-
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：CN111612728B
公开(公告)日：2023-07-25
申请号：CN202010449147.4
申请日：2020-05-25
Applicant: 北京交通大学
Abstract: 本发明实施例提供了一种基于双目RGB图像的3D点云稠密化方法和装置。所述方法包括：步骤1，由双目RGB图像生成深度图像；根据所述深度图像的深度信息，估计所述深度图像的每个像素点在LiDAR坐标系下的大致三维坐标点；步骤2，使用循环RANSAC算法进行点云的地面分割，并提取非地面点云；步骤3，将提取的所述非地面点云插入KDTree，根据所述每个像素点在LiDAR坐标系下的大致三维坐标点，在KDTree中搜索预定数量的近邻点，利用所述近邻点进行曲面重建；步骤4，根据曲面重建结果和LiDAR与相机的标定参数，由计算几何方法导出所述大致三维坐标点的精确坐标点，并将所述精确坐标点与原始LiDAR点云进行融合，得到稠密化点云。
-
公开(公告)号：CN114596657A
公开(公告)日：2022-06-07
申请号：CN202210125630.6
申请日：2022-02-10
Applicant: 北京交通大学
IPC: G07C9/37 , G06V40/10 , G06V40/16 , G06V10/82 , G06N3/02 , G06T7/00 , G06T7/62 , G01D21/02 , A61B5/107
Abstract: 本发明公开了一种基于深度数据的闸机通行系统，包括：数据采集模块、数据对齐模块、行人定位模块、身高检测模块、距离检测模块、数据储存模块；其中，数据采集模块用于数据深度采集，数据对齐模块是将RGB颜色图和深度数据的对齐，行人定位模块将深度相机采集到的彩色照片通过YOLOv3目标检测算法进行识别，框出行人并保存框的位置信息；身高检测模块用于采集行人的身高数据；距离检测模块用于计算行人间的距离；数据储存模块将所有采集和检测数据直接存储到数据库系统中，进行留存和后期取证使用。利用本系统可以计算身高以区分成人与儿童，同时测量前后行人间距，识别连续通行者，实现更为智能化的闸机通行检测。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN110009683B
公开(公告)日：2021-03-30
申请号：CN201910250262.6
申请日：2019-03-29
Applicant: 北京交通大学
Abstract: 本发明实施例提供了一种基于MaskRCNN的实时平面上物体检测方法，其特征在于，包括：步骤1获取视频流中的每帧图像，基于ORBSLAM2计算该帧的位姿，保存该帧的位姿及对应的图像到全局数组中；步骤2基于ORBSLAM2增加深度学习检测线程，所述深度学习线程从全局数组中抽取数据，提取数组中相邻两帧图像，并通过位姿分别计算相邻两帧的投影图，通过MaskRCNN检测第二帧投影图上物体所包含的像素点，根据相邻两帧投影图特征匹配能够得到特征点的平移关系从而求出第一帧投影图上物体的像素点，并将所述两帧图像的像素点根据位姿进行逆变换，将逆变换后的匹配点通过三角化计算出物体的世界坐标；步骤3根据当前帧的位姿和所述物体的世界坐标计算物体当前帧的像素坐标，相机位姿若满足平面，则对于检测的所述物体不渲染，仅渲染非检测物体，并在检测的所述物体上插入AR物体。
-
公开(公告)号：CN111882485A
公开(公告)日：2020-11-03
申请号：CN202010566899.9
申请日：2020-06-19
Applicant: 北京交通大学
Abstract: 本发明针对受限于深度相机采集装置，采集的深度图像存在分辨率较低、易受噪声干扰等问题，难以满足实际需求，提出了分级特征反馈融合的深度图像超分辨率重建方法，利用深层网络提取深度图像及其对应纹理图像的特征，构建深度-纹理深层的特征表示。在此基础上，利用金字塔结构构建深度-纹理的深层特征在不同尺度下的分层特征表示。还采用分级特征的反馈式融合策略，综合深度-纹理的边缘特征，生成深度图像的边缘引导信息。深度图像的重建过程采用残差学习的方式，进一步增强深度图像的重建质量。本发明，通过实验结果表明，相比state-of-the-arts方法，本发明提出的方法均实现了深度图像的主、客观质量的提升。
-
公开(公告)号：CN106815869B
公开(公告)日：2020-06-19
申请号：CN201611077901.6
申请日：2016-11-30
Applicant: 北京鑫洋泉电子科技有限公司 , 北京交通大学
IPC: G06T7/80
Abstract: 本发明涉及鱼眼相机的光心确定方法及装置。该方法包括：确定内部参数矩阵的水平轴的尺度因子和垂直轴的尺度因子；确定畸变图的特征点，并对特征点进行映射处理，得到特征点在校正图中对应的校正点；分别对校正图的各行各列的校正点进行拟合，得到校正图的各行各列对应的拟合直线；根据光心参考坐标确定多个候选光心坐标；对于每个候选光心坐标，分别计算校正图的各行各列的校正点到拟合直线的距离之和；将使距离之和最小的候选光心坐标确定为鱼眼相机的光心坐标。根据本发明的鱼眼相机的光心确定方法及装置能够减小内部参数矩阵中参数的误差，提高鱼眼相机的光心确定的精确度，从而能够提高鱼眼相机的标定精度，使校正后的图像更准确。
-
公开(公告)号：CN104537627B
公开(公告)日：2017-11-07
申请号：CN201510009690.1
申请日：2015-01-08
Applicant: 北京交通大学
IPC: G06T5/00
Abstract: 本发明涉及数字图像处理领域，公开了一种深度图像的后处理方法。本发明首先通过采用时间复杂度较低的经典插值算法对深度图像进行上采样，再对上采样后的深度图像进行边缘线校正、边界区域修复两次后处理。采用本发明的技术方案能够在提高上采样深度图像良好的主观视觉效果的同时，通过边界校正，使深度图像边界与对应颜色图像的几何边界一致，有效改善了合成视点的质量，消除了上采样带来的边界模糊现象。
-
公开(公告)号：CN103414891B
公开(公告)日：2016-08-10
申请号：CN201310306195.8
申请日：2013-07-19
Applicant: 北京交通大学
IPC: H04N19/176 , H04N19/147 , H04N19/50
Abstract: 本发明公开了一种HEVC帧内编码的自底向上快速四叉树裁剪算法。HEVC中采用了四叉树结构的编码单元划分方式，本发明根据自底向上裁剪的四叉树结构决策算法的特点，设计实现了一种快速算法。通过已知的四叉树底层编码单元的编码信息自适应地选择跳过当前层编码单元的模式决策过程，从而避免不必要计算，减少帧内编码的复杂度。本发明能够在不降低编码效率的情况下，有效地减少编码时间。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.027 seconds)
