-
公开(公告)号：CN119559049A
公开(公告)日：2025-03-04
申请号：CN202411618585.3
申请日：2024-11-13
Applicant: 中国矿业大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/08 , G06N3/0455
Abstract: 本发明公开了一种基于多域信息增强的图像超分辨率重建方法及装置，涉及单幅图像超分辨率重建技术领域，本发明构建多路大核可分离注意力模块、多路大核注意力模块、高频特征增强模块及局部信息增强注意力模块，并与层归一化整合形成多域信息增强特征提取块从而形成多域信息增强的轻量级图像超分辨率重建网络模型，对模型内浅层特征提取模块、深层特征提取模块及重建模块内的参数集分别训练，使模型内所包含四个模块分别对图像中的局部信息、高频信息、长程信息、横纵方向上的频率成分重点关注，从而能从图像中的整体布局、细节信息、纹理信息及物体形象四个方面提升网络重建图像的质量，使得图像的质量大大提高。
-
公开(公告)号：CN118968055A
公开(公告)日：2024-11-15
申请号：CN202410966971.5
申请日：2024-07-18
Applicant: 中国矿业大学
IPC: G06V10/26 , G06V20/70 , G06V10/82 , G06N3/0464 , G06V10/80
Abstract: 本发明公开了一种煤粒图像分割方法、装置、介质和设备，涉及图像分割技术领域。针对图像分割过程中会出现漏分割与过分割问题，提出了一种同时关注局部信息与全局信息的算法，从ResNet50网络中提取低层特征，并利用语义序列化将其特征转换为序列，进而成为多分支编码器的输入。其次，为了加强对边缘特征的提取，重复利用编码器的输入作为多头自注意力制的一个输入。最后，将编码器的输出序列重塑为ResNet50网络的输出特征，送入压缩激励空间金字塔池化部分。本发明通过利用多分支Transformer编码器与压缩激励空间金字塔池化，不仅关注了全局信息，同时对边缘特征进行加强了，解决了漏分割与过分割问题。
-
公开(公告)号：CN118397063A
公开(公告)日：2024-07-26
申请号：CN202410481590.8
申请日：2024-04-22
Applicant: 中国矿业大学
IPC: G06T7/50 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了煤矿单轨吊无人驾驶中自监督单目深度估计方法及系统，涉及图像深度估计领域。首先提出了自适应特征聚合算法，用于在深度估计网络中聚合高低尺度特征的同时自适应地保持其上下文一致性；然后提出一个旋转量优化算法，用于在位姿网络中加权融合原始主路径与其他路径的前3维向量来细化旋转分量；最后提出图像边缘相似性损失函数，为深度估计提供形状先验，作为额外的自监督信号来约束网络。本发明能够有效提高预测深度的精度，使得煤矿单轨吊对作业人员和障碍物的位置距离远近能够更准确地估计，增强去精准判断与预防碰撞障碍物与作业人员的能力，提高煤矿单轨吊无人驾驶安全通过性，并具有良好的泛化性能。
-
公开(公告)号：CN117152419B
公开(公告)日：2024-03-29
申请号：CN202311313950.5
申请日：2023-10-11
Applicant: 中国矿业大学
IPC: G06V10/25 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 一种矿井架空乘人装置人员违规携带物品的检测方法及系统，首先使用主干特征提取模块和特征加强融合模块对物品特征进行收集，通过以YOLOv8m为教师模型、YOLOv8s为学生模型，对特征加强融合模块的输出添加知识蒸馏模块增强对信息的收集能力，再通过辅助信息加强模块对目标物品信息进行进一步检测，最后通过对定位网络和分类网络进行改进并且对YOLOv8的分类损失进行改进，加强定位与分类的准确性，分类之后的信息流传输到警报系统实现对违规产品的检测。加强对矿井架空乘人装置人员携带违规物品的检测能力。
-
公开(公告)号：CN117152419A
公开(公告)日：2023-12-01
申请号：CN202311313950.5
申请日：2023-10-11
Applicant: 中国矿业大学
IPC: G06V10/25 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 一种矿井架空乘人装置人员违规携带物品的检测方法及系统，首先使用主干特征提取模块和特征加强融合模块对物品特征进行收集，通过以YOLOv8m为教师模型、YOLOv8s为学生模型，对特征加强融合模块的输出添加知识蒸馏模块增强对信息的收集能力，再通过辅助信息加强模块对目标物品信息进行进一步检测，最后通过对定位网络和分类网络进行改进并且对YOLOv8的分类损失进行改进，加强定位与分类的准确性，分类之后的信息流传输到警报系统实现对违规产品的检测。加强对矿井架空乘人装置人员携带违规物品的检测能力。
-
Patent Agency Ranking
公开(公告)号：CN113724167A
公开(公告)日：2021-11-30
申请号：CN202111031131.2
申请日：2021-09-03
Applicant: 中国矿业大学
IPC: G06T5/00
Abstract: 本发明为一种高清视频信息的自适应采集及图像处理方法，方法包括如下步骤：a.对滤波的初始窗口尺寸提前进行计算；b.判断窗口是否达到最大值，对于部分异常噪声点进判断，改进噪声点的检测，对初始窗口尺寸进行更改；c.对窗口达到最大值后，仍无法处理的噪声引入均值滤波器；基于传统的自适应中值滤波算法，在其中加入对初始窗口尺寸提前进行计算、对于部分异常噪声点进判断，改进噪声点的检测标准同时结合部分均值滤波技术完善滤波效果，本方法使得滤波效果满足图像的实时性要求，通过确定最佳窗口尺寸，尽量减少像素点重复排序问题，有效地将高频细节与噪声区分开。
-
公开(公告)号：CN110312124B
公开(公告)日：2020-09-08
申请号：CN201910700754.0
申请日：2019-07-31
Applicant: 中国矿业大学
IPC: H04N17/00 , H04N19/86 , H04N19/176 , H04N19/137 , G06T7/13 , G06T7/246
Abstract: 本发明涉及一种基于显著性多特征融合的移动巡检视频质量修正方法，属于视频质量修正技术领域，解决了现有技术无法对移动巡检视频进行有效的质量评价并修正的问题。该方法包括如下步骤：对移动巡检视频中任一包括待检测物体的静止图像进行分块，确定包含待检测物体识别特征的所有宏块，以及各宏块的显著性因子；使用每个宏块分别遍历移动巡检视频中其他图像，获得各帧图像中与该宏块最相似的图像块，进而获得各宏块的运动矢量，以及每一帧图像的显著性矩阵；根据获得的显著性矩阵，确定移动巡检视频的块效应特征值、模糊效应特征值和信息熵特征值；建立视频质量评价模型，判断视频质量是否合格，如果不合格，修正摄像头参数，直到合格为止。
-
公开(公告)号：CN110428450A
公开(公告)日：2019-11-08
申请号：CN201910707197.5
申请日：2019-08-01
Applicant: 中国矿业大学
Abstract: 本发明涉及一种应用于矿井巷道移动巡检图像的尺度自适应目标跟踪方法，属于目标跟踪技术领域，解决了现有矿井目标跟踪算法在目标剧烈变化、遮挡、背景干扰等场景下无法获取较好的跟踪效果的问题。步骤如下：接收矿井巷道移动巡检视频帧序列的当前视频帧，根据上一帧的目标跟踪位置及尺度信息，得到当前视频帧中的待检测图像块；提取当前视频帧中待检测图像块的HOG特征及LQC特征，分别利用HOG特征相关滤波器和LQC特征相关滤波器计算得到HOG特征响应图及LQC特征响应图；对HOG特征响应图及LQC特征响应图进行加权融合响应，将加权融合响应结果中的最大值位置确定为当前视频帧的目标位置；利用尺度滤波器对目标位置进行尺度估计，得到当前视频帧的尺度信息。
-
公开(公告)号：CN108550115A
公开(公告)日：2018-09-18
申请号：CN201810380243.0
申请日：2018-04-25
Applicant: 中国矿业大学
Abstract: 本发明涉及一种图像超分辨率重建方法，属于图像处理技术领域，解决了现有技术生成图像边缘信息模糊、不能适用多种放大倍数以及重建效果差的问题。所述方法包括如下步骤：构造训练和学习的卷积神经网络，所述卷积神经网络从上到下依次包括LR特征提取层、非线性映射层、HR重建层；用该卷积神经网络对输入的成对的LR图像和HR图像进行训练，同时进行至少两个放大尺度的训练，求得卷积神经网络的最优参数集和相应放大尺度下的尺度调节因子；训练完成后，将目标LR图像和目标放大倍数输入所述卷积神经网络，可得到目标HR图像。本发明卷积神经网络训练速度快，训练完成后可以实时得到训练尺度中任意放大倍数的HR图像。
-
公开(公告)号：CN108491857A
公开(公告)日：2018-09-04
申请号：CN201810141262.8
申请日：2018-02-11
Applicant: 中国矿业大学
Abstract: 本发明公开了一种视域重叠的多摄像机目标匹配方法，具体如下；根据摄像机1和摄像机2的前5帧信息计算两台摄像机的视野分界线；提取摄像机1视频中的前景目标，根据多特征融合规则将各个前景目标的特征进行融合获得融合后的特征向量；计算摄像机1中各目标在摄像机2中的投影点，确定待匹配目标的可靠区域后，再计算可靠区域内多特征融合向量；计算多特征融合向量的欧式距离，完成视域重叠的多摄像机目标匹配，距离最近且在设定阈值范围内的目标为匹配目标，保存视野分界线参数；更新视野分界线参数，从当前视频帧的前5帧中选取2组参数，再结合当前帧的视野分界线参数进行线性加权，并对视野分界线模型进行更新。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.126 seconds)
