-
公开(公告)号：CN115101076A
公开(公告)日：2022-09-23
申请号：CN202210588389.0
申请日：2022-05-26
Applicant: 燕山大学
Abstract: 本发明公开了一种基于多尺度通道分离卷积特征提取的说话人聚类方法，属于声纹识别技术领域，包括以下步骤：将VoxCeleb和AMI数据集切分为训练集、开发集和测试集；对VoxCeleb和AMI数据进行预处理；在ECAPA‑TDNN网络框架的基础上搭建多尺度通道分离卷积模块；选用AAM‑softmax损失函数对模型进行多次训练得到最优模型；利用多尺度通道分离卷积模型对AMI会议数据提取特征，并运用谱聚类进行聚类分析；使用标准的分割聚类错误率DER对聚类结果打分。本发明能够提取到具有判别性的声纹特征，并在谱聚类算法上取得良好的效果，以相对较小的参数量为代价取得了更低的分割聚类错误率。
-
公开(公告)号：CN114998448A
公开(公告)日：2022-09-02
申请号：CN202210655001.4
申请日：2022-05-19
Applicant: 燕山大学
Abstract: 本发明公开了一种多约束双目鱼眼相机标定与空间点定位的方法。首先使用左右两台双目鱼眼相机拍摄圆形标定物得到原始畸变图像，采用高斯拟合的全局阈值算法对畸变图像进行阈值分割，获取标定圆的边界，计算所述畸变图像中标定圆的质心作为特征点，然后采用Kannala模型计算初始双目相机参数，根据初始参数反投影得到空间点，计算空间几何误差、极线约束误差、距离约束误差、垂直约束误差以及共线约束误差并建立优化目标函数，采用列文伯格‑马夸尔特法对优化目标函数进行求解，获得高精度最优的双目相机参数。
-
公开(公告)号：CN114998225A
公开(公告)日：2022-09-02
申请号：CN202210547672.9
申请日：2022-05-18
Applicant: 燕山大学
Abstract: 本发明公开了一种用于鱼眼图像的非局部立体匹配算法，首先根据鱼眼相机成像模型推导出鱼眼立体系统的对极曲线约束，以极曲线约束为基础规范对应点的搜索路径计算初始匹配代价；然后对初始匹配代价空间进行信任传播优化，防止大面积的错误代价值进入代价聚合过程，将基于最小生成树(MST)的非局部代价聚合算法应用于鱼眼图像，对优化后的匹配代价空间进行代价聚合；最后使用赢家通吃策略计算视差图，对视差误匹配区域进行基于视差的分块优化，从而获得鱼眼图像稠密视差结果。
-
公开(公告)号：CN114943863A
公开(公告)日：2022-08-26
申请号：CN202210659145.7
申请日：2022-06-10
Applicant: 燕山大学
Abstract: 本发明公开了一种基于图像修复的船只水尺数字的识别方法，属于计算机视觉领域，所述方法包括：获取并制作可用于训练的船只水尺图像数据集并进行预处理，得到包含预处理后的多类船只图片；对定义好的分类修复模型，选用加入DF损失函数合成新的生成损失函数进行训练，多次训练得到最优模型；将以上步骤训练得到的最优模型应用到船只水尺数字图像修复中，对损坏的图像进行修复和测试，然后进行实时识别并用准确率和权重概率两个指标进行判断。本发明相较于现有修复模型，能够在充分利用视觉结构信息和类别信息提升修复分类识别准确度的基础上，更好地将因环境而磨损、腐蚀等的船只水尺图像修复并获得更准确的实时识别结果，给检测人员带来便利。
-
公开(公告)号：CN114863260A
公开(公告)日：2022-08-05
申请号：CN202210376060.8
申请日：2022-04-11
Applicant: 燕山大学
IPC: G06V20/05 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/80 , G06V10/44 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于深度学习的Fast‑YOLO实时水母检测方法，通过收集真实环境下水母图像形成水母数据集，并对数据集进行人工标注；该检测方法主要对YOLO‑V4进行了不同程度的优化，使用深度可分离卷积替换原来的标准卷积；采用自适应特征融合替换掉原来特征相加和拼接运算；采用局部跳跃连接加强特征融合；采用轻量化GhostNet主干网络；采用改进后的算法对训练集进行训练得到模型权重，进行水母实时检测；本发明的水母检测方法具有高精度、轻量化、耗时低的特点，适用于移动端设备。
-
Patent Agency Ranking
公开(公告)号：CN113902930A
公开(公告)日：2022-01-07
申请号：CN202111087243.X
申请日：2021-09-16
Applicant: 燕山大学
IPC: G06V10/46 , G06V10/762 , G06V10/74 , G06V10/764 , G06K9/62 , G06N20/10
Abstract: 本发明公开一种优化词袋模型的图像分类方法，所述方法包括：提取图像局部特征；对局部特征聚类生成视觉字典；计算视觉单词显著性生成显著性字典；根据显著性字典对图像局部特征进行加权局部约束线性编码；对编码系数矩阵进行空间金字塔池化生成图像向量表示；将得到的图像向量表示输入到HIK交叉核函数SVM分类器中进行分类。本发明提出的显著性字典考虑了视觉单词之间的内在关系，减少了视觉字典中的冗余信息，提升了视觉字典的显著性和判别力。另外提出的加权局部约束线性编码，在将局部特征用视觉单词表示的过程中，考虑了K近邻单词之间的位置关系，为单词设置了权重，减小了重构误差，提升了分类性能。
-
公开(公告)号：CN108284925A
公开(公告)日：2018-07-17
申请号：CN201810017467.5
申请日：2018-01-09
Applicant: 燕山大学 , 秦皇岛燕大滨沅科技发展有限公司
Abstract: 本发明涉及水尺测量技术领域，具体的说是一种复杂环境下水线的识别检测方法。该方法的步骤为：通过摄像机获取船舶与水面接触区域的视频，并通过该视频提取连续帧的图像，然后对图像进行模糊处理，对模糊处理后的图片分别进行迭代分割法进行分割，确定满载线位置，然后采用双阈值分割或直线检测法进行分割或检测确定满载线位置和水线位置，然后通过上述两步的结合，最终确定水线位置。本发明所述的方法步骤简单，准确率高，且不受海水浑浊度和风浪的影响。
-
公开(公告)号：CN119647525A
公开(公告)日：2025-03-18
申请号：CN202411669665.1
申请日：2024-11-21
Applicant: 燕山大学
IPC: G06N3/0464 , G06N3/08 , G06F18/214 , G06F18/241 , G06F17/16 , G06F17/11
Abstract: 本发明公开了一种结合核极限学习机与模型无关的元学习框架的光伏故障诊断方法，属于光伏系统安全技术领域，包括以下步骤：步骤S1：构建基于核极限学习机的光伏故障诊断模型；步骤S2：构建结合核极限学习机与模型无关的元学习框架的光伏故障协同诊断模型，用于进行光伏故障诊断；步骤S3：构建针对诊断模型的光伏故障诊断结果的评估策略；本发明在保证故障诊断准确性的同时具有较快的反应速度，能够对光伏系统所受故障进行有效诊断，保证光伏系统的稳定运行。
-
公开(公告)号：CN114372997B
公开(公告)日：2024-09-10
申请号：CN202111476809.8
申请日：2021-12-06
Applicant: 燕山大学
IPC: G06T7/246 , G06V10/75 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于质量及相似评估在线模板更新的目标跟踪方法，包括如下步骤：S1、对初始模板帧进行增广生成N个增量模板#imgabs0#建立大小为M的模板池；S2、通过目标跟踪模块对模板帧和搜索帧进行特征提取，然后卷积响应得到响应得分图，根据质量评估指标对当前新的模板#imgabs1#进行质量评估；S3、通过余弦相似度判断通过了质量评估的模板#imgabs2#与模板池中的模板之间的相似度，判断新模板是否需要加入模板池中；S4、通过模板的不同权重，模板池中的模板进行融合得到ti时刻的最终模板；S5、通过模板帧和搜索帧的特征提取得到的特征图，与不同步长及长宽比的空洞卷积层卷积之后进行特征融合。
-
公开(公告)号：CN114998448B
公开(公告)日：2024-08-16
申请号：CN202210655001.4
申请日：2022-05-19
Applicant: 燕山大学
Abstract: 本发明公开了一种多约束双目鱼眼相机标定与空间点定位的方法。首先使用左右两台双目鱼眼相机拍摄圆形标定物得到原始畸变图像，采用高斯拟合的全局阈值算法对畸变图像进行阈值分割，获取标定圆的边界，计算所述畸变图像中标定圆的质心作为特征点，然后采用Kannala模型计算初始双目相机参数，根据初始参数反投影得到空间点，计算空间几何误差、极线约束误差、距离约束误差、垂直约束误差以及共线约束误差并建立优化目标函数，采用列文伯格‑马夸尔特法对优化目标函数进行求解，获得高精度最优的双目相机参数。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.042 seconds)
