-
公开(公告)号：CN110210498B
公开(公告)日：2021-08-10
申请号：CN201910472188.2
申请日：2019-05-31
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于残差学习卷积融合网络的数字图像设备取证系统。主要包括：数字图像输入单元、数字图像预处理单元、图像特征提取和分类单元、数字图像设备辨别结果输出单元；数字图像预处理单元对数字图像输入单元传输过来的数字图像进行残差学习滤波处理，图像特征提取和分类单元使用权值卷积和传统卷积融合网络对预处理后的数字图像进行底层特征和高层语义特征提取，数字图像设备辨别结果输出单元根据数字图像的高层语义特征得到设备相关特征，根据设备相关特征输出数字图像的设备取证结果。本发明实施例能够在小分辨率数字图像情况下有效地对数字图像进行设备取证，有效提升数字图像的设备辨别性能。
-
公开(公告)号：CN109242749B
公开(公告)日：2021-03-16
申请号：CN201810903826.7
申请日：2018-08-09
Applicant: 北京交通大学
IPC: G06T1/00
Abstract: 本发明提供了一种抵抗打印和重拍的盲数字图像水印方法。该方法包括：设计中心对称图形的水印图案；将水印图案嵌入到载体图像中的Lab颜色空间中，得到水印图像；使用彩色打印机对水印图像进行打印，得到打印图像；使用相机对打印图像进行拍摄，得到拍摄图像，将拍摄图像转换到Lab颜色空间并进行逆几何变换得到水印估计图像，从水印估计图像中定位和裁剪出和水印图案大小相同的图像块，计算图像块与水印图案之间的归一化相关系数值，根据归一化相关系数值判断拍摄图像中是否包含水印图案。本发明的方法通过在Lab颜色空间两个彩色通道同时嵌入水印，开创性提出了利用周期图像自卷积进行逆几何变换的水印同步方法，能从打印重拍的图像中提取水印。
-
公开(公告)号：CN111583173A
公开(公告)日：2020-08-25
申请号：CN202010199264.X
申请日：2020-03-20
Applicant: 北京交通大学
Abstract: 本发明涉及一种RGB-D图像显著性目标检测方法，包括如下步骤：1、从VGG主干网络中提取自顶向下的RGB-D特征，然后将RGB-D特征送入跟每个层级相对应的跨模态调制与选择单元；2、通过跨模态特征调制模块对多级RGB-D特征进行调制；3、通过自适应特征选择模块得到与显著性相关的特征；通过显著显著性边缘预测部分生成显著性边缘图；4、求得修正特征；5、利用修正特征通过显著性图预测部分进行显著性图预测，并以第1层级输出的显著性图作为网络的最终输出显著性结果。本发明能够充分挖掘跨模态数据之间的互补信息，获得更具判别力的特征表达，生成更加完整、准确、边缘清晰的显著性图，且具有较强的背景抑制能力。
-
公开(公告)号：CN111242238A
公开(公告)日：2020-06-05
申请号：CN202010070635.4
申请日：2020-01-21
Applicant: 北京交通大学
IPC: G06K9/62
Abstract: 本发明提供一种RGB-D图像显著性目标获取的方法，提出一种交织融合网络，用于相互指导RGB-D特征的联合提取，并通过网络浅层和深层结构密集地整合跨模态的互补信息，这样能自动且充分地抓取潜在的有用信息，并减少由于跨模态数据的不一致性引起的干扰。与单独提取RGB-D特征后将其整合方式相比，RGB-D特征的交互引导有利于促进跨模态信息的互补性融合，缓解不同模态中的不一致问题；还可以降低因为成像环境或设备引起的低质深度图带来的负面影响。通过在损失函数构造时引入对抗损失项，为RGB-D显著性目标检测提供全局语义约束，使检测结果不仅关注像素级显著性属性，还能捕获对象级的全局语义特征，生成具有完整结构、清晰边界的显著性图。
-
公开(公告)号：CN106331480B
公开(公告)日：2020-01-10
申请号：CN201610704452.7
申请日：2016-08-22
Applicant: 北京交通大学
IPC: H04N5/232
Abstract: 本发明提供了一种基于图像拼接的视频稳像方法。该方法包括：利用图像拼接技术将摄像机拍摄的视频拼接成广角视图的视频，对拼接后的视频的各个帧进行中心点检测，通过相邻帧中心点的累积位移矢量获得摄像机的原始运动路径；利用拟合曲线对所述原始运动路径进行拟合，得到平滑后的运动路径；根据所述平滑后的运动路径在所述广角视图的视频中截取图像，重新生成稳定视频。本发明的方法针对可以拼接为全景图的视频，将改进的曲线拟合法用于获取平滑的相机路径，可以有效地估计相机的原始运动趋势，解决了计算量大的缺点，提高算法效率；提出通过迭代运算调整相机自身运动趋势方向上的运动矢量，以提高轨迹点的平滑度，增强视觉流畅体验。
-
Patent Agency Ranking
公开(公告)号：CN106156761B
公开(公告)日：2020-01-10
申请号：CN201610649808.1
申请日：2016-08-10
Applicant: 北京交通大学
Abstract: 本发明提供了一种面向移动终端拍摄的图像表格检测与识别方法。该方法主要包括：使用连通域分析法从移动终端拍摄的混合文档图像中分离出表格区域，得到表格图像，对表格图像进行图像矫正操作；对矫正后的表格图像使用由粗糙到精细的直线检测算法，检测并定位到图像中直线的位置，并对检测出的直线进行校正处理，提取出表格图像中每个表格单元格的信息；根据提取出的表格单元格信息进行文本识别，通过基于单元格合并的表格创建算法在文档中重建对应的表格。本发明的方法对规则与不规则的表格创建都具有很好的自适应性，对新创建的word文档做简单的编辑修改后即可完成图像表格到文档文件的转化操作，从而提高了办公自动化的效率，有很好的实用性。
-
公开(公告)号：CN110163789A
公开(公告)日：2019-08-23
申请号：CN201910445397.8
申请日：2019-05-27
Applicant: 北京交通大学
IPC: G06T1/00
Abstract: 本发明提供了一种基于莫尔效应的半色调复印脆弱水印技术方法，包括：给定打印条件，并根据打印条件对原始图像进行缩放；对缩放后的图像从RGB颜色空间转换到CMYK颜色空间，并进行水印嵌入；对于没有嵌入水印的通道采用调幅加网半色调方法处理，对于嵌入水印的通道采用随机矩阵的调幅加网半色调方法并嵌入水印处理；对处理后的通道合并，并转化到RGB颜色空间和输出带有分辨率信息的图像。本方法可以有效的增大原始文件与复印件之间的水印检测差距，达到了对复印脆弱的效果。
-
公开(公告)号：CN109951614A
公开(公告)日：2019-06-28
申请号：CN201910164407.0
申请日：2019-03-05
Applicant: 北京交通大学
IPC: H04N1/32
Abstract: 本发明提供了一种基于JPEG图像的自适应可逆信息隐藏方法，包括：根据JPEG图像量化后的离散余弦变换系数，生成多个直方图；确定多个直方图中每个直方图的最优修改参数；根据最优修改参数，修改每个直方图对应的DCT系数，并将所述的信息与所述的DCT系数一起嵌入到载体图像中，得到标记好的JPEG图像。通过采用本发明的方法，可以在尽量保持JPEG文件大小不增大的同时，提高载体的视觉质量和嵌入容量。
-
公开(公告)号：CN109543070A
公开(公告)日：2019-03-29
申请号：CN201811056050.6
申请日：2018-09-11
Applicant: 北京交通大学
IPC: G06F16/738 , H04N5/262 , H04N7/18
Abstract: 本发明提供一种基于动态图着色的在线视频浓缩方案，属于视频信号处理、图像处理、安全监控领域。本发明提出一种视频浓缩的新模型，并根据此模型提出一种基于动态图着色的新型组合优化目标，最后基于上述两者提出一种在线的动态图着色的新型组合优化方案。本发明的显著优势在于，统一视频浓缩的在线模型和离线模型为一种通用模型，并且在保证实时性和低运存消耗的情况下，能够稳定地得到高压缩率、高信息保留率的浓缩视频。
-
公开(公告)号：CN103581687B
公开(公告)日：2017-12-15
申请号：CN201310414049.7
申请日：2013-09-11
Applicant: 北京交通大学长三角研究院
IPC: H04N19/597 , H04N19/36
Abstract: 本发明提供了一种基于压缩感知的自适应深度图像编码方法，包括以下过程：首先对深度图像进行隔点采样，采用0.5的下采样率；然后用canny算子提取出下采样后深度图像的边缘，根据不同的边缘信息对图像块进行自适应选取采样率，最后根据采样值以高概率重构出深度图像，再通过上采样得到和原来分辨率相同的深度图像。
-
-
-
-
-
-
-
-
-
Search Results
164
records
(took 0.032 seconds)
