-
公开(公告)号：CN118711003A
公开(公告)日：2024-09-27
申请号：CN202410803286.0
申请日：2024-06-20
Applicant: 北京航空航天大学
IPC: G06V10/766 , G06V10/82 , G06N3/0455 , G06V10/80
Abstract: 本发明公开了一种基于扩散模型的先验引导弱特征隐匿目标回归方法，首先对已标注数据进行数据增强增加数据泛化性；其次设计弱特征隐匿目标边缘推理方法，通过边缘引导的信息精炼模块辅助对弱特征目标的位置理解；而后在扩散模型架构下，以复杂场景作为条件信息，当前阶段数目，以及上一阶段输出作为当前阶段输入，进行初始阶段到当前阶段的高斯噪声预测，实现反向传播；再高斯噪声预测过程中使用由粗到精的思想，通过多层级特征融合对回归结果的进一步优化。这种隐匿目标回归采用区别于传统编码器‑解码器结构的扩散模型框架，可以针对弱特征隐匿目标实现像素级的回归，对弱特征目标细节重建方面、模型可解释性方面有更加优异的表现。
-
公开(公告)号：CN118710553A
公开(公告)日：2024-09-27
申请号：CN202410847198.0
申请日：2024-06-27
Applicant: 北京航空航天大学
IPC: G06T5/77 , G06T5/60 , G06N3/0464
Abstract: 本发明公开了一种基于三维卷积‑注意力联合机制的彩色偏振图像复原方法。采用三维卷积‑注意力联合偏振复原模型，包括空间‑偏振三维注意力模块、空间‑偏振三维卷积模块，各模块连接融合形成多尺度层次化网络；设计基于斯托克斯物理模型的偏振复原损失函数来训练网络；提取、融合三维特征并进行偏振信息解算，从而由低信噪比、低分辨率图像得到高信噪比、高分辨率彩色可见光及偏振信息。本发明利用三维特征计算对空间、偏振、色彩多个维度进行协同特征提取和融合，通过层次化连接网络形成多尺度的卷积‑注意力联合机制，结合卷积对于局部细节特征提取的优势和注意力机制对于长程依赖建模的优势，从而提高彩色偏振图像复原效果。
-
公开(公告)号：CN118674905A
公开(公告)日：2024-09-20
申请号：CN202410885014.X
申请日：2024-07-03
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于空间耦合的3D高斯泼溅技术的视角合成方法，本方法中多尺度网格化模块结构用于将点云进行不同尺度下的规则化，网格中心点作为初始化控制点来指导局部3D高斯的生成情况；控制点本身有自己的可学习特征向量作为局部上下文特征，局部位置感知模块将其与当前局部空间的3D高斯位置特征进行融合；3D高斯属性解码模块使用融合特征推理估计控制点生成的3D高斯属性；冗余点剪裁模块根据优化过程中的规则设置对不符合规则的控制点进行剪裁；可微光栅化模块根据指定的相机内外参，将3D高斯投影到2D图像空间中进行渲染，得到该视角下的新视角合成结果。本发明用于解决3D高斯表征下优化收敛慢、易产生较多冗余高斯的问题。
-
公开(公告)号：CN116977826B
公开(公告)日：2024-03-22
申请号：CN202311018319.2
申请日：2023-08-14
Applicant: 北京航空航天大学
IPC: G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/063
Abstract: 本发明提供了一种边缘端计算架构下的可重构神经网络目标检测系统及方法，包含以下模块及功能：可重构神经网络加速器：对收集到的数字图像信号进行预处理，构建特征提取网络模块对图像进行初步特征提取，实现对图像实时智能增强处理；嵌入式处理器：承载神经网络主体推理计算功能，实现边缘计算架构下的目标检测；通信模块：进行图像数据的输入和输出，完成系统与外部的数据通信功能，满足跨处理器神经网络分布计算数据高速传输；存储器：用于存储处理器和可重构神经网络加速器所需的数据。本发明采用可重构神经网络加速器与嵌入式处理器协同处理的目标检测方法，设计合理，模块优势互补，针对边缘端计算架构下的目标检测效果良好、实时性高。
-
公开(公告)号：CN117475107A
公开(公告)日：2024-01-30
申请号：CN202311094982.0
申请日：2023-08-29
Applicant: 北京航空航天大学
IPC: G06T17/20 , G06T19/20 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的关系性增强点云补全方法，主要由点云网格化模块结构、全尺度跳跃连接神经网络，关系性增强模块结构；所述点云网格化模块结构包括网格化设计、网格反转化设计，用于将非规则点云规则化；全尺度跳跃连接结构具有跨层连接与同级连接两种连接方式，用于充分学习不同尺度的点云特征；关系性增强模块结构包括点云子注意力模块、多尺度注意力关联模块，用于自适应地学习点云邻近点之间的关联。本发明主要用于解决现有获取点云过于稀疏、补全的点云结构性缺失、对点云关系性信息利用不充分的问题，具有精度高、结构简洁、性能可靠的优点。
-
Patent Agency Ranking
公开(公告)号：CN117079075A
公开(公告)日：2023-11-17
申请号：CN202311042630.0
申请日：2023-08-18
Applicant: 北京航空航天大学
IPC: G06V10/774 , G06V10/28 , G06V10/766 , G06V10/764 , G06V10/32 , G06V10/74 , G06N3/0895
Abstract: 本发明公开了一种基于伪标签生成与校正的小样本目标检测方法，首先，用常规小样本学习方法训练一个基于卷积神经网络的基础检测器；其次，用基础检测器针对基类样本图像检测图中未标注的新类目标，将检测结果称为候选伪标签；接着，用类别校正技术舍弃目标类别判定错误的候选伪标签，再用边框校正技术提高剩余候选伪标签的检测框位置的精确度，获得数量多、质量高的新类目标伪标签样本，从而扩充训练集；最后，用扩充后的训练集对基础检测器做进一步的端到端训练，获得一个对基类目标和新类目标均能准确检测的检测器。本发明设计合理，能大幅提高检测器对新类目标的检测识别精度，从而一定程度上解决了在数据稀缺场景下目标检测器精度不足的问题。
-
公开(公告)号：CN117058302A
公开(公告)日：2023-11-14
申请号：CN202311095029.8
申请日：2023-08-29
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于NeRF的可泛化性场景渲染方法，采用图像外观信息编码器、图像几何信息编码器、低频前向推理模块、高频前向推理模块，在目标视角下沿光线在空间进行采样，为了减轻采样过程中容易导致的频谱混叠问题，将每个采样点参数成一个某种尺度下各向同性的高斯分布，并将采样点投影到其他已知视角下，利用上述模块，可得到对应点的颜色值和密度值，在得到辐射场和密度场后，沿着整条光线，用体渲染技术得到对应像素点的像素值。相比于现有技术，本发明提出的新视角合成方法，可在输入少量带有相机内参、外参的图片下，获得较好的新视角合成效果；同时具有较好的跨场景渲染能力。
-
公开(公告)号：CN116883822A
公开(公告)日：2023-10-13
申请号：CN202310999272.6
申请日：2023-08-09
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于多先验引导的弱特征目标检测方法，首先以公开的已标注数据集作为基础，使用随机裁剪、缩放、抖动等方法进行数据增强；而后使用特征金字塔形态的视觉Transformer主干网络实现对输入图像的特征提取；接着分别通过构建贝叶斯网络、深度卷积神经网络具象信心得分以及边缘信息；接着通过先验引导特征交联模块设计实现提取特征的交联；最后使用特征融合模块自底向上地实现基于信心得分信息与基于边缘信息的特征融合，通过循环精炼模块的思路实现对检测结果的进一步优化。这种检测方法采用的网络结构设计合理，可以针对弱特征目标实现像素级的检测，并保证了较低的推理时间。
-
公开(公告)号：CN115797239A
公开(公告)日：2023-03-14
申请号：CN202211399260.1
申请日：2022-11-09
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于微偏振阵列的多模融合成像方法及系统，基于斯托克斯表示法解算微偏振阵列图像，得到传统图像和偏振图像；将传统图像和偏振图像分离，利用FPGA的并行能力同时处理，对传统图像进行预处理，而偏振图像要处理为偏振伪彩图像，若微偏振阵列为彩色微偏振阵列，则偏振图像要插值为显著偏振光谱的偏振图像再处理为偏振伪彩图像；将同一帧传统图像和偏振伪彩图像对齐，依据偏振伪彩图像的透明度进行模态融合；偏振伪彩图像，伪彩色由偏振度或偏振角度映射，透明度由偏振度线性映射。本发明实时性和适用性强，而且体积小，便于小型无人飞行器搭载。
-
公开(公告)号：CN115578255A
公开(公告)日：2023-01-06
申请号：CN202211158384.0
申请日：2022-09-22
Applicant: 北京航空航天大学
IPC: G06T3/40
Abstract: 本发明涉及一种基于帧间亚像素块匹配的超分辨率重建方法，对于给定的彩色或灰度低分辨率图像序列，通过融合多帧图像的信息得到单张分辨率提高的彩色或灰度高分辨率重建图像，本发明基于序列图像帧间的信息差异，采用像素块匹配的方式，对图像序列进行亚像素运动估计以及相似特征融合，重建得到高分辨率图像的估计，最后对得到的高分辨率图像进行迭代去模糊去噪，实现了图像的分辨率的有效提高。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.034 seconds)
