基于像素和区域特征匹配的快速视频物体分割方法和装置

    公开(公告)号:CN112784750A

    公开(公告)日:2021-05-11

    申请号:CN202110090764.4

    申请日:2021-01-22

    Applicant: 清华大学

    Abstract: 本发明提出一种基于像素和区域特征匹配的快速视频物体分割方法和装置,其中,方法包括:提取搜索帧和查询帧的特征;根据搜索帧和查询帧的特征,计算搜索帧和查询帧之间的像素相似性特征;提取搜索帧和查询帧之间的区域相关性特征;融合像素相似性特征和区域相关性特征,得到融合特征;根据融合特征确定查询帧的掩码类型。由此,所提出方法在保证准确度的同时提高算法的推理速度。

    基于判别样本元挖掘器的亲属关系验证方法和装置

    公开(公告)号:CN112733724A

    公开(公告)日:2021-04-30

    申请号:CN202110035353.5

    申请日:2021-01-12

    Applicant: 清华大学

    Abstract: 本发明提出一种基于判别样本元挖掘器的亲属关系验证方法和装置,其中,方法包括:根据第一正负样本比例获取第一正负样本对图像;根据第一正负样本对图像对亲属关系模型执行一次虚拟更新得到更新后的候选亲属关系模型;使用第二正负样本比例获取第二正负样本对图像;根据第二正负样本对图像对更新元挖掘网络的网络参数,得到目标元挖掘网络;将第一正负样本对图像中的每对正负样本对图像输入目标元挖掘网络,获取每对正负样本对图像的样本权重;根据样本权重训练候选亲属关系模型得到目标亲属关系模型,以便于根据目标亲属关系模型识别图像之间的亲属关系。由此,解决了亲属验证数据集与生俱来的数据不平衡问题。

    基于解耦截断物体的单目三维物体检测方法和装置

    公开(公告)号:CN112712062A

    公开(公告)日:2021-04-27

    申请号:CN202110061352.8

    申请日:2021-01-18

    Applicant: 清华大学

    Abstract: 本申请提出一种基于解耦截断物体的单目三维物体检测方法和装置,涉及计算机视觉技术领域,其中,方法包括:提取输入图像的输入特征图;获取输入特征图中正常物体的三维中心投影,以及截断物体的二维中心连线与图像边界的交点表示;根据三维中心投影和所述交点表示,生成输入图像对应的物体关键点热图;对输入特征图分别进行二维检测、物体朝向、物体大小和物体深度处理,获取物体二维检测框、物体朝向信息、物体大小消息和物体深度信息,从而得到物体的三维检测框。由此,对正常物体和截断物体采用了不同的关键点表示,实现了二者在空间位置上的解耦,不仅显著提升截断物体的定位精度,同时还能够避免正常物体的优化过程受到干扰,进一步提高整体的检测性能。

    基于回归模型的不确定性估计方法和装置

    公开(公告)号:CN112613617A

    公开(公告)日:2021-04-06

    申请号:CN202011612532.2

    申请日:2020-12-30

    Applicant: 清华大学

    Abstract: 本申请提出一种基于回归模型的不确定性估计方法和装置,涉及机器学习技术领域,其中,方法包括:获取输入样本,并提取输入样本的概率分布特征;其中,输入样本具有标签值;从概率分布特征中采样T个特征;其中T为正整数;获取T个特征对应的T个损失函数,并对T个损失函数进行处理,获取训练损失函数;将输入样本输入回归模型进行处理,获取预测值,并通过训练损失函数根据标签值和预测值对回归模型的参数进行调整,获取已训练回归模型,以使将待处理数据输入已训练回归模型,获取回归结果和目标值。由此,可以给出每一个测试数据的不确定性,即目标值,同时在建模不确定性中有效提高了回归结果的准确性,得到一个性能更好的回归模型。

    一种融合时空信息的稀疏点云多目标跟踪方法

    公开(公告)号:CN112561966A

    公开(公告)日:2021-03-26

    申请号:CN202011530744.6

    申请日:2020-12-22

    Applicant: 清华大学

    Inventor: 冯建江 周杰 张猛

    Abstract: 本发明提出一种融合时空信息的稀疏点云多目标跟踪方法,属于3D视觉领域。本发明以点云特征提取网络为主干,同时输入多帧点云数据,对提取的特征进行时域信息的融合,从而避免点云稀疏导致的漏检。得益于时空信息的融合,跟踪和检测任务可以更紧密耦合,本发明对前后共三帧的检测框同时进行预测,得到当前目标持续三帧的轨迹段。之后计算当前轨迹段和前一时刻的轨迹跟踪结果的距离交并比分数,利用贪心算法将当前分裂后的轨迹段与历史轨迹段匹配拼接,得到各时刻最终的轨迹跟踪结果。本发明方法具有应对稀疏点云下多目标跟踪的应用潜力,对于目标漏检、错检有较强的鲁棒性,在稀疏的点云序列输入中仍然可以得到稳定的跟踪结果。

    一种电池SOC估算算法的验证评价方法与装置

    公开(公告)号:CN109061477B

    公开(公告)日:2021-03-26

    申请号:CN201810598112.X

    申请日:2018-06-12

    Abstract: 本发明涉及一种电池SOC估算算法的验证评价方法和装置,预先存储电池的OCV‑SOC曲线,对电池进行充电或放电,使用待验证评价的SOC算法计算电池SOC值,记录所述SOC算法运算时间和占用内存空间;根据预先存储的OCV‑SOC关系曲线获取参考SOC值;将待验证评价的SOC算法计算的电池SOC值与所述参考SOC值进行对比,确定待验证评价的SOC估算算法精度;基于所占用内存空间、运算时间和算法精度对所述待验证评价的SOC算法进行优劣评价。本发明设计新颖合理,满足了SOC估算算法研究者的需求,填补了市场上该验证与评价平台的空白。

    一种三维断层扫描图像中树状结构分叉关键点的检测方法

    公开(公告)号:CN112541893A

    公开(公告)日:2021-03-23

    申请号:CN202011446025.6

    申请日:2020-12-11

    Applicant: 清华大学

    Abstract: 本发明提出一种三维断层扫描图像中树状结构分叉关键点的检测方法,涉及医学图像处理领域。该方法在离线阶段获取包含解剖学树状结构的三维断层扫描图像并预处理,对图像进行标注后根据结果生成对应的分叉关键点检测、树状结构分割、分支向量场的预测目标,最终组成训练数据对用于对深度学习网络进行训练,得到训练完毕的网络;在线阶段,获取一张相同类型的图像,利用训练完毕的网络输出该图像对应的分叉关键点热图、树状结构分割概率图与分支向量场的预测结果,应用热图与分割概率图的预测结果计算最终的关键点检测位置。本发明可以广泛应用于多种解剖学树状结构中分叉关键点的检测,如气管、动脉、静脉等,均能实现较好的检测效果。

    模拟医生手术操作的血管介入手术辅助装置遥控系统

    公开(公告)号:CN110141365B

    公开(公告)日:2021-01-26

    申请号:CN201910372778.8

    申请日:2019-05-06

    Applicant: 清华大学

    Abstract: 本发明公开了一种模拟医生手术操作的血管介入手术辅助装置遥控系统,包括进给运动装置和捻旋运动装置,所述进给运动装置在拉动下进行直线运动,用于向所述末端执行器发出直线运动信息;所述捻旋运动装置固定在所述进给运动装置上,所述捻旋运动装置在捻动下进行旋转运动,向所述末端执行器发出旋转运动信息。该遥控系统,采用远程遥控操作方法,医生可以免受X光辐射,保障了医生自身的健康;同时医生可以跨地区进行手术。由于该遥控系统是通过拉动和捻旋操作方式来控制末端执行器对导管/导丝进行直线推送和捻旋推送,与医生原手动操作方式的习惯相同,有利于提高手术质量。

    基于关键帧指导超分辨率的视频压缩方法及装置

    公开(公告)号:CN112019861A

    公开(公告)日:2020-12-01

    申请号:CN202010698136.X

    申请日:2020-07-20

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于关键帧指导超分辨率的视频压缩方法及装置,其中,方法包括:将输入视频以帧序列的形式输入到关键帧选取网络,得到输入视频的高分辨率关键帧;将输入视频以帧序列进行下采样得到输入视频的低分辨率帧序列;将高分辨率关键帧和低分辨率帧序列输入到生成器中,生成超分辨率视频。该方法对高清的输入视频进行下采样后进行压缩,同时从中选择出关键帧在视频解压后用作视频超分辨率的指导,既达到高度的视频压缩,又能从中恢复出高质量的视频。

    基于双智能体的视频人脸关键点检测方法及装置

    公开(公告)号:CN109299669B

    公开(公告)日:2020-11-13

    申请号:CN201811007365.1

    申请日:2018-08-30

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于双智能体的视频人脸关键点检测方法及装置,其中,方法包括:分别建立跟踪智能体和关键点检测智能体,并通过通讯信息通道相连接;根据贝叶斯模型分别输出跟踪智能体和关键点检测智能体的边缘分布概率和条件概率分布;根据边缘分布概率和条件概率分布建立马尔科夫决策模型,其中,跟踪智能体和关键点检测智能体通过可变长的序列动作,同时更新检测框和关键点的位置,并交互传递信息,以获得检测结果;以及通过建立监督学习训练函数和强化学习训练函数优化检测结果,以得到最终结果。该方法通过交互的方式输出人脸框的检测与关键点的检测结果,具有提升检测系统的性能,优化检测结果的优点。

Patent Agency Ranking