-
公开(公告)号：CN116433662A
公开(公告)日：2023-07-14
申请号：CN202310690490.1
申请日：2023-06-12
Applicant: 北京科技大学
Abstract: 本发明公开一种基于稀疏分解与景深估计的神经元提取方法及装置，方法包括：输入原始图像视频数据；利用鲁棒性主成分分析方法分解原始图像视频数据，以得到神经元信号、背景和噪声；计算神经元信号数据的亮暗通道先验，利用两种先验估计神经元信号数据景深对应的传输率；将神经元信号数据以像素为单位点除景深对应的传输率，构建并求解约束性非负矩阵分解的神经元提取框架；输出神经元的提取信息，包括：空间位置及形状大小、动作电位和时序变化。本发明能够高效地分解背景及噪声等干扰信息，快速估计神经元信号景深以去除数据散射，准确有效地提取神经元的空间位置及形状大小、动作电位和时序变化等特征信息。
-
公开(公告)号：CN119131808B
公开(公告)日：2025-05-06
申请号：CN202411185032.3
申请日：2024-08-27
Applicant: 北京科技大学
Abstract: 本发明涉及船舶水尺读数技术领域，特别是指一种基于高光谱多域融合的船舶水尺读数方法和系统，包括：获取现场拍摄的高光谱水尺图像；将所述高光谱水尺图像输入训练完成的高光谱图像特征提取网络，输出三种尺度的特征图；将所述三种尺度的特征图输入多尺度特征融合模块，进行特征融合，输出融合特征；将所述融合特征分别输入训练完成的字符识别网络和水线定位网络，分别输出字符识别结果和水线定位结果；将字符识别结果和水线定位结果输入水尺读数单元，输出所述高光谱水尺图像的水尺读数。本发明可以得到水尺图像的精准读数。
-
公开(公告)号：CN119130962B
公开(公告)日：2025-05-06
申请号：CN202411201832.X
申请日：2024-08-29
Applicant: 北京科技大学
IPC: G06T7/00 , G06V10/42 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种变电柜螺丝状态检测方法和系统，包括：将可见光图像‑红外图像对输入训练完成的螺丝状态检测主干网络，检测输出螺丝状态检测结果，螺丝状态检测主干网络由视觉编码器、特征解码器和螺丝状态检测头组成；视觉编码器对输入的可见光图像和红外图像分别经过双级状态空间特征提取模块进行局部和全局的特征提取后，通过状态空间特征增强模块进行特征增强，得到三个不同尺度的特征图；接着将三个不同尺度的特征图输入特征解码器中，采用基于视觉状态空间模块的金字塔网络，进一步对特征进行融合，得到三个多尺度特征图P1、P2、P3；最后将P1、P2、P3输入螺丝状态检测头，输出螺丝状态检测结果。本发明可以对变电柜螺丝状态进行精准检测。
-
公开(公告)号：CN119919940A
公开(公告)日：2025-05-02
申请号：CN202411831636.0
申请日：2024-12-12
Applicant: 北京科技大学
IPC: G06V20/70 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06V10/84 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供一种基于马尔可夫重构和关联空间对齐的带钢缺陷分割方法，涉及带钢表面缺陷检测技术领域。所述方法包括：采集带钢表面原始图像，包括无缺陷图像和不同类别的缺陷图像；对采集的图像进行标注，并划分数据集；在预训练任务和下游任务中，分别构建输入数据组；对输入数据组进行特征提取，得到输入带钢表面缺陷语义分割基座模型的嵌入特征向量；构建带钢表面缺陷语义分割基座模型，用于带钢表面缺陷分割。所述带钢表面缺陷语义分割基座模型包括：两个权重共享的马尔科夫噪声转移矩阵重构网络、视觉特征约束模块、细节信息约束模块以及关联空间对齐模块。本发明能够在全新场景下针对从未训练过的缺陷样本实现高精度语义分割。
-
Patent Agency Ranking
公开(公告)号：CN118887183A
公开(公告)日：2024-11-01
申请号：CN202410945217.3
申请日：2024-07-15
Applicant: 北京科技大学
IPC: G06T7/00 , G06T7/10 , G06V10/764 , G06V10/774 , G06V10/40 , G06V10/80 , G06N3/06
Abstract: 本发明公开一种基于关键特征融合的皮带撕裂检测方法和系统，包括：采集皮带表面图像构建数据集；训练双流融合网络的共享特征层提取通用特征信息，输出融合特征图供双分支任务共享；轻量化目标检测分支通过双分支感知注意力机制，增强易漏检撕裂类别特征的感知敏感度，输出定位锚框及类别预测结果和对应置信度Cd；轻量化分割决策分支通过误检特征增强模块，精准区分干扰物与真实撕裂，输出目标真正为撕裂的预测结果和对应置信度Cs；将Cd和Cs输入置信度融合器，输出被检测目标最终分类，同时根据目标检测分支的定位结果标出最终检测锚框位置；使用训练完成的双流融合网络，对被检皮带表面图像进行撕裂检测。本发明可以对皮带撕裂进行精准检测。
-
公开(公告)号：CN118552878A
公开(公告)日：2024-08-27
申请号：CN202410820785.0
申请日：2024-06-24
Applicant: 北京科技大学
IPC: G06V20/40 , G06V10/82 , G06F18/213 , G06F18/22 , G06N3/0895 , G06F123/02
Abstract: 本发明公开一种基于跨模态对齐的弱监督新型扒渣终点判断方法和系统，包括：接入当前扒渣现场摄像头，将实时视频流数据输入训练完成的视频数据处理器；视频数据处理器以每一当前帧为基准，将包括当前帧在内向前共若干帧数据进行切割打包，输出当前帧的实时视频片段，作为训练完成的跨模态特征提取器的视频模态输入，同时以当前钢种文本编号和“非终点”文本作为跨模态特征提取器的文本模态输入；跨模态特征提取器提取视频片段特征和文本特征，将提取的视频片段特征和文本特征输入特征比对决策模块进行特征比对，最终输出当前帧是否为对应当前钢种扒渣终点的判断结果。本发明可以对扒渣终点进行准确判断。
-
公开(公告)号：CN118333979A
公开(公告)日：2024-07-12
申请号：CN202410478844.0
申请日：2024-04-20
Applicant: 北京科技大学
Abstract: 本发明提供一种基于离散状态可选空间模型的皮带撕裂检测方法和系统，包括：收集多张皮带运行现场的图像；对每张图像上的撕裂目标进行标注，得到一个图像‑标签对，将所有图像‑标签对按比例划分为训练集和验证集；对训练集里的图像数据进行预处理以扩充训练集，得到输入图像I与标签L；使用输入图像I和输入的语言指导文本训练皮带撕裂开放域检测主干网络，得到训练完成的皮带撕裂开放域检测主干网络，皮带撕裂开放域检测主干网络由基于离散状态可选空间模型M的多个模块构成；使用训练完成的皮带撕裂开放域检测主干网络，对待检测皮带运行现场的图像进行检测，输出待检测皮带运行现场的图像的撕裂检测结果。本发明能高效地对皮带撕裂进行检测。
-
公开(公告)号：CN116416253B
公开(公告)日：2023-08-29
申请号：CN202310689836.6
申请日：2023-06-12
Applicant: 北京科技大学
IPC: G06T7/00 , G06T7/60 , G06T7/70 , G06V10/766 , G06V10/77
Abstract: 本发明公开一种基于亮暗通道先验景深估计的神经元提取方法及装置，方法包括：输入原始图像视频数据；计算原始图像视频数据的亮暗通道先验，利用两种先验估计原始图像视频数据景深对应的传输率；将原始图像视频数据以像素为单位点除景深对应的传输率，构建约束性非负矩阵分解的神经元提取框架；迭代求解神经元的相关参数，包括：空间位置及形状大小、动作电位及时序变化、背景，直至迭代结束，最终输出神经元的提取信息，包括：空间位置及形状大小、动作电位和时序变化。本发明能够快速估计与利用原始数据景深，有效地去除原始数据的散射，准确地提取神经元的空间位置及形状大小、动作电位和时序变化等特征信息。
-
公开(公告)号：CN115239034A
公开(公告)日：2022-10-25
申请号：CN202211169343.1
申请日：2022-09-26
Applicant: 北京科技大学
Abstract: 本发明公开了一种风力发电机叶片早期缺陷预测方法及系统，属于风力发电设备领域。所述方法先收集叶片早中晚期场景的图像，对晚期图像进行人工标注作为反演语义分割训练集样本；将对应的叶片早中期图像集作为模型样本集划分自监督训练集和验证集，并对验证集进行人工标注；构建基网络及早期缺陷自监督学习模型，采用自监督训练集进行训练，得到成熟模型，获得模型权重；构建分割头模型，基网络加载权重，并将基网络与分割头模型进行连接，输入反演语义分割训练集进行训练，输出语义分割标签，得到成熟的下游任务分割模型；获取待预测叶片的早期图像输入下游任务分割模型，输出早期缺陷的位置信息。本发明提高了叶片早期缺陷预测准确度。
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.026 seconds)
