-
公开(公告)号：CN107563381A
公开(公告)日：2018-01-09
申请号：CN201710816619.3
申请日：2017-09-12
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京邮电大学
Abstract: 本发明设计了一种基于全卷积网络的多特征融合的目标检测方法，其主要技术特点是：搭建具有六个卷积层组的全卷积神经网络；利用卷积神经网络的前五组卷积层提取图像特征，并将其输出进行融合，形成融合特征图；对融合后的特征图进行卷积处理，直接产生固定数目的不同大小的目标边框；计算卷积神经网络生成的目标边框与真实边框之间的分类误差与定位误差，利用随机梯度下降法降低训练误差，得到最终训练模型的参数，最后进行测试得到目标检测结果。本发明利用了深度卷积网络对目标的强大的表示能力，构建了用于目标检测的全卷积神经网络，提出了新的融合特征方法，提高了算法的检测速度和精度，获得了良好的目标检测结果。
-
公开(公告)号：CN107240122A
公开(公告)日：2017-10-10
申请号：CN201710450319.8
申请日：2017-06-15
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京邮电大学
CPC classification number: G06T7/246 , G06T7/262 , G06T2207/10016 , G06T2207/20056 , G06T2207/20081
Abstract: 本发明涉及一种基于时空连续相关滤波的视频目标跟踪方法，其主要技术特点是：构造并计算损失函数；对输入帧进行深度卷积特征提取，利用深度卷积网络的第3～5层特征信息估计当前帧中目标的位置；根据每层估计的目标位置的准确度分配不同权重，将三层目标位置加权求和得到当前帧目标的最终位置；根据之前所有帧的估计结果更新模板。本发明结合了判别相关滤波器、深度学习技术，其利用多层特征进行目标位置估计，并根据之前所有帧的位置信息连续更新学习率，增加了整体算法的跟踪精度，提高了跟踪结果的稳定性，获得了很好的目标跟踪效果。
-
公开(公告)号：CN118674663A
公开(公告)日：2024-09-20
申请号：CN202410579341.2
申请日：2024-05-10
Applicant: 北京邮电大学
IPC: G06T5/90 , G06T5/77 , G06T5/60 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于HSV色彩空间的多曝光高动态范围图像重建方法。所述方法包括将多曝光低动态范围图像进行伽玛校正，得到的伪高动态范围图像从RGB色彩空间转换到HSV色彩空间，并进行裁剪；将不同曝光对应图像的明度分量送入亮度分支网络，对于动态场景下多曝光图像不对齐的问题，基于注意力机制消除鬼影，得到预测的V通道图像；同时将中等曝光图像的色调和饱和度分量送入色度分支网络，设计多级结构，基于编解码模型分别学习两种色度信息特征，并利用轻量网络学习两者之间的关联特征，得到预测的H和S通道图像；最终重建的三个通道图像拼接后转换到RGB色彩空间，得到高质量的高动态范围重建图像。本发明模拟人眼视觉感知特性，从源头上剔除特征学习过程中的冗余信息，在保证高动态范围图像重建视觉效果的基础上，实现了模型轻量化。
-
公开(公告)号：CN113159173B
公开(公告)日：2024-04-26
申请号：CN202110427314.X
申请日：2021-04-20
Applicant: 北京邮电大学
IPC: G06V10/774 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及一种结合剪枝与知识蒸馏的卷积神经网络模型压缩方法。该方法包括：获取图像训练集A；获取目标网络模型，对其包含的每个通道引入缩放因子γ；对目标网络模型进行训练，将训练后的模型作为教师网络；按照缩放因子γ的绝对值大小对教师网络的通道数剪枝，将剪枝后的模型视为学生网络；获取图像训练集A中少量图像，同时输入教师、学生网络，分别计算教师、学生网络各卷积层通道输出的特征图之间的分布差异；将分布差异作为损失函数，对学生网络进行训练，使其模型精度快速恢复至教师网络的水平；输出训练后的学生网络。本发明具有压缩率高、快速恢复压缩模型精度的优势，从而便于网络模型在终端设备上的部署。
-
公开(公告)号：CN110188835B
公开(公告)日：2021-03-16
申请号：CN201910483958.3
申请日：2019-06-05
Applicant: 国家广播电视总局广播电视科学研究院 , 北京邮电大学
Abstract: 本发明涉及一种基于生成式对抗网络模型的数据增强行人再识别方法，包括使用Mask‑RCNN图像分割算法分割出图像中行人的掩膜图像；结合掩膜图像和手工标注行人属性，训练一个端到端的改进星形生成式对抗网络，从一个摄像头下的真实行人图像生成任何数量摄像头下的假训练图像；使用训练好的改进星形生成式对抗网络生成所有真实图像对应的所有相机域的假训练图像；将真实图像和假训练图像一起送入行人再识别模型，计算行人图像间距离并完成行人再识别功能。本发明设计合理，利用生成式对抗网络生成更多的训练样本，同时生成的图像背景能够有效地表示相对应摄像头下的真实场景，有效提高行人再识别模型的鲁棒性和判决能力，有效提高了行人再识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN106656578B
公开(公告)日：2019-10-18
申请号：CN201611055837.1
申请日：2016-11-25
Applicant: 北京邮电大学
IPC: H04L12/24
Abstract: 本发明提供一种基于最小堆的软件定义网络扩展方法，利用软件定义网络中控制器能获取网络拓扑结构的特点将全网构造成一个或多个最小堆；利用最小堆的插入算法可将新加入的网络节点与原有堆合并至一个堆，从而实现网络的扩展；利用最小堆的堆合并算法可将新加入的堆与原有堆合并至一个堆，从而实现网络的扩展。通过优化软件定义网络的数据结构，在网络扩展中采用最小堆，利用最小堆的特点可灵活的向网络中添加节点或多个节点形成的堆，并且基于最小堆优化的路由算法明显降低了时间复杂度。
-
公开(公告)号：CN110070073A
公开(公告)日：2019-07-30
申请号：CN201910373780.7
申请日：2019-05-07
Applicant: 国家广播电视总局广播电视科学研究院 , 北京邮电大学
Abstract: 本发明涉及一种基于注意力机制的全局特征和局部特征的行人再识别方法，包括：分别提取行人的全局特征和局部特征；在全局特征分支中，以整个行人特征图像作为输入，并将其送入空间注意力机制模块和通道注意力机制模块，将两个模块的特征表示进行融合；在局部特征分支中，把行人特征图水平平均分割为三部分，将分割的三部分输入到通道注意力机制模块得到每一部分的局部特征；将全局特征和局部特征送入特征向量提取模块，得到用于行人预测的特征向量；对整体网络进行训练，得到行人再识别模型。本发明充分利用行人图像的全局特征和局部特征，有效融合了注意力机制，使行人特征更具有判别力，获得了良好的行人再识别结果，提高了模型匹配准确率。
-
公开(公告)号：CN106595633B
公开(公告)日：2019-07-19
申请号：CN201611070529.6
申请日：2016-11-25
Applicant: 北京邮电大学
Abstract: 本发明提供一种室内定位方法及装置，属于室内定位技术领域。方法包括：根据多重传感器采集到的数据，预测行人的位置信息；基于室内运动模型，获取行人的室内运动状态；基于室内环境地图模型，根据室内运动状态及室内预设节点的位置信息，对预测得到的行人位置信息进行校准，得到行人的最终位置信息。本发明通过预测行人的位置信息。基于室内运动模型，获取行人的室内运动状态。基于室内环境地图模型，根据室内运动状态及室内预设节点的位置信息，对预测得到的行人位置信息进行校准，得到行人的最终位置信息。由于不用安装外部设备，从而在避免设计复杂度较高的系统的同时，还可减少硬件成本消耗，进而使得室内定位时耗费的成本较低。
-
公开(公告)号：CN106656578A
公开(公告)日：2017-05-10
申请号：CN201611055837.1
申请日：2016-11-25
Applicant: 北京邮电大学
IPC: H04L12/24
Abstract: 本发明提供一种基于最小堆的软件定义网络扩展方法，利用软件定义网络中控制器能获取网络拓扑结构的特点将全网构造成一个或多个最小堆；利用最小堆的插入算法可将新加入的网络节点与原有堆合并至一个堆，从而实现网络的扩展；利用最小堆的堆合并算法可将新加入的堆与原有堆合并至一个堆，从而实现网络的扩展。通过优化软件定义网络的数据结构，在网络扩展中采用最小堆，利用最小堆的特点可灵活的向网络中添加节点或多个节点形成的堆，并且基于最小堆优化的路由算法明显降低了时间复杂度。
-
公开(公告)号：CN106643711A
公开(公告)日：2017-05-10
申请号：CN201611056649.0
申请日：2016-11-25
Applicant: 北京邮电大学
CPC classification number: G01C21/165 , G01C21/206
Abstract: 本发明提供一种基于手持设备的室内定位方法和系统，所述手持设备包括加速度传感器、陀螺仪以及地磁感应器，所述方法包括：S1、基于行人的步数、步长以及角位移获得行人的位置坐标；以及S2、基于室内的磁场地图对所述位置坐标进行定位校正。通过实际场地采集数据与MATLAB平台仿真的验证，本发明的方法可以实现稳定性强的、高精度的室内定位。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.045 seconds)
