-
公开(公告)号：CN119205568A
公开(公告)日：2024-12-27
申请号：CN202411360043.0
申请日：2024-09-27
Applicant: 中国矿业大学
IPC: G06T5/73 , G06T5/60 , G06T7/00 , G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/09 , G06N3/0455 , G06N3/0895 , G06N3/042
Abstract: 一种矿井机载视频图像的去运动模糊方法及系统，步骤：构建基于卷积神经网络的面向真实场景的盲图像质量评价模块，并借助所述模块提取图像中与质量相关的质量特征；构建基于码本的特征预测模块，通过矢量编码的方式预训练一个包含高质量特征码本的特征预测网络，基于模糊图像的质量特征进行预测编码，从而获得图像的高质量先验知识；将获得的高质量先验知识经维度对齐后嵌入到去模糊模块编码特征中，经解码器解码后获得恢复后的清晰图像。系统包括图像采集模块、盲图像质量评价模块、特征预测模块和去模糊模块。本发明能够快速处理图像视频流失真、有效适应矿井下环境，提高后续图像处理和分析准确性，提高矿区作业的安全性和效率。
-
公开(公告)号：CN117475474B
公开(公告)日：2024-10-15
申请号：CN202311418003.2
申请日：2023-10-30
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V10/80 , G06V10/82 , G06V10/10 , G06V10/762 , G06N3/0464 , G06N3/09
Abstract: 一种用于智能安防的跨模态行人重识别系统及方法，系统包括图像预处理模块、图像获取模块、网络构建模块、网络训练模块和指标评估模块；方法包括：特征提取；构建图卷积神经进行特征融合；多级特征聚合机制；损失函数优化。本发明通过提出多样化嵌入拓展模块，通过多分支卷积生成结构，基于局部异构聚合图卷积网络的方法，利用图结构关系对提取到的局部关键点特征进行信息融合的方法，提取更多高层次特征信息；对损失函数进一步优化，提出中心引导对挖掘损失和正交损失，其以端到端的方式去除冗余，提供了更简单优化的网络结构，减弱了行人图像在可见光模态和红外模态下存在的差异，减少噪声的产生,极大提高了行人图像在图像库中检索的效率。
-
公开(公告)号：CN116977220B
公开(公告)日：2024-02-13
申请号：CN202310985961.1
申请日：2023-08-07
Applicant: 中国矿业大学
IPC: G06T5/73 , G06T5/60 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 质量先验知识，提高了模型的去模糊效果和泛化本发明属于图像去模糊处理技术领域，具体 性能。地说，是一种基于图像质量启发的盲图像去运动模糊算法，基于去模糊算法旨在提高图像质量以及去模糊过程缺乏先验知识的事实，提出了图像质量先验引导的盲图像去运动模糊算法。具体而言，首先，借助基于深度神经网络的无参考图像质量评价模型提取包含质量信息的深度特征作为先验知识。然后，采用特征预测策略将先验知识嵌入图像去模糊模型的编码器中。最后，采用编码器复用策略将图像去模糊模型中解码器的(56)对比文件Tianshu Song等.Knowledge-Guided BlindImage Quality Assessment with FewTraining Samples《.IEEE Transactions onMultimedia》.2022,第1-12页.Manri Cheon等.Perceptual ImageQuality Assessment with Transformers.《CVPR》.2021,第433-442页.Siddhant Sahu等.Blind Deblurringusing Deep Learning: A Survey《.arXiv:1907.10128v1》.2019,第1-9页.
-
公开(公告)号：CN119228651B
公开(公告)日：2025-03-21
申请号：CN202411445754.8
申请日：2024-10-16
Applicant: 中国矿业大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于高频特征增强的图像超分辨率重建方法及装置，涉及图像超分辨率重建技术领域，本发明在高频特征增强的图像超分辨率重建模型的训练阶段，采用多尺度采样网络提取高频特征，并在多尺度采样网络中引入特征掩码模块提高特征融合的准确性，同时引入轻量级高频增强注意力机制并将其与多尺度采样网络融合构建高频特征自调节模块，此过程通过可学习的参数有效地融合了不同尺度和级别的高频特征到网络中，使得特征的提取能力大大提高，而后通过特征调节层生产的掩码矩阵建立多个高频特征自调节模块内不同层高频特征之间的映射关系，使特征间的交互大大加强，从而特征的利用率大大加强，因此重建后的图像质量极大提升。
-
公开(公告)号：CN117078659B
公开(公告)日：2024-01-26
申请号：CN202311221440.5
申请日：2023-09-21
Applicant: 中国矿业大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/09
Abstract: 本发明属于图像质量评价技术领域，具体地说，是一种基于主动学习的少样本无参考图像质量评价算法，借助主动学习选择少量代表性样本以减少模型对样本数量的需求。首先，从图像质量和图像内容两个方面选择少量代表性样本；其次，对选中的少量样本进行人工标注，获得图像质量分数；然后，用有标注的少量样本进行prompt调优，以提升模型对图像质量评价任务的预测能力，并重复此过程，直到被选中的样本的总数达到预期数量；最后，采用所有被选中的样本同时微调prompt和模型的少量参数，完成模型的最终训练。本发明通过主动学习选择代表性样
-
Patent Agency Ranking
公开(公告)号：CN116977220A
公开(公告)日：2023-10-31
申请号：CN202310985961.1
申请日：2023-08-07
Applicant: 中国矿业大学
IPC: G06T5/00 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于图像去模糊处理技术领域，具体地说，是一种基于图像质量启发的盲图像去运动模糊算法，基于去模糊算法旨在提高图像质量以及去模糊过程缺乏先验知识的事实，提出了图像质量先验引导的盲图像去运动模糊算法。具体而言，首先，借助基于深度神经网络的无参考图像质量评价模型提取包含质量信息的深度特征作为先验知识。然后，采用特征预测策略将先验知识嵌入图像去模糊模型的编码器中。最后，采用编码器复用策略将图像去模糊模型中解码器的输出图像再次输入模型编码器中并预测质量评价模型提取的清晰图像的质量特征。本发明在不增加计算成本的基础上，为去模糊模型引入图像质量先验知识，提高了模型的去模糊效果和泛化性能。
-
公开(公告)号：CN119205704A
公开(公告)日：2024-12-27
申请号：CN202411360045.X
申请日：2024-09-27
Applicant: 中国矿业大学
IPC: G06T7/00 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/74 , G06N3/045 , G06N3/096 , G06N3/0895
Abstract: 一种矿井机器视觉中低质图像质量评价方法与系统，方法：设计与图像失真类型和质量预测相关的提示词，通过CLIP模型得出失真分布概率和质量预测概率，对新场景中样本分别进行失真分布和模型预测不确定性两个方面的代表性排名；采用排名聚合法，选出新场景中部分样本进行标注；得出新场景已选及旧场景全部样本的质量特征向量，用相似性度量算法选出旧场景易迁移样本；对选出的新旧场景样本进行训练，完成评价模型构建。系统包括摄像头、样本选择器和特征迁移学习训练器。本发明减少新场景中失真多样性的同时减少了标注样本成本，降低了模型适配新场景的过拟合风险，提高了模型的预测能力及图像质量评价准确性。
-
公开(公告)号：CN118887088A
公开(公告)日：2024-11-01
申请号：CN202410438168.4
申请日：2024-04-12
Applicant: 中国矿业大学
IPC: G06T3/4053
Abstract: 本发明涉及图像超分辨率重建技术领域，具体涉及一种矿用边缘计算终端中轻量化图像超分辨率重建方法，包括：通过浅层特征提取模块对输入图像进行浅层特征提取；将浅层特征输入至多个堆叠的多尺度特征校准模块中进行深层特征提取；通过特征聚合模块聚合每个多尺度特征校准模块的输出，并与浅层特征相融合；将融合后的特征输入至图像重建模块进行图像重建，并输出重建后的超分辨率图像ISR。本发明通过多尺度特征校准模块对浅层特征进行处理，获得了更全面和信息更丰富的图像特征增，在图像重建中获得了更真实和更准确的结果。
-
公开(公告)号：CN119723304A
公开(公告)日：2025-03-28
申请号：CN202411653726.5
申请日：2024-11-19
Applicant: 中国矿业大学
IPC: G06V10/98 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/096
Abstract: 矿井复杂受限环境中轻微失真图像盲质量评价方法与系统，利用真实失真质量评价数据集，对无参考图像模型训练，得到真实失真质量评价模型；通过真实失真质量评价模型提取图像中具有内容鲁棒的质量特征；使用目标图像数据集训练真实失真质量评价模型，对显著失真的图像进行质量评估；进行迭代训练，在获得的显著失真图像质量评估的基础上，训练其对轻微失真图像的质量特征的表征；融合具有鲁棒性及轻微失真图像的质量特征，训练质量预测模块，获取精准的质量分数。本发明利用真实失真辅助及两阶段迭代训练策略，解决了数据集内容多样性匮乏导致模型对内容多样性的抗干扰能力有限的问题，提高评价结果的准确性及对井下安全隐患与异常情况检测精准性。
-
公开(公告)号：CN119205704B
公开(公告)日：2025-03-25
申请号：CN202411360045.X
申请日：2024-09-27
Applicant: 中国矿业大学
IPC: G06T7/00 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/74 , G06N3/045 , G06N3/096 , G06N3/0895
Abstract: 一种矿井机器视觉中低质图像质量评价方法与系统，方法：设计与图像失真类型和质量预测相关的提示词，通过CLIP模型得出失真分布概率和质量预测概率，对新场景中样本分别进行失真分布和模型预测不确定性两个方面的代表性排名；采用排名聚合法，选出新场景中部分样本进行标注；得出新场景已选及旧场景全部样本的质量特征向量，用相似性度量算法选出旧场景易迁移样本；对选出的新旧场景样本进行训练，完成评价模型构建。系统包括摄像头、样本选择器和特征迁移学习训练器。本发明减少新场景中失真多样性的同时减少了标注样本成本，降低了模型适配新场景的过拟合风险，提高了模型的预测能力及图像质量评价准确性。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.016 seconds)
