公开(公告)号：CN103686187B

公开(公告)日：2016-09-28

申请号：CN201310682114.4

申请日：2013-12-07

Applicant: 吉林大学

Inventor： 桑爱军 ,  钟江江 ,  于洋 ,  陈绵书 ,  李晓妮 ,  陈贺新

IPC: H04N19/547 ,  H04N19/625 ,  H04N19/176 ,  H04N19/527

Abstract: 一种变换域的全局高精度运动矢量估计方法,该方法主要应用于平移运动图像序列运动矢量估计。该方法包括以下步骤：视频提取步骤，多维矩阵分块重组步骤，矩阵变换步骤，系数降维步骤，折叠点提取步骤，窗确定步骤，加窗数据筛选步骤，最小二乘直线迭代拟合步骤，获取运动矢量步骤。从本发明的实施例也证明了该方法精度误差能降到10‑4量级，运动矢量估计的精度越高，而运动估计精度越高，差值的分布越趋近于零，差值块的能量越小，最后所产生的码流比特位率也越少，压缩性能越好。该方法参考了多帧图像，具有计算复杂度低，运动估计精度高且结果连续等特点，有效解决了现有空域内运动矢量估计方法估计结果局部最优、估计精度离散、高计算复杂度高的不足。

公开(公告)号：CN102542073A

公开(公告)日：2012-07-04

申请号：CN201210022647.5

申请日：2012-02-01

Applicant: 吉林大学

Inventor： 孙元 ,  桑爱军 ,  姜楠

IPC: G06F17/30

Abstract: 本发明公开了一种基于高层语义结构索引的多媒体信息检索方法，旨在提供一种快捷高效、准确度高、媒体类型适应范围广的基于高层语义结构索引的多媒体信息检索方法。该方法的步骤包括：采集多媒体高层语义信息并建立多媒体高层语义矩阵，该矩阵中的元素代表多媒体的高层语义信息；采用矩阵裂变法、矩阵裂变法的结合律和矩阵裂变法的乘法分配律建立多媒体高层语义结构索引模型；建立一个XML结构，用来存储所建立的多媒体高层语义结构索引模型中的各语义分支数据及其权重；采用最近检索语义分支权重优先法进行多媒体信息检索。

公开(公告)号：CN101257629A

公开(公告)日：2008-09-03

申请号：CN200810050394.6

申请日：2008-02-26

Applicant: 吉林大学

Inventor： 陈贺新 ,  桑爱军 ,  陈绵书 ,  赵岩 ,  张鹤

IPC: H04N7/26

Abstract: 本发明涉及基于感兴趣区域的图像序列的无损压缩方法，主要应用于运动图像序列。基于感兴趣区域的运动图像序列的无损压缩的编解码方法，在保证感兴趣区域图像信号无失真恢复的前提下，大大地提高了图像的压缩比。具体步骤如下：感兴趣区域提取步骤；分块步骤；矩阵变换步骤；熵编码步骤；四维n阶正交变换哈达玛矩阵生成步骤。本发明的核心内容是在图像序列信号压缩方法中引入了四维n阶矩阵的定义及其算法的定义，并引入了相应的四维n阶矩阵正交变换，并全新提出了哈达玛四维n阶正交矩阵，以及它的克罗内科乘积产生办法。

公开(公告)号：CN119863006A

公开(公告)日：2025-04-22

申请号：CN202411939287.4

申请日：2024-12-26

Applicant: 吉林大学

Inventor： 桑爱军 ,  陈炳阳 ,  李晓妮 ,  陈绵书 ,  王思锐

IPC: G06Q10/047 ,  G06Q50/26

Abstract: 本发明所提供的一种考虑恐慌扩散的人群疏散路径规划方法，方法包括：确定目标场景的人群中每个个体的初始个体恐慌程度；确定每个个体的相邻个体，并更新每个个体的初始个体恐慌程度，得到每个个体在恐慌传播下的个体恐慌程度；对每个个体在恐慌传播下的个体恐慌程度进行恐慌衰减处理，得到当前时刻的最终个体恐慌程度；确定目标场景的人群中每个个体在下一时刻的预测避障速度，得到最终个体恐慌程度更新下一时刻的最终避障速度；基于各个时刻下的最终避障速度确定人群疏散规划路径。本发明在考虑人群恐慌情绪影响下，完成人群疏散路径规划，提高了人群疏散路径规划仿真的真实性，进而提高了疏散效率。

公开(公告)号：CN118397411A

公开(公告)日：2024-07-26

申请号：CN202410499154.3

申请日：2024-04-24

Applicant: 吉林大学

Inventor： 陈绵书 ,  胡超亚 ,  许瑞雪 ,  谷静云 ,  李晓妮 ,  桑爱军

IPC: G06V10/80 ,  G06V10/44 ,  G06V10/58 ,  G06V10/764 ,  G06V20/10 ,  G06V20/13 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于注意力二阶池化的高光谱遥感图像分类方法及系统，所述方法包括：获取高光谱遥感图像中每个特征图块对应的一阶特征，并根据每个所述一阶特征得到对应的二阶池化特征；根据每个一阶特征计算每个所述特征图块对应的空间注意力权重矩阵；获取每个特征图块对应的嵌入特征，并计算每个特征图块对应的光谱注意力权重矩阵；根据每个特征图块对应的空间注意力权重矩阵和光谱注意力权重矩阵计算对应的注意力权重矩阵，计算对应的注意力二阶池化特征；分别根据每个所述注意力二阶池化特征得到最终融合向量，根据最终融合向量进行分类，得到分类结果。本发明提升了对高光谱遥感图像的分类准确性。

公开(公告)号：CN117440257A

公开(公告)日：2024-01-23

申请号：CN202311507152.6

申请日：2023-11-13

Applicant: 吉林大学

Inventor： 桑爱军 ,  冯胜琦 ,  刘伟业 ,  李晓妮 ,  陈绵书

IPC: H04N23/951 ,  H04N23/95

Abstract: 本发明公开了一种多维矢量矩阵Walsh变换的实时鬼成像方法及相关设备，所述方法包括：通过四维矢量Walsh变换核矩阵获得Walsh散斑基图样，将通过Zigzag扫描和排序后的Walsh散斑基图样加载到数字微镜器件上作用到目标物体得到桶探测值，对桶探测值进行反Zigzag扫描后进行四维矢量矩阵Walsh逆变换得到高质量图像；获取图像对应的桶探测值序列和散斑信息，根据前后两帧桶探测值和散斑的对应关系设置合理的帧频参数，通过滑窗相关运算得到滑窗序列；将得到的滑窗序列矩阵化后进行四维矢量矩阵Walsh逆变换重构得到平滑图像。本发明使视频帧频实现自由可调控不受DMD刷新速率的限制，使鬼成像视频在时间上进行增强，实现质量和帧频可调的平滑实时鬼成像视频。

公开(公告)号：CN113221921B

公开(公告)日：2022-05-27

申请号：CN202110558502.6

申请日：2021-05-21

Applicant: 吉林大学

Inventor： 陈绵书 ,  张雅琦 ,  张子墨 ,  李晓妮 ,  桑爱军

IPC: G06V10/46

Abstract: 本发明公开了一种基于优选空间的SIFT特征快速提取方法，包括步骤：获取确定优选特征空间的学习样本集；根据学习样本集确定优选特征空间；优选特征空间中的特征空间层按照特征空间层的配准特征数量依次排列；基于优选特征空间，对已知图像以及待匹配图像进行SIFT特征提取和匹配；当已知图像以及待匹配图像的配准特征数量满足预设要求时，待匹配图像匹配成功。先确定学习样本集对应的优选特征空间，优选特征空间中的特征空间层按照特征空间层的配准特征数量依次排列，然后基于优选特征空间，对已知图像以及待匹配图像进行SIFT特征提取和匹配。本申请把SIFT特征的提取与匹配集中在优选特征空间进行，可以显著提高SIFT特征提取与匹配效率。

公开(公告)号：CN102447934A

公开(公告)日：2012-05-09

申请号：CN201110341659.X

申请日：2011-11-02

Applicant: 吉林大学

Inventor： 王世刚 ,  吕源治 ,  金福寿 ,  赵岩 ,  陈贺新 ,  王学军 ,  祝宇鸿 ,  桑爱军

IPC: H04N13/00

Abstract: 稀疏镜头采集的组合立体图像系统中立体元的合成方法属立体图像生成技术领域，包括：设置稀疏相机矩阵；计算每幅拍摄图像与水平和垂直相邻图像间的视差图；将双目立体视觉模型扩展为多目立体视觉模型，分别根据每幅图像的水平视差图和垂直视差图计算出每幅图像中像素点所对应实际物点的空间位置坐标；将所有图像中计算得到的像素点所对应实际物点的空间位置坐标换算到同一坐标系中；虚拟一个相机阵列，将同一坐标系下每幅图像中像素点所对应的实际物点投影到每个虚拟相机中，生成子图像；对未填充点插值；生成立体元图像。本发明能实现大量虚拟视点的并行生成，更适合于立体元图像的虚拟合成，使组合立体图像系统的图像源从电脑制作走向实景拍摄。

公开(公告)号：CN118470553A

公开(公告)日：2024-08-09

申请号：CN202410942816.X

申请日：2024-07-15

Applicant: 吉林大学

Inventor： 陈绵书 ,  许瑞雪 ,  胡超亚 ,  谷静云 ,  李晓妮 ,  桑爱军

IPC: G06V20/10 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于空间光谱注意力机制的高光谱遥感图像处理方法，涉及高光谱遥感图像处理技术领域，所述方法包括：获取原始高光谱图像，对所述原始高光谱图像进行预处理得到输入数据块；将所述输入数据块输入到预设数量的卷积核中，提取目标特征图，并将所述目标特征图分别输入到第一多尺度特征融合模块得到第一特征融合特征图，将所述第一特征融合特征图输入到第二多尺度特征融合模块，输出第二特征融合特征图；将所述第二特征融合特征图和所述目标特征图相加，并根据分类器进行分类，得到目标分类结果图。本发明可以高效并精确的对高光谱遥感图像进行处理，得到准确的分类结果。

公开(公告)号：CN115841566A

公开(公告)日：2023-03-24

申请号：CN202211354729.X

申请日：2022-11-01

Applicant: 吉林大学

Inventor： 陈绵书 ,  杜媛媛 ,  张子墨 ,  李晓妮 ,  桑爱军 ,  郑宏宇

IPC: G06T19/20 ,  G06T17/00 ,  G06T15/20 ,  G06T7/40 ,  G06T7/11 ,  G06T7/00 ,  G06T3/60 ,  G06V20/70 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明公开了一种基于对称性约束的人脸正面化方法，包括：基于人脸图像建立并拟合三维人脸模型；基于三维人脸模型和人脸图像，进行纹理提取，得到非正面姿态下的带非正面纹理的三维人脸模型，并进行旋转和渲染，得到正面姿态下的渲染图像；并分割得到脸部区域图像；将正面姿态下的渲染图像和脸部区域图像，输入生成对抗网络中的生成器网络，得到正面生成图像；训练时通过对称性损失函数对具有对称特性的脸部区域加以约束。考虑到人脸图像中面部器官存在很强的对称性，先将图像进行语义分割，然后再进行正面化。在正面化过程中，只对具有对称特性的面部器官区域加入对称性约束，而人脸其他部分不加入对称性约束，从而提高人脸正面化效果。