-
公开(公告)号：CN119992361A
公开(公告)日：2025-05-13
申请号：CN202510071015.5
申请日：2025-01-16
Applicant: 北京邮电大学
IPC: G06V20/13 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于静止气象卫星多通道亮温差驱动的时序海雾检测方法，包括：获取气象卫星遥感数据，并对海雾进行标注；根据数据源对气象卫星遥感数据进行预处理；利用预处理后的气象卫星遥感数据提取运动特征，构建海雾运动特征数据集；将模型训练集输入基于时序特性的海雾分割神经网络模型中进行训练得到训练模型；将测试集数据进行预处理，再输入训练模型中进行测试，输出分割后的预测结果，即最终的海雾检测结果。本发明降低了运动特征提取难度，提高了海雾监测任务的准确率：本发明利用对比学习损失，加强了连续时刻分割结果的一致性，达成更好的泛化性与性能表现。
-
公开(公告)号：CN119621045A
公开(公告)日：2025-03-14
申请号：CN202411683544.2
申请日：2024-11-22
Applicant: 北京邮电大学
Abstract: 一种面向深度学习模型训练的工具系统，属于人工智能领域，包括：核心组件层，用于实现代码的低耦合度和可复用性；配置系统层，用于设定可配置项，以及用于对实验对应的所有可配置项进行归档；实验管理层，用于按照一定层次结构组织所有进行的深度学习模型训练实验，以及用于存储实验信息；命令交互层，由有限数量的子命令构成，用于向用户提供进行实验管理和启动实验的高效交互方式。本发明能高效管理大量的代码、可配置项和产生的实验，提供多种启动模板，达到了便利性和灵活性之间的良好平衡。本发明通用性和可扩展性强，可快速直观地设定可配置项。本发明可低成本地将现有代码进行迁移，节省管理大量实验的时间和精力。
-
公开(公告)号：CN113780439B
公开(公告)日：2023-09-22
申请号：CN202111081849.2
申请日：2021-09-15
Applicant: 国家气象中心 , 北京邮电大学 , 宁波市气象服务中心 , 广西壮族自治区气候中心
IPC: G06F18/213 , G06F18/214 , G06F18/241 , G06N3/02 , G06F16/29
Abstract: 本发明公开了一种基于无监督域适应的不同类型气象卫星的多云识别系统，采用无监督域适应方法，解决跨卫星、探测通道差异等难点，并基于学习两个领域的数据分布，提取域不变特征，在高层语义特征空间中减小域差异，进而在无标注的目标域卫星上实现多云种识别，实现多种不同云类别的平均类别精度。本发明将无监督域适应应用在卫星遥感领域，在某类卫星无标注的情况下对其进行云分类，实现了遥感气象领域与深度学习的结合。采用本发明的系统，可以减少气象专业人员对于新卫星的数据标注工作，摆脱气象对于数值计算监测方式的依赖，推动新卫星在上天后可以快速的应用落地和实现产品反馈，且为更多不同系列的卫星应用奠定基础。
-
公开(公告)号：CN115761762A
公开(公告)日：2023-03-07
申请号：CN202211557174.9
申请日：2022-12-06
Applicant: 北京邮电大学
IPC: G06V30/22 , G06V30/19 , G06N3/08 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的古文字开集识别系统及方法，使用深度学习技术进行初步古文字识别，不仅能够对已知类别的古文字样本进行分类，同时能将原本训练集中未知的类别样本单独预测出，并标记为“未知”类别，开集普适性更强。并对于未知的类别提供了形近字推荐的功能，将与未知类别的古文字最形近的多个字形的文字作为推荐，能够帮助未知类别的古文字根据已知类别形近字进行考释，方便随后的考释工作的开展，实现古文字开集识别并给被判别为未知类别的古文字以形似文字推荐，提高古文字考释效率，同时可以降低人工分类的成本，实现自动进行初筛，降低人工成本。
-
公开(公告)号：CN115424053A
公开(公告)日：2022-12-02
申请号：CN202210879098.7
申请日：2022-07-25
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本申请公开了一种小样本图像识别方法、装置、设备及存储介质，所述方法包括：获取待识别的图像，根据所述待识别的图像构建图像插曲，所述图像插曲中包含支持集和查询集；将所述图像插曲输入预训练的图像识别模型，所述图像识别模型为基于困难插曲训练的小样本图像识别模型；根据所述图像识别模型计算所述查询集中的图像与支持集中的图像类别的相似度，根据所述相似度确定待识别的查询集中的图像类别。本申请实施例提供的图像识别方法，能够利用较少的图像样本进行模型训练和图像识别，且将困难插曲融入小样本图像识别模型训练过程中，使小样本图像识别模型能够更加高效快速的进行训练，且训练好的模型稳定性更高，图像识别的准确率也更高。
-
Patent Agency Ranking
公开(公告)号：CN113298746B
公开(公告)日：2022-10-28
申请号：CN202110757895.3
申请日：2021-07-05
Applicant: 北京邮电大学
IPC: G06T5/50 , G06V10/26 , G06V10/764 , G06V10/774 , G06N20/00
Abstract: 一种基于机器学习算法的有监督假彩色图像合成方法涉及多光谱/高光谱影像处理技术领域，解决了现有实现复杂、适用范围窄的问题，包括：对带目标分割标签的n通道多/高光谱图像进行数据处理得到具有二分类标签的特征向量；将具有二分类标签的特征向量作为进行训练数据对XGBoost模型进行训练，XGBoost模型训练完成后，根据训练过程计算各个通道的对提取目标的重要性排序及权重；选取重要性排名在前的3个通道，根据3个通道中每个通道的权重进行像素值的缩放得到3个像素值调整后的通道图像，将3个像素值调整后的通道图像合成得到假彩色图像。本发明的任务导向性强、合成图质量高适用于任意领域多光谱/高光谱影像合成假彩色图像。
-
公开(公告)号：CN112287838B
公开(公告)日：2022-09-27
申请号：CN202011184064.3
申请日：2020-10-29
IPC: G06V10/764 , G06V10/56 , G06V10/44 , G06V20/13
Abstract: 本发明涉及一种基于静止气象卫星影像序列的云雾自动判识方法及系统，获取时间连续的静止气象卫星影像源数据；将静止气象卫星影像源数据按照时间顺序进行排列，得到时序影像数据，以及利用基于颜色的图片分割法提取静止气象卫星影像源数据中每一幅图片的云区和雾区，得到初始掩膜；利用Farneback光流法生成时序影像数据的光流图；根据光流图和初始掩膜计算每一个云区和雾区的像素点的平均光流，并确定云雾分类阈值；根据云雾分类阈值对静止气象卫星影像源数据的每个连通域进行云雾分类，得到云雾自动判识结果。本发明引入了云和雾随时间变化的不同运动属性，能够取得更准确的判识结果，有效提高云雾判识的准确率，同时具有较高的普适性。
-
公开(公告)号：CN111160225A
公开(公告)日：2020-05-15
申请号：CN201911370038.7
申请日：2019-12-26
Applicant: 北京邮电大学 , 北京世屹文化传媒集团有限公司
Abstract: 本公开提供了一种基于深度学习的人体解析方法，获取人体RGB目标图像；搭建卷积神经网络，并通过卷积神经网络获取所述人体RGB目标图像的深度特征，人体RGB目标图像的深度特征为高维特征；通过姿态估计操作与人体分割操作对高维特征进行处理，获取相应结果和针对各任务的特征；通过获取相应结果和针对各任务的特征经过精修操作，再次输出姿态估计结果与人体分割结果。该方法具有模型随意可扩的强扩展性，以及可有效地提高模型的准确度，此外，由于使用的模型可同时获取两个任务的输出结果，对于需要同时用到人体关键点和人体分割的任务，具有高效性，灵活性与易用性。本公开还提供了一种基于深度学习的人体解析装置。
-
公开(公告)号：CN118674098A
公开(公告)日：2024-09-20
申请号：CN202410693252.0
申请日：2024-05-31
Applicant: 北京邮电大学
IPC: G06Q10/04 , G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08 , G06Q50/26
Abstract: 本发明提供数据驱动的集合多时间尺度规律的气象预报方法和系统，包括：数据收集模块、数据预处理模块、气象变化规律选择模块、训练数据准备模块、建模模块、集合预报权重学习模块以及预报模块；依靠神经网络模型强大的学习能力，从多时间尺度建模更丰富的大气系统的变化规律，弥补单一气象规律的建模误差，通过一个权重可学习的元模型将所有模型的预报结果进行集成，基于数据驱动的方式为每个预报时刻自动地选择最优的集合方式；对比基于单一气象规律的预报系统，预报结果的准确率和稳定性均有提升，且随着预报时效的增长，提升愈发明显。
-
公开(公告)号：CN115375969A
公开(公告)日：2022-11-22
申请号：CN202211004041.9
申请日：2022-08-19
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于切片筛选的目标检测推理加速方法及系统，首先将原图像划分成切片，切片通过概率预测模型得到切片包含目标的概率，再经过设置双阈值选择包含目标的切片和原图送入检测器进行目标检测，在鸟瞰图像中目标通常小且稀疏的场景下，保持高精度的同时实现了推理过程的加速。相比对原图直接检测的方法，本发明的方法准确率有大幅度提升；相比划分切片将所有切片都进行检测的方法，本发明的方法准确率有小幅度提升且推理速度有显著提升。本发明的系统可在通用目标检测数据集上得到的预训练模型基础上，微调到鸟瞰图数据集，不用从头开始训练模型，节省时间成本。本发明的系统可更换不同检测器，在目标小而稀疏的场景中具有通用性。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.022 seconds)
