-
公开(公告)号：CN112220921B
公开(公告)日：2022-08-16
申请号：CN202010863764.9
申请日：2020-08-25
Applicant: 北京交通大学 , 北京智飞绿竹生物制药有限公司
IPC: A61K39/295 , A61K39/155 , A61P31/14
Abstract: 本发明提供了一种针对呼吸道合胞病毒感染的组合疫苗。包括：第一组合物，其包含免疫有效剂量的人26型复制缺陷型腺病毒载体和药学上可以接受的载体，人26型复制缺陷型腺病毒载体包含编码呼吸道合胞病毒的抗原蛋白的核苷酸；第二组合物，包含免疫有效剂量的猩猩63型复制缺陷型腺病毒载体和药学上可以接受的载体，猩猩63型复制缺陷型腺病毒载体包含编码呼吸道合胞病毒的抗原蛋白的核苷酸。第一组合物为初免组合物，第二组合物为加强组合物；或者，第一组合物为加强组合物，第二组合物为初免组合物。本发明的组合疫苗用于诱导针对呼吸道合胞病毒感染的保护性免疫，提供针对呼吸道合胞病毒感染的保护性免疫的组合物、疫苗和方法。
-
公开(公告)号：CN111260565A
公开(公告)日：2020-06-09
申请号：CN202010002973.4
申请日：2020-01-02
Applicant: 北京交通大学
Abstract: 本发明提供了一种本发明实施例的基于畸变分布图的畸变图像矫正方法及系统，用以解决畸变图像矫正的相机模型及特征提取局限性问题。所述畸变图像矫正方法，通过构建畸变分布图，提取畸变分布图引导的语义特征，再与结构特征进行多模特征融合，在局部结构特征和全局语义特征之间进行有意义的信息传递，根据语义-结构混合向量输出矫正图像。本发明基于畸变分布图的畸变图像矫正方法，同时适用于多种相机模型，具有普适性，同时能够有效地提取和感知图像的语义和结构特征，从而有效地去除不同类型的几何畸，更合理地还原真实的物理场景，自动且灵活地矫正任意畸变图像，提高了矫正效果。
-
公开(公告)号：CN105681790B
公开(公告)日：2019-01-22
申请号：CN201610010094.X
申请日：2016-01-08
Applicant: 北京交通大学
IPC: H04N19/13 , H04N19/119 , H04N19/124 , H04N19/91
Abstract: 本发明提供了一种图像集中的图像的编码方法和解码方法。所述方法包括：获取图像集中的待编码的当前原始图像的前一幅原始图像；生成前一幅原始图像的解码图像；将当前原始图像与前一幅原始图像的解码图像求差值，生成差值图像；对差值图像进行矩阵变化，生成差值图像对应的差值矩阵Rn；对前一幅原始图像的解码图像进行矩阵变化，生成前一幅原始图像的解码图像对应的矩阵；使用非负矩阵分解法，将前一幅原始图像的解码图像对应的矩阵分解为字典矩阵和系数矩阵；使用最小二乘法，得到差值矩阵在字典矩阵下的系数矩阵；对系数矩阵进行量化和熵编码处理，生成当前原始图像的编码图像。
-
公开(公告)号：CN105681790A
公开(公告)日：2016-06-15
申请号：CN201610010094.X
申请日：2016-01-08
Applicant: 北京交通大学
IPC: H04N19/13 , H04N19/119 , H04N19/124 , H04N19/91
CPC classification number: H04N19/13 , H04N19/119 , H04N19/124 , H04N19/91
Abstract: 本发明提供了一种图像集中的图像的编码方法和解码方法。所述方法包括：获取图像集中的待编码的当前原始图像的前一幅原始图像；生成前一幅原始图像的解码图像；将当前原始图像与前一幅原始图像的解码图像求差值，生成差值图像；对差值图像进行矩阵变化，生成差值图像对应的差值矩阵Rn；对前一幅原始图像的解码图像进行矩阵变化，生成前一幅原始图像的解码图像对应的矩阵；使用非负矩阵分解法，将前一幅原始图像的解码图像对应的矩阵分解为字典矩阵和系数矩阵；使用最小二乘法，得到差值矩阵在字典矩阵下的系数矩阵；对系数矩阵进行量化和熵编码处理，生成当前原始图像的编码图像。
-
公开(公告)号：CN103501441A
公开(公告)日：2014-01-08
申请号：CN201310413810.5
申请日：2013-09-11
Applicant: 北京交通大学长三角研究院
Abstract: 本发明提供了一种基于人类视觉系统的多描述视频编码方法，其过程包括：首先读入一视频序列，对其进行奇偶帧分离，得到主信息奇数帧子序列X1和偶数帧子序列X2；根据JND错误预测机制分别得到重建出来的偶数帧序列和奇数帧序列经过编码模式选择模块处理后得到奇数帧一路的冗余信息Y2和偶数帧一路的冗余信息Y1；将主信息X1，X2和冗余信息Y1，Y2分别通过标准编码器和冗余信息编码器进行编码；编码后，X1和Y2形成描述1，X2和Y1形成描述2，通过不同信道传输到解码端进行解码。
-
Patent Agency Ranking
公开(公告)号：CN101626512A
公开(公告)日：2010-01-13
申请号：CN200910090803.X
申请日：2009-08-11
Applicant: 北京交通大学
IPC: H04N7/66
Abstract: 本发明提供一种基于相关性优化准则的多描述视频编码方法及装置，属视频编码领域。该装置包括：编码器端、解码器端、信道1和信道2，其中，编码器端包括相似性优化准则模块、预处理器、奇偶帧分离器、标准编码器1和标准编码器2；解码器端包括标准解码器1、标准解码器2、奇偶帧交织器和后处理器。本视频编码方法使用相关性优化准则，针对不同的运动信息，在保证各视频序列压缩性能的前提下，更好地保持了视频子序列中的时域相关性，使得单路解码器能够更有效地恢复丢失信息，从而提高单路解码的重建质量。
-
公开(公告)号：CN117830076A
公开(公告)日：2024-04-05
申请号：CN202311602727.2
申请日：2023-11-28
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于耦合薄板样条插值的统一图像变换方法。该方法包括：根据原始输入图像的潜在状态及预定义的目标控制点，预测当前状态下的初始控制点；根据预定义的目标控制点和预测的初始控制点计算出TPS变换函数，将TPS变换函数转化为残差流；通过耦合TPS模型利用残差流对矫正流进行空间变换并相加，得到新的矫正流；利用新的矫正流对原始输入图像进行变换，输出当前迭代的矫正结果；最后进行多次迭代并耦合，计算得到最终输出的矫正流，以此对原始输入图像进行变换得到最终矫正后的图像。本发明通过在潜在状态中对初始控制点进行迭代式搜索，并将每次迭代得到的基础薄板样条变换以变换流为媒介进行耦合，以实现基于耦合TPS模型进行图像变换。
-
公开(公告)号：CN113709455B
公开(公告)日：2023-10-24
申请号：CN202111138182.5
申请日：2021-09-27
Applicant: 北京交通大学
IPC: H04N19/103 , H04N19/20 , H04N19/30 , H04N19/42
Abstract: 本发明公开一种使用Transformer的多层次图像压缩方法，以Transformer模块为主，辅之以卷积层神经网络的多层次的图像压缩框架，Transformer模块包括多层编码器组件组件、解码器组件，编码端采用编码器组件，解码端采用解码器组件；解码器拥有交叉注意力机制，该交叉注意力机制将解码器的输入的自注意力特征与编码器的自注意力特征进行联合计算，对压缩压缩框架编码器的编码端学习到的特征充分利用。本发明保留了Transformer中的解码器组件及其交叉注意力机制，应用在解码端以实现对编码端学习到的特征的充分利用，达到更好的效果。且本发明框架对硬件的需求更小。
-
公开(公告)号：CN111260565B
公开(公告)日：2023-08-11
申请号：CN202010002973.4
申请日：2020-01-02
Applicant: 北京交通大学
IPC: G06T5/00 , G06T7/13 , G06N3/0464
Abstract: 本发明提供了一种本发明实施例的基于畸变分布图的畸变图像矫正方法及系统，用以解决畸变图像矫正的相机模型及特征提取局限性问题。所述畸变图像矫正方法，通过构建畸变分布图，提取畸变分布图引导的语义特征，再与结构特征进行多模特征融合，在局部结构特征和全局语义特征之间进行有意义的信息传递，根据语义‑结构混合向量输出矫正图像。本发明基于畸变分布图的畸变图像矫正方法，同时适用于多种相机模型，具有普适性，同时能够有效地提取和感知图像的语义和结构特征，从而有效地去除不同类型的几何畸，更合理地还原真实的物理场景，自动且灵活地矫正任意畸变图像，提高了矫正效果。
-
公开(公告)号：CN113822147A
公开(公告)日：2021-12-21
申请号：CN202110890068.1
申请日：2021-08-04
Applicant: 北京交通大学
Abstract: 本发明属于信息压缩处理技术领域，涉及一种协同机器语义任务的深度压缩方法，包括：将图像x输入基网络，输出压缩特征fxn；多尺度融合模块输出多尺度语义特征fsn；将fxn和fsn通过通道级联，获得组合特征z；z依次经量化、算术编码和算术解码，获得隐特征传送到解码器，被分成压缩特征和语义特征再分别进行解码，分别得到解压缩图像和语义分割图像s；输入后处理增强模块，得到解压缩图像本发明提出一种端到端的相互增强网络，将图像压缩和语义分割集成到统一的框架。框架基于编解码器结构，在编码器中设计融合模块，提高语义分割的准确性，设计增强模块，增强压缩任务的重建图片。本发明在图像压缩和语义分割上实现相互增强。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.021 seconds)
