-
公开(公告)号：CN113724146B
公开(公告)日：2024-06-04
申请号：CN202110795952.7
申请日：2021-07-14
Applicant: 北京理工大学
IPC: G06T5/70 , G06N3/0464
Abstract: 本发明公开的基于即插即用先验的单像素成像方法，涉及一种基于即插即用先验的欠采样条件下的单像素成像方法，属于计算摄像学领域。本发明结合基于模型方法和基于深度学习方法的优点，将现代图像降噪算法隐式作为先验替换到成像方法中，提高欠采样条件下单像素图像成像质量。本发明在即插即用同一构思下，提供欠采样条件下无噪声单像素成像方法和欠采样条件下考虑噪声的单像素成像方法。本发明公开的欠采样条件下无噪声的单像素成像方法，能够在不考虑噪声的情况下，实现欠采样条件下高质量单像素图像重建。本发明公开的欠采样条件下考虑噪声的单像素成像方法，能够在考虑噪声的情况下，实现欠采样条件下高质量单像素图像重建，对噪声具有鲁棒性。
-
公开(公告)号：CN112200264B
公开(公告)日：2023-08-15
申请号：CN202011157901.3
申请日：2020-10-26
Applicant: 北京理工大学
IPC: G06V10/774 , G06N3/0464 , G06N3/08 , G06N20/20
Abstract: 本发明公开了一种基于散射复用的高通量免成像分类方法与装置，其中，方法包括以下步骤：使用散射介质对目标光场进行散射，得到散射后的散斑光场；选取并保留部分散斑光场，对部分散斑光场进行编码调制，并使用单像素探测器采集编码调制后的耦合数据，得到对应不同编码的单像素测量数据；设计并训练深度学习神经网络，网络的输入为单像素测量数据，输出为目标场景的分类结果；将采集的实际单像素测量数据输入深度学习神经网络中，得到成像分类结果。该方法仅需采集经过散射后的部分散斑图的单像素测量数据，无需经过图像重建即可输出场景分类的语义结果，具有效率高、计算复杂度低的特点。
-
公开(公告)号：CN111553971B
公开(公告)日：2023-05-12
申请号：CN202010291377.2
申请日：2020-04-14
Applicant: 北京理工大学
IPC: G06T15/50
Abstract: 本发明公开了一种基于三次二值化调制的快速全视场复数域成像方法及装置，其中，方法包括：搭建复数域成像光路；在光路的照明端使用相干光照射整个目标的全视场，并利用空间光调制器进行三次调制二值化照明图案，且在光路的探测端利用二维探测器采集三张对应观测样本光学傅里叶平面的光强；根据调制的照明图案和二维探测器采集到的相应傅里叶光强，利用相位恢复算法重建目标的复数域信息。根据本发明实施例的方法，每次成像仅需要二值化的幅度调制图案，即可达kHz级别的超快成像速度，提高成像效率的同时，有效保证成像的效果。
-
公开(公告)号：CN116052268A
公开(公告)日：2023-05-02
申请号：CN202211664772.6
申请日：2022-12-23
Applicant: 北京理工大学
IPC: G06V40/20 , G06V20/40 , G06V10/44 , G06V10/82 , G06V10/778 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于细粒度运动模式选择的步态识别方法及系统，属于计算机视觉及生物识别技术领域。本发明首次提出了一个结构简单且有效的细粒度动作模式选择的步态识别模型，能够从大规模的特征点中筛选出多种外部条件变化下鲁棒的点位特征，从而有效实现高精度的步态识别。本发明有效解决了现有方法中步态识别准确率较低的问题，以及由于缺乏细粒度特征提取和运动模式选择而造成的步态特征表达不充分的问题，为现实场景下的布控提供了一个网络结构较为简单有效的方案。
-
公开(公告)号：CN115157948A
公开(公告)日：2022-10-11
申请号：CN202210672746.1
申请日：2022-06-15
Applicant: 北京理工大学
IPC: B60G15/06 , B62D7/14 , B60G17/0195 , B60G17/019 , B60G7/00 , B60W10/20 , B60W10/22
Abstract: 本发明公开了一种模块化集成悬架系统，包括：轮毂电机；转向节，套装在轮毂电机上；弹簧减振器，一端通过第一球铰与车身铰接，另一端与转向节连接；滑叉，安装在滑柱上，且能够沿滑柱上下移动；横臂机构，包括前横臂和后横臂，前横臂一端与滑叉连接，且能够绕滑叉转动，另一端与转向节铰接，后横臂一端与滑叉连接，且能够绕滑叉转动，另一端与转向节铰接，前横臂的转动中心与第二球铰的中心点的连线，以及后横臂的转动中心与第三球铰的中心点的连线的延长线相交于一点；转向机构，安装在滑叉上，且与转向节连接，用于控制转向节和轮毂电机绕主销轴线转动。本发明能够实现悬架系统的集成化和模块化，可同时兼顾汽车的高速稳定性和高机动性。
-
Patent Agency Ranking
公开(公告)号：CN112163186B
公开(公告)日：2022-08-30
申请号：CN202011157900.9
申请日：2020-10-26
Applicant: 北京理工大学
Abstract: 本发明公开了一种即插即用的大规模高效鲁棒相位恢复方法与系统，方法包括以下步骤：根据预设测量值模型构造优化目标函数，其中，目标函数包含数据保真项和先验约束项；通过预设的广义交替投影优化方法对目标函数进行模块化分解，得到数据保真项和先验约束项优化子任务；获取待求解变量初始值，并引入数据保真项算子和先验约束项算子，迭代交替式地分别对待求解变量进行优化更新，且在迭代收敛后输出具有幅值和相位的复数域目标变量，得到相位恢复结果。该方法迭代更新简单快速，引入灵活可变的先验约束项算子，能够高效解决大规模相位恢复问题。
-
公开(公告)号：CN112950472B
公开(公告)日：2022-08-26
申请号：CN202110231950.5
申请日：2021-03-02
Applicant: 北京理工大学
IPC: G06T3/40
Abstract: 本申请提出一种单像素成像方法和装置，涉及计算摄像学技术领域，其中，方法包括：搭建单像素成像光路，使用单像素探测器采集一维测量值；利用由粗到精的多分辨率优化机制，将求解得到的低分辨率目标图像作为更高分辨率求解过程的初始值，直至获得原始分辨率的目标图像；在每个分辨率阶段将单像素图像重建问题分解为保真子问题和正则子问题两个子问题分别求解，交替循环迭代，重建目标场景图像。由此，本申请实现方案简单，目标图像重建质量高，内存资源占用较少，收敛速度快，所需采样率较低，可以实现高质量的大规模单像素成像。
-
公开(公告)号：CN110992266B
公开(公告)日：2022-06-03
申请号：CN201911234638.0
申请日：2019-12-05
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于多维度非局部统计本征的去马赛克方法及系统，其中，该方法包括：将测量数据按预设维度分离，对分离后的所有通道图像做初始化估计并组成多维度的预设图像组；设定样例图像子块，在预设图像组中多维度地查找与样例图像子块结构相似的图像子块进行匹配，并将结构相似的图像子块组合成数据矩阵；对真实和模拟测量数据进行相似性约束，并联合数据矩阵的低秩正则化约束，构建目标函数；对目标函数进行求解，得到目标图像组的估计值；将估计值作为新预设图像组，循环迭代上述步骤至指定次数，得到目标去马赛克图像组。该方法利用自然图像在多维度区域以及非局部区域的相似结构信息，实现较高的去马赛克精度，保证图像细节的恢复。
-
公开(公告)号：CN110807822B
公开(公告)日：2022-03-22
申请号：CN201910972577.1
申请日：2019-10-14
Applicant: 北京理工大学
IPC: G06T11/00
Abstract: 本发明公开了一种基于Wirtinger Flow算法的散斑相关成像方法及装置，其中，该方法包括：S1，获取目标散斑图像，根据维纳‑辛钦定理对目标散斑图像进行自相关的傅里叶变换，得到目标功率谱；S2，通过Wirtinger Flow算法建立目标图像和目标功率谱的代价函数，通过优化算法对代价函数进行优化并求解代价函数的最优解，根据最优解重建目标图像。该方法可以提高目标重建过程对于测量噪声和系统畸变的鲁棒性，不需要目标的任何先验信息，提高重建目标的质量。
-
公开(公告)号：CN114202472A
公开(公告)日：2022-03-18
申请号：CN202111388971.4
申请日：2021-11-22
Applicant: 北京理工大学
Abstract: 本发明公开了一种高精度水下成像方法和装置，其中，该方法包括：构建场景辐射子网络，输入为采集的水下失真图像，输出为场景辐射图；从水下失真图像估计透射率图和背景光图，根据水下成像公式将场景辐射图、透射率图和背景光图合成模拟水下失真图像；基于水下失真图像，构建先验判别子网络，输入为场景辐射图，输出水下图像降质程度；基于水下图像降质程度，优化场景辐射子网络参数，以输出优化后的高精度场景辐射图。本发明针对利用深度学习解决水下成像问题时面临的水下图像没有真值的问题，避免了对于真值图的依赖，结合水下成像模型，利用一张水下失真图像恢复出清晰、高对比度以及颜色校正的水下图像。
-
-
-
-
-
-
-
-
-
Search Results
199
records
(took 0.033 seconds)
