-
公开(公告)号：CN111539255A
公开(公告)日：2020-08-14
申请号：CN202010227374.2
申请日：2020-03-27
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于多模态图像风格转换的跨模态行人重识别方法，根据行人图像数据集，对训练图像进行收集和预处理获取训练样本；构建解耦图像特征的自动编码网络模型，该模型对处理后输入的行人图像进行特征解耦，分为域无关的内容特征和域相关的风格特征；构建基于模态转换的生成网络和判别网络模型，该模型实现不同域行人图像的风格属性信息互换，实现变换风格的样本生成；本发明方法针对行人重识别算法易受不同光照影响的问题，通过神经网络提取行人图像的特征来学习不同图像的相似性矩阵，该方法学习到的度量矩阵比人为选定的矩阵具有灵活性，更能获得图像特征之间的相似性。
-
公开(公告)号：CN109903299A
公开(公告)日：2019-06-18
申请号：CN201910262015.8
申请日：2019-04-02
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于图像分割的条件式生成对抗网络的异源遥感图像配准方法及装置，根据两组异源遥感图像数据，获取训练样本；对输入图像进行图像分割，获得分割图像；构建基于图像分割的条件式生成对抗网络；构建图像块的生成对抗网络；训练两个生成对抗网络；将生成图像与待配准图像进行同源图像配准。本发明能够约束生成对抗网络生成图像的空间信息一致性，并提供全尺寸空间信息一致的图像转换解决方案，将异源图像配准问题化简为同源图像配准问题，构建统一的异源遥感图像配准框架。
-
公开(公告)号：CN119006518A
公开(公告)日：2024-11-22
申请号：CN202411025498.7
申请日：2024-07-29
Applicant: 中国矿业大学
IPC: G06T7/246 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于频域重要性的三维点云目标跟踪对抗性攻击法及装置，通过谱图和信号处理领域的方法，将搜索区域点云由空间域变换到频域，在频域上添加扰动，对搜索区域的低频分量进行攻击以提高泛化性，通过设计频段重要性显著图，为低频区域中的每个单位子频段按对跟踪的重要程度打分，依据频段重要性显著图分数构造子频段权重，加强对跟踪重要的子频段的扰动程度，通过边界框偏移损失函数，引导跟踪模型生成的候选目标提议偏向置信度较低的提议方向，从而使跟踪预测边界框偏离目标而跟踪失败。
-
公开(公告)号：CN118587439A
公开(公告)日：2024-09-03
申请号：CN202410727672.6
申请日：2024-06-06
Applicant: 中国矿业大学
IPC: G06V10/26 , G06V10/30 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/13 , G06N3/0464 , G06N3/0499
Abstract: 本发明公开了一种基于降噪扩散概率模型的多源遥感图像语义分割方法及装置，包括基于Mamba的双分支主干网络和降噪扩散概率模型网络；通过基于Mamba的双分支主干网络对成对的原始光学图像和原始合成孔径雷达图像分四个阶段进行提取特征和特征融合得到四个阶段的多源融合特征，再将四个阶段的多源融合特征拼接成一个多尺度融合特征；在降噪扩散概率模型网络中，通过前向加噪模块对原始语义分割标签进行加噪，将多尺度融合特征与加噪后的原始语义分割标签拼接后的结果作为前向加噪模块的输出；通过噪声解码器对输入特征进行降噪操作，预测输入特征的语义分割标签。本发明对于多源遥感图像信息融合更加细致、语义分割准确率更高、细节信息更精确。
-
公开(公告)号：CN118521769A
公开(公告)日：2024-08-20
申请号：CN202410644902.2
申请日：2024-05-23
Applicant: 中国矿业大学
Inventor： 周勇 , 丁泽宇 , 赵佳琦 , 杜文亮 , 阿卜杜穆塔利布·埃尔·萨迪克
Abstract: 本发明提出一种基于扩散模型和高斯建模的旋转目标检测方法，该方法包括：步骤1，获取用于旋转目标检测的遥感图像数据集，将数据集中物体的真实框进行高斯表征，得到物体的真实高斯框；步骤2，向物体的真实高斯框添加标准正态噪声，得到噪声框，利用噪声框提取多尺度图片特征；步骤3，将提取的多尺度图片特征输入到头部网络中，检测图片中物体的类别、位置期望和位置方差；步骤4，对物体的位置期望去噪，得到物体中心点位置，对物体的位置方差去噪和奇异值分解，得到物体的长、宽和角度。
-
Patent Agency Ranking
公开(公告)号：CN114005047B
公开(公告)日：2024-07-16
申请号：CN202111303821.9
申请日：2021-11-05
Applicant: 中国矿业大学
IPC: G06V20/13 , G06V10/46 , G06V10/75 , G06V10/764 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464
Abstract: 本发明公开了一种条件式环形混合生成对抗网络的异源遥感图像匹配方法及装置，根据两组异源遥感图像数据，获取训练样本；构建条件式生成对抗网络；构建环形生成对抗网络；训练两个生成对抗网络；基于训练完毕的两个图像生成器匹配异源遥感图像。本发明能够约束生成对抗网络生成图像的纹理特征一致性与循环生成特征一致性，并提供全尺寸的图像转换解决方案，将异源图像匹配问题化简为同源图像匹配问题，构建统一的异源遥感图像匹配框架。
-
公开(公告)号：CN117058389A
公开(公告)日：2023-11-14
申请号：CN202311087792.6
申请日：2023-08-28
Applicant: 中国矿业大学
IPC: G06V10/26 , G06V10/42 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/09
Abstract: 本发明公开了一种基于多属性驱动Transformer的图像自动裁剪方法和装置，使用Next‑ViT作为主干网络进行全局特征图的提取，基于此构建主题分支、构图分支和裁剪分支；在主题分支中学习图像的主题属性从而得到主题属性激活图；在构图分支中学习图像的构图属性从而得到构图属性激活图，对构图属性激活图与主题属性激活图进行融合得到多属性激活图；在裁剪分支中设置锚点获取锚点位置特征图，并利用全局关系推理模块得到偏移量特征图，合并锚点位置特征图和偏移量特征图得到裁剪框特征图，归一化多属性激活图得到锚点权重，利用锚点权重对裁剪框特征图进行加权得到预测的裁剪框。本发明通过自动裁剪方法得到高质量裁剪图像，有效改善图像的美学质量。
-
公开(公告)号：CN116994162A
公开(公告)日：2023-11-03
申请号：CN202310983509.1
申请日：2023-08-04
Applicant: 国网江苏省电力有限公司徐州供电分公司 , 中国矿业大学
IPC: G06V20/17 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 一种基于改进Yolo算法的无人机航拍绝缘子目标检测方法包括：(1)对需要应用的绝缘子场景进行无人机航拍，并将航拍视频抽帧为图像数据；(2)对图像数据进行标注，并将采集并标注好的数据按照比例划分为训练集和验证集；(3)对训练集数据通过Mosaic+Mixup方法混合增强；(4)使用Ghostnetv2网络替换Yolov7版本主干特征提取网络；(5)使用自制数据集对网络进行训练；(6)将训练好的模型文件以ONNX文件导出，并使用TensorRT部署生成Engine模型；(7)使用Engine模型部署并进行无人机检测。本发明基于YoloV7模型构建目标检测模型，该模型对于分辨率较高图像且目标面积较小的绝缘子以及被遮挡的绝缘子有更加优异的识别效果，识别准确率更高，识别位置更精确。
-
公开(公告)号：CN116612896A
公开(公告)日：2023-08-18
申请号：CN202310236004.9
申请日：2023-03-13
Applicant: 中国矿业大学
Abstract: 本发明公开一种基于二元生理系统的动态相互作用网络分析方法，属于动态生理网络技术领域。选定二元器官系统，同步采集睡眠阶段这一生理状态转变前后的生理信号，利用滚动时间窗口进行分段预处理；选定两生理信号段为相互作用对，使用相关系列参数得到相互作用对的时间延迟序列，在此基础上评估相互作用的强度、方向等属性；以各时间窗口为层，每一层网络中的节点定义为该层所对应时刻的生理信号段，借助时间延迟序列特征建立有向加权连边，构建层内、层间链接，使用图论方法表征多层时序生理网络；分析生理状态转变前后二元器官系统间相互作用的强度变化、总体因果效应。其结构简单，使用方便，通过相互作用变化检测人体睡眠阶段变化。
-
公开(公告)号：CN110363068B
公开(公告)日：2023-08-18
申请号：CN201910450597.2
申请日：2019-05-28
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V10/44 , G06V10/764 , G06V10/74 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/044
Abstract: 本发明公开了一种基于多尺度循环生成式对抗网络的高分辨行人图像生成方法，解决由监控设备拍摄到的行人图像分辨率存在差异的问题。其实现方案是：提出基于多尺度循环生成式对抗网络的高分辨行人图像生成模型，采用多尺度生成网络模型将低分辨率行人图像转换为高分辨行人图像，该模型生成器分为两个子生成网络：全局生成网络和局部增强网络；其次采用循环生成式对抗网络技术通过对抗学习的方法来训练多尺度生成器，目的是解决生成高分辨图像失真问题以及还原行人图像的背景信息；针对网络模型复杂度高和参数多的问题，使用多阶段学习方法来训练多尺度循环生成式对抗网络高分辨行人图像生成模型，实现网络性能的稳步提升。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.054 seconds)
