到很好的分割效果。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
