公开(公告)号：CN119313755A

公开(公告)日：2025-01-14

申请号：CN202411311933.2

申请日：2024-09-20

Applicant: 西北大学

Inventor： 赵国英 ,  高彤 ,  彭盛霖 ,  汪霖 ,  屈书毅 ,  彭进业 ,  王琳 ,  王珺

IPC: G06T11/00 ,  G06T7/90

Abstract: 本发明公开了基于细节对比度保持和色彩一致性的彩色图像去色方法，包括以下步骤：构建目标函数，获取数据集，提取数据集中彩色图像的像素对，并将提取到的像素对输入至目标函数中输出彩色图像与灰度图像之间的转化参数；将彩色图像根据目标函数输出的转化参数进行计算并输出灰度图像。通过设计基于聚类的像素对选择方法和基于像素对权重优化的方法，以尽可能地保持提取到的图像的细节对比度；同时对于颜色丰富的彩色合成图片，提出局部自适应去色方法，能够保留更多细节对比度的同时保持颜色一致性，同时为了提高像素对选取效率和保留更有效的对比度参考值，可以在选取之前将输入图像的大小压缩为64×64，以减少像素对冗余，提高处理速度。

公开(公告)号：CN118968241A

公开(公告)日：2024-11-15

申请号：CN202410997719.0

申请日：2024-07-24

Applicant: 西北大学

Inventor： 彭盛霖 ,  桂正海 ,  屈书毅 ,  王珺 ,  张晓丹 ,  彭先霖

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/44 ,  G06N3/088 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/0985 ,  G06N3/084

Abstract: 本发明公开了一种基于多尺度提取与层内可学习融合的壁画线稿提取方法，包括：步骤1、建立线稿提取模型，所述线稿提取模型包括多尺度特征提取模块和层内可学习融合模块；所述多尺度特征提取模块用于提取图像的线条特征，获得线条特征图Ffuse；所述层内可学习融合模块用于通过类激活映射和特征权重融合，对所述线条特征图Ffuse的关键线条细节进行捕捉；步骤2、利用所述线稿提取模型，生成图像线稿图。

公开(公告)号：CN117669416A

公开(公告)日：2024-03-08

申请号：CN202311652842.0

申请日：2023-12-05

Applicant: 西北大学

Inventor： 罗迒哉 ,  刘育成 ,  彭进业 ,  王珺 ,  彭盛霖 ,  魏嘉琪

IPC: G06F30/28 ,  G06F30/17 ,  G06F30/23 ,  G06T17/20 ,  G06F111/04 ,  G06F113/08 ,  G06F119/14 ,  G06F119/02 ,  G06F111/10

Abstract: 本发明公开了一种基于CalculiX的孔隙水压力分析方法，将砌体城墙的孔隙水压力参数耦合至CalculiX中，构建孔隙水压力有限元模型；将Richards方程输入到孔隙水压力有限元模型中离散化为代数方程组；根据代数方程组构建刚度矩阵和载荷向量；设定孔隙水压力有限元模型的边界条件；利用迭代法计算代数方程组，并根据孔隙水压力有限元模型的刚度矩阵、载荷向量和边界条件，计算孔隙水压力有限元模型中每一节点上的孔隙水压力值并分析砌体城墙结构内部的孔隙水压力分布；通过基于CaculiX参考孔隙水压力有限元模型并针对砌体城墙选用合适的非线性渗透系数，进行二次开发孔隙水压力计算，分析砌体城墙结构内部的孔隙水压力分布，使得得到的结果更加符合现实，更准确可靠。

公开(公告)号：CN111832421B

公开(公告)日：2023-09-01

申请号：CN202010559725.X

申请日：2020-06-18

Applicant: 西北大学

Inventor： 祝轩 ,  郭振鹏 ,  陈培榕 ,  彭进业 ,  王珺 ,  柳欣 ,  王荣智 ,  金玉莹 ,  兰志祥 ,  孙逸霏 ,  薛珈萍

IPC: G06V40/20 ,  G06V40/10 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于生理特征纠错的下肢关节点提取方法，通过选取多余候选点及其置信度，结合人体生理体征来实现下肢正确关节点提取的方法，无需利用庞大的数据集进行复杂神经网络的训练，而是利用简单高效的数学模型作为神经网络的后处理部分，从而纠正一般神经网络下肢关节点的错误标注情况。

公开(公告)号：CN113920387B

公开(公告)日：2023-08-08

申请号：CN202111068137.7

申请日：2021-09-13

Applicant: 西北大学

Inventor： 李斌 ,  江魏 ,  赵国英 ,  范建平 ,  彭进业 ,  祝轩 ,  张晓丹 ,  乐明楠 ,  王珺

IPC: G06V10/774 ,  G06V40/16 ,  G06V10/46 ,  G06F18/10 ,  A61B5/024

Abstract: 本发明公开了一种短时远程光体积描记信号检测模型构建方法，对采集人脸视频图像序列，并进行预处理作为初始数据集；对采集的光体积描记信号进行处理作为目标集；训练短时远程光体积描记信号检测模型，本发明设计了基于3D时空卷积过滤器和反卷积过滤器构建特征提取中的编码器和解码器、分支损失模块和残差恒定块、以及基于CBAM注意力机制的显著特征提取模块，采用编码器和解码器的设计用于在时空域特征和时域特征下进行尺度的变换，保证特征提取过程中保留与短时远程光体积描记信号时序信息高度相关的有效特征，提升模型的性能；基于CBAM注意力机制的显著特征提取模块，提升感性特征提取能力，解决了现有技术中的健壮性低的问题。

公开(公告)号：CN116502500A

公开(公告)日：2023-07-28

申请号：CN202310482853.2

申请日：2023-05-03

Applicant: 西北大学

Inventor： 彭进业 ,  张国旗 ,  杨文静 ,  钟升 ,  赵万青 ,  王珺 ,  彭盛霖 ,  魏嘉琪 ,  汪霖

IPC: G06F30/23 ,  G06F30/13 ,  G06F119/02 ,  G06F119/14

Abstract: 本发明属于古遗址保护技术领域，涉及一种夯土包砖城墙遗址的安全性分析方法，所述二维有限元仿真方法包括以下步骤：步骤一：获取夯土包砖城墙遗址简化三维数据；步骤二：依据所述三维数据建立夯土包砖城墙遗址的三维模型；步骤三：简化所述夯土包砖城墙遗址的三维模型构建二维模型；步骤四：根据所述二维模型进行有限元分析，确定夯土包砖城墙遗址的安全系数。本发明建立夯土包砖城墙遗址的二维模型，通过该二维模型进行有限元仿真，在网格划分较小的情况下，分析了夯土包砖城墙遗址的稳定性，在计算精度得到保证的前提下节省了计算时间。

公开(公告)号：CN116128743A

公开(公告)日：2023-05-16

申请号：CN202211477876.6

申请日：2022-11-23

Applicant: 西北大学

Inventor： 乐明楠 ,  张世福 ,  李斌 ,  范建平 ,  彭进业 ,  樊萍 ,  汪霖 ,  王珺

IPC: G06T5/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于计算成像的量子成像技术领域，具体公开了基于深度卷积混合神经网络计算关联成像重建算法，利用哈达玛矩阵灰度编码序列代替原计算关联成像的高斯矩阵散斑序列，在计算关联成像的数据采集处理上以固定序列的散斑序列调整数字微镜器件。在相同采样率下,本算法能够重构出优质目标物体图像,并且拥有更高的PSNR值和SSIM值。深度学习在计算关联成像的算法实现对图像端到端图像恢复，减少了图像计算的的步骤。

公开(公告)号：CN115994472A

公开(公告)日：2023-04-21

申请号：CN202310100360.8

申请日：2023-02-12

Applicant: 西北大学

Inventor： 史丰收 ,  赵万青 ,  彭进业 ,  潮家祥 ,  杨文静 ,  王珺

IPC: G06F30/23 ,  G06T17/00 ,  G06T17/20 ,  G06T17/30 ,  G06T5/00 ,  G06T5/20 ,  G06F111/10

Abstract: 本发明提供了一种基于点云优化与逆向工程建模的有限元遗址保护方法，包括：获取目标遗址的点云数据并进行可视化；根据点云数据所携带的信息构建曲面，将点云数据和构建的曲面进行对比；根据点云与生成的曲面进行对比，自主选择是否对原始点云进行进一步的精简和去噪处理，然后对优化后的点云重新建模，直到得到效果与质量较好的曲面模型；根据曲面模型优化处理，生成能够进行有限元分析的实体模型并分析模型的稳定性，判断目标模型的稳定性是否达标。本申请通过点云分割去除与目标遗址无关的无效点云，再使用半径滤波算法对点云数据去噪，使用曲率精简算法可以精简整体点云的数量，能够有效减少稠密点云构建曲面的所需要的时间。

公开(公告)号：CN109977769B

公开(公告)日：2023-04-18

申请号：CN201910128712.4

申请日：2019-02-21

Applicant: 西北大学

Inventor： 彭进业 ,  李桂锋 ,  史金钢 ,  赵国英 ,  李展 ,  王琳 ,  樊萍 ,  章勇勤 ,  王珺

IPC: G06V40/16 ,  G06V20/40 ,  G06T3/40

Abstract: 本发明属于计算机视觉领域，具体涉及一种低分辨率环境下微表情识别的方法，通过采集包含人脸信息的多个低分辨率视频片段，并通过建立对应关系模型，获得多个与第一帧姿态统一的视频片段，按照待识别人脸的瞳距进行背景分割，得到低分辨率人脸图像序列，对低分辨率人脸图像序列利用超分辨率重建方法重建为高分辨率人脸图像序列，对高分辨率人脸图像序列中的视频片段进行帧数统一，得到高分辨率人脸图像集，利用分块参数设置提取LBP‑TOP特征，并特征进行LSVM分类，融合得到MLBP‑TOP特征，对MLBP‑TOP特征分类，确定每个视频片段的微表情类别。该方法能够在低分辨率环境下提高微表情的识别率，与现有的对视频质量有严格要求的微表情识别方法相比更具实用性。

公开(公告)号：CN111461174B

公开(公告)日：2023-04-07

申请号：CN202010152922.X

申请日：2020-03-06

Applicant: 西北大学

Inventor： 李展 ,  徐宝胜 ,  王凯凯 ,  田晓杰 ,  赵国英 ,  章勇勤 ,  王珺 ,  李斌 ,  杨溪 ,  彭进业

IPC: G06V10/764 ,  G06F18/241 ,  G06V10/774 ,  G06F18/214 ,  G06V10/80 ,  G06F18/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06F16/9535 ,  G06F16/958

Abstract: 本发明公开了一种多层次注意力机制的多模态标签推荐模型构建方法及装置，提取图像的特征对图像特征使用外积，进行双线性融合后再通过一个注意力网络层，获取图像中每个区域的注意力因子，将注意力因子与原始特征进行逐元素乘积，得到最后的图像特征表达；对文本进行词嵌入并使用Bi‑LSTM网络对文本特征提取，然后通过一个注意力网络层与原始特征进行乘积，得到最后的文本信息表达。然后通过一个双线性融合层，将图像和文本特征进行融合，然后将融合后的特征输入到高层次注意力层，得到最后的联合特征表达，最后送入到分类层中，进行标签分类和推荐。在多模态信息处理的条件下，本发明联合层次注意力机制的方法提高了推荐的准确性。