-
公开(公告)号:CN117726666B
公开(公告)日:2024-06-04
申请号:CN202410175840.5
申请日:2024-02-08
Applicant: 北京邮电大学
IPC: G06T7/55 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/10 , G06N3/0455 , G06N3/08
Abstract: 本申请提供跨相机单目图片度量深度估计方法、装置、设备及介质,属于计算机视觉技术领域。方法包括:将单目图片输入视场角对齐模块,得到待输入图片,将待输入图片输入神经网络编码器,得到第一特征图和特征信息;将第一特征图和多个预存嵌入特征向量输入多尺度场景信息提取器;将特征信息和第二特征图输入神经网络解码器;将多个特征向量中的一个特征向量输入场景分类器,其它特征向量输入域感知尺度估计器;根据多个中间度量尺度和分类概率,将每个待细化深度图和目标度量尺度输入深度细化模块,将预测深度图进行放大处理,得到目标深度图。本申请能在不同单目图片拍摄设备的配置和不同场景下,得到更精准的度量深度估计结果。
-
公开(公告)号:CN116152576B
公开(公告)日:2023-08-01
申请号:CN202310416282.2
申请日:2023-04-19
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/766 , G06V10/77 , G06V10/776 , G06N20/00
Abstract: 本申请提供了一种图像处理方法、装置、设备及存储介质,该方法获取待处理图像;通过预设目标检测模型,对待处理图像进行特征提取,得到包围盒和包围盒特征;根据包围盒和包围盒特征,通过预设广义物体置信度回归器进行检测处理,得到未知物体的包围盒;根据包围盒和包围盒特征,通过预设分类器和预设包围盒位移回归器进行检测处理,得到已知物体,预设包围盒位移回归器通过图像样本的包围盒特征和包围盒位移向量训练得到,在保证对已知物体的检测能力基本不变的前提下,实现对未知物体有效检测,提高了未知物体的检测精度,进一步地,通过负能量抑制减少非物体的误检测,并利用自适应的候选框筛选算法精确定位未知物体。
-
公开(公告)号:CN118096037A
公开(公告)日:2024-05-28
申请号:CN202211502210.1
申请日:2022-11-28
Abstract: 本发明提供一种学位论文版权协同管理方法和系统,所述方法包括:论文管理机构根据著作权人的注册请求进行基本规则审核;若审核通过,对所述论文原文及其版权状态信息进行上链并存证,生成所述论文的注册编号;根据所述论文的注册编号查询所述论文的链上注册信息;根据所述版权行政管理部门对所述论文的注册信息与版权信息库中的版权信息进行审核比对通过后生成的数字版权证书,生成与所述数字版权证书相对应的版权通证;根据所述版权通证的编号对所述论文的版权信息进行查询;根据所述版权行政管理部门将所述论文与论文数据库中的论文进行相似度对比发现相似论文的侵权证据进行上链并存证。
-
公开(公告)号:CN116152576A
公开(公告)日:2023-05-23
申请号:CN202310416282.2
申请日:2023-04-19
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/766 , G06V10/77 , G06V10/776 , G06N20/00
Abstract: 本申请提供了一种图像处理方法、装置、设备及存储介质,该方法获取待处理图像;通过预设目标检测模型,对待处理图像进行特征提取,得到包围盒和包围盒特征;根据包围盒和包围盒特征,通过预设广义物体置信度回归器进行检测处理,得到未知物体的包围盒;根据包围盒和包围盒特征,通过预设分类器和预设包围盒位移回归器进行检测处理,得到已知物体,预设包围盒位移回归器通过图像样本的包围盒特征和包围盒位移向量训练得到,在保证对已知物体的检测能力基本不变的前提下,实现对未知物体有效检测,提高了未知物体的检测精度,进一步地,通过负能量抑制减少非物体的误检测,并利用自适应的候选框筛选算法精确定位未知物体。
-
公开(公告)号:CN117726666A
公开(公告)日:2024-03-19
申请号:CN202410175840.5
申请日:2024-02-08
Applicant: 北京邮电大学
IPC: G06T7/55 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/10 , G06N3/0455 , G06N3/08
Abstract: 本申请提供跨相机单目图片度量深度估计方法、装置、设备及介质,属于计算机视觉技术领域。方法包括:将单目图片输入视场角对齐模块,得到待输入图片,将待输入图片输入神经网络编码器,得到第一特征图和特征信息;将第一特征图和多个预存嵌入特征向量输入多尺度场景信息提取器;将特征信息和第二特征图输入神经网络解码器;将多个特征向量中的一个特征向量输入场景分类器,其它特征向量输入域感知尺度估计器;根据多个中间度量尺度和分类概率,将每个待细化深度图和目标度量尺度输入深度细化模块,将预测深度图进行放大处理,得到目标深度图。本申请能在不同单目图片拍摄设备的配置和不同场景下,得到更精准的度量深度估计结果。
-
-
-
-