-
公开(公告)号：CN112084868B
公开(公告)日：2022-12-23
申请号：CN202010794525.2
申请日：2020-08-10
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于注意力机制的遥感图像中目标计数方法，在VGG16的基础上融合了注意力机制，尺度金字塔和可变形卷积的特性，由三个级联的阶段组成：前端网络的特征提取，中端网络的尺度融合以及后端网络的密度图的生成。通过本发明的技术方案，能够很好地解决遥感图像中密集目标计数任务中存在的目标尺度多样性、复杂混乱的背景干扰以及目标方向任意性的问题。
-
公开(公告)号：CN114372176A
公开(公告)日：2022-04-19
申请号：CN202210279373.1
申请日：2022-03-22
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06F16/903 , G06F16/906
Abstract: 本申请涉及一种棋谱纠正方法及设备，方法包括：获取初始待纠正棋谱，基于chess库引擎，依次判断初始待纠正棋谱中的棋步是否合法。在当前棋步不合法时，基于chess库引擎，对初始待纠正棋谱中不合法棋步进行纠正，得到次代待纠正棋谱集合，此时完成一次棋谱的纠正循环，并将次代待纠正棋谱集合中的棋谱作为下次循环的待纠正棋谱进行纠正。在对全部棋步纠正完成后，获取最后一次循环时得到的最终纠正棋谱集合，在最终纠正棋谱集合中，确定初始待纠正棋谱对应的正确棋谱。本申请中，基于chess库引擎对棋步是否合法进行判断和纠正，可能会产生多个纠正后的最终棋谱，所以本申请中需要在最终纠正棋谱集合中确定初始待纠正棋谱对应的正确棋谱。
-
公开(公告)号：CN113221778A
公开(公告)日：2021-08-06
申请号：CN202110546506.2
申请日：2021-05-19
Applicant: 北京航空航天大学杭州创新研究院
Abstract: 本申请涉及一种手写表格的检测与识别方法及装置，手写表格的检测与识别方法包括获取表格图像，在表格图像中获取白色连通域信息，根据白色连通域信息确定多个白色连通域的外接矩形框，统计各个外接矩形框的面积大小及数量，根据各个外接矩形框的面积大小及数量筛选出单元格内容的连通域，根据单元格内容的连通域检测识别表格结构。本申请对获取的表格图像质量要求低，简单易操作，并且通过各个外接矩形框的面积大小及数量筛选出单元格内容的连通域，在文字与表格框出现粘连时仍能有效识别且识别准确性高。
-
公开(公告)号：CN112084869A
公开(公告)日：2020-12-15
申请号：CN202010794953.5
申请日：2020-08-10
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于紧致四边形表示的建筑物目标检测方法，特征提取网络通过特征金字塔结构获得丰富的多尺寸的特征信息；建议区域生成网络获得感兴趣区域；正矩形边界框分支在特征金字塔结构的不同尺寸的特征图上进行正矩形边界框分类任务和回归任务；紧致四边形边界框分支生成建筑物目标的紧致四边形边界框，并由此精确定位出遥感影像中建筑物目标的轮廓。本发明提供的上述建筑物目标检测方法，不仅可以避免生成不规则的外形，还可以保持一定结构的外形约束性。通过实验可以证明，本发明提供的上述建筑物目标检测方法，不仅能够提取到更多的建筑物目标的节点和更准确的边缘特征信息，还能够得到更精确的检测结果。
-
公开(公告)号：CN112084362A
公开(公告)日：2020-12-15
申请号：CN202010789986.0
申请日：2020-08-07
Applicant: 北京航空航天大学
IPC: G06F16/583 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于层次化特征互补的图像哈希检索方法，可应用于大规模的基于内容的图像检索，是一种能同时有效地提取图像的低层细节信息和高层语义信息且充分利用图像的全局特征和局部特征的算法。本发明同时提取出卷积神经网络中的低层特征图和高层特征图，可以获取图像的低层信息和高层信息，引入注意力模块，可以减少低层特征图中噪声的干扰，确保低层特征图的有效性，在卷积神经网络的高层特征图中添加多尺度特征融合，聚合不同区域的上下文信息，可以提高卷积神经网络获取局部细节信息的能力，通过对不同层次的信息进行增强后融合，可以保证模型能够充分地提取到图像丰富而复杂的内容，让哈希码能够更好地保留图像之间的相似性。
-
Patent Agency Ranking
公开(公告)号：CN107194318A
公开(公告)日：2017-09-22
申请号：CN201710270013.4
申请日：2017-04-24
Applicant: 北京航空航天大学
Abstract: 本发明提供一种目标检测辅助的场景识别方法。本发明目标检测辅助的场景识别方法包括：获取待识别图片，对待识别图片进行采样，得到预设数量和预设大小的样本，根据卷积神经网络模型对各样本进行场景识别，得到待识别图片对应的至少两个场景；获取待识别图片的区域建议和待识别图片对应的第一特征图，根据区域建议和待识别图片，获取待识别图片中的各目标的分类得分；根据待识别图片对应的至少两个场景和各目标的分类得分，得到待识别图片对应的场景。本发明通过Fast R‑CNN网络和区域建议网络结合的目标检测方法辅助场景识别方法，使得场景识别方法的准确率提高。
-
公开(公告)号：CN114529552B
公开(公告)日：2025-05-06
申请号：CN202210202403.9
申请日：2022-03-03
Applicant: 北京航空航天大学 , 中国科学院空间应用工程与技术中心
IPC: G06T7/10 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/40 , G06V10/764
Abstract: 本发明公开了一种基于几何轮廓顶点预测的遥感影像建筑物分割方法，本方法首先使用两阶段检测网络结构，通过该网络从遥感影像中提取建筑物的特征信息，利用ROI‑Align操作对建筑物检测框进行操作得到建筑物的特征图，然后在该特征图上使用基于注意力机制的长短时记忆网络对建筑物轮廓进行建模预测，在轮廓预测过程中，先做边缘检测和关键点检测，将关键点得分最高的顶点作为开始顶点，输入到基于注意力机制的长短时记忆网络中开始预测，直到碰到结束标志或达到最大时序长度时结束预测，最后将预测的顶点结果映射到原图，并按照顺序相连得到建筑物的轮廓。
-
公开(公告)号：CN119760641A
公开(公告)日：2025-04-04
申请号：CN202411827930.4
申请日：2024-12-12
Applicant: 北京航空航天大学 , 中国人民解放军军事科学院军事科学信息研究中心
IPC: G06F18/25 , G06F18/213 , G06N3/0455 , G06N5/04 , G06N3/042 , G06N3/0464 , G06V40/16
Abstract: 本发明涉及人物关系的挖掘技术领域，具体涉及一种基于多模态信息融合的多维度人物关系发现方法，包括：从视频中提取文本、视觉和音频模态特征；模态特征的欧氏距离，进行最优对齐路径优化和非线性时间调整，得到时间步对齐的模态特征；模态特征进行自注意力和交叉注意力机制处理，获取文本、视觉和音频的多模态表示；文本、视觉和音频的多模态表示，建立社交关系、立场关系和共现关系的图结构网络；由所述社交关系、立场关系和共现关系的图结构确定视频中各人物的社交关系紧密程度、立场一致性程度和共现强度；本发明能够提高多维度人物关系的理解准确性。
-
公开(公告)号：CN118941523A
公开(公告)日：2024-11-12
申请号：CN202410981616.5
申请日：2024-07-22
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06T7/00
Abstract: 本公开的实施例公开了纺织品起毛起球级别检测方法、装置、设备和可读介质。该方法的一具体实施方式包括：获取初始点云训练样本集；对初始点云训练样本集进行点云过滤处理；对初始物品识别网络进行第一训练；将训练完成的初始物品识别模型确定为待训练纺织品起毛起球级别检测模型；获取纺织品点云训练样本集；对待训练纺织品起毛起球级别检测模型进行第二训练；将训练完成的待训练纺织品起毛起球级别检测模型确定为纺织品起毛起球级别检测模型；采集待检测纺织品点云数据；对待检测纺织品点云数据进行分割处理；将点云块信息输入至纺织品起毛起球级别检测模型；生成纺织品起毛起球级别检测信息。该实施方式提高了纺织品起毛起球级别检测信息的准确性。
-
公开(公告)号：CN117912007A
公开(公告)日：2024-04-19
申请号：CN202410049285.1
申请日：2024-01-12
Applicant: 北京航空航天大学杭州创新研究院
IPC: G06V20/64 , G06V10/25 , G06V10/764 , G06V10/82
Abstract: 本公开的实施例公开了基于特征增强的目标检测方法、装置、设备和可读介质。该方法的一具体实施方式包括：获取待检测图像集合；对于每个待检测图像，执行以下目标检测步骤：对待检测图像进行下采样，以生成待检测图像特征图和下采样特征图组；对待检测图像对应的各个标定框信息包括的各个标定框位置信息进行坐标转换处理；生成各个标定框中心位置信息、各个标定框中心位置偏移信息和各个目标分布矩阵；生成各个目标中心位置信息；对待检测图像特征图进行特征增强处理，得到增强后特征图；根据增强后特征图和多任务检测模型，生成各个目标检测信息。该实施方式可以减少显存资源的浪费。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.058 seconds)
