-
公开(公告)号：CN111582105A
公开(公告)日：2020-08-25
申请号：CN202010351343.8
申请日：2020-04-28
Applicant: 清华大学
Abstract: 本发明公开了一种基于局部全局双向推理的无监督点云特征学习方法和装置，包括以下步骤：获取三维点云数据，通预设神经提取网络对三维点云数据进行特征提取，得到三维点云数据对应的局部点云特征和全局点云特征；通过解码器网络对全局点云特征进行处理，得到原始点云和估计点云法向量；根据原始点云、估计点云法向量和局部点云特征进行无监督点云特征学习得到网络参数，根据网络参数生成目标分类器。由此，能够同时学习结构信息和语义知识，提高无监督学习特征的质量，从而提高无监督点云识别的性能。
-
公开(公告)号：CN107564062B
公开(公告)日：2020-06-19
申请号：CN201710701629.2
申请日：2017-08-16
Applicant: 清华大学
Abstract: 本发明公开了一种位姿异常检测方法及装置，其中，方法包括：获取初始监控图像，得到初始参考帧，并获取摄像机的初始位姿；周期获取视频关键帧，并增量式建立桥接图像数据库，得到桥接图像；根据检测周期获取检测帧，并将检测帧与初始参考帧或桥接图像进行特征提取和匹配，并计算检测帧的位姿；获取检测帧的摄像机位姿与初始参考帧的初始位姿间的差异值；判断差异值是否大于预设阈值；如果差异值大于预设阈值，则检测位姿异常，发出警报。该方法可以通过对检测帧与初始参考帧或桥接图像进行特征提取和匹配，从而判断检测摄像机位姿是否发生异常变化，降低监控系统因异常移动造成的风险，降低检测成本，提高监控系统效能。
-
公开(公告)号：CN111028264A
公开(公告)日：2020-04-17
申请号：CN201911017327.9
申请日：2019-10-24
Applicant: 清华大学
Abstract: 本发明公开了一种旋转鲁棒的三维物体检测优化方法及装置，其中，该方法包括：在第一旋转检测框和第二旋转检测框中建立标准坐标系，在两个标准坐标系中定义投影操作，得到两对互相平行或垂直的矩形，两对矩形可以根据传统无旋转检测中的计算方法得到第一相交面积和第二相交面积；选取第一相交面积和第二相交面积的最小值，将相交面积最小值与余弦衰减系数相乘得到目标相交面积；根据目标相交面积和交并比计算方法计算交并比，并根据交并比得到损失函数，将损失函数加入到检测网络的回归损失函数中进行优化，通过优化后的检测网络对三维物体进行检测。该方法可以提升多个指标下三维物体检测精度。
-
公开(公告)号：CN110827361A
公开(公告)日：2020-02-21
申请号：CN201911060536.1
申请日：2019-11-01
Applicant: 清华大学
IPC: G06T7/80
Abstract: 本发明公开了一种基于全局标定架的相机组标定方法及装置，其中，方法包括以下步骤：对每个相机的视场范围设计标定板的尺寸、ID和几何位置姿态；检测单元格角点，并且获取标定板坐标系下相机的绝对位姿；根据相机的绝对位姿进行非线性优化和坐标系转换，估计得到多个摄像机间的相对位置和姿态。该方法通过构建全局的标定架，将多个摄像机间的相对位置和姿态估计出来，具有重要的理论和实际价值。
-
公开(公告)号：CN110781302A
公开(公告)日：2020-02-11
申请号：CN201911013208.6
申请日：2019-10-23
Applicant: 清华大学 , 腾讯科技(深圳)有限公司
Abstract: 本发明提供了一种文本中事件角色的处理方法、装置、电子设备及存储介质；方法包括：通过角色处理模型中的编码器对文本中的单词进行编码，得到文本中单词的编码信息；通过编码器对文本中单词的编码信息进行特征聚合，得到所述文本的聚合特征；通过所述角色处理模型中的注意力模型，将至少一个事件角色的多个上层概念、以及所述文本中单词的编码信息进行关联，得到所述文本面向所述事件角色的语义向量；通过所述角色处理模型中的分类器对至少一个所述文本面向所述事件角色的语义向量、以及所述文本的聚合特征进行分类，得到对应所述文本的事件角色。通过本发明，能够根据事件角色的上层概念，自动并准确地抽取文本中的事件角色。
-
Patent Agency Ranking
公开(公告)号：CN107066961B
公开(公告)日：2019-08-09
申请号：CN201710210304.4
申请日：2017-03-31
Applicant: 清华大学
IPC: G06K9/00
CPC classification number: G06K9/00087
Abstract: 本发明提出一种指纹配准方法及装置，其中，方法包括：获取待配准指纹和目标指纹，提取待配准指纹和目标指纹的指纹特征，其中指纹特征包括脊线特征和相位特征，利用两个指纹的脊线特征进行粗配准，然后获取两个指纹的相位特征在相位重合区域内的相位差异信息，根据相位差异信息对粗配准结果进行调整，得到两个指纹的最终配准结果。本实施例中，不再单纯地依赖脊线特征进行指纹配准，在脊线特征的基础上还增加了相位特征，并且进行两次配准操作，可以提高指纹配准的精度。
-
公开(公告)号：CN110070487A
公开(公告)日：2019-07-30
申请号：CN201910265191.7
申请日：2019-04-02
Applicant: 清华大学
Abstract: 本发明公开了一种基于深度强化学习的语义重构人脸超分方法及装置，其中，方法包括以下步骤：通过卷积神经网络对待重构人脸图像进行像素级约束，以得到人脸图像整体结构信息；利用深度强化学习从人脸图像整体结构信息中选取多个待修复人脸区域；通过增强网络对多个待修复人脸区域中的每个待修复人脸区域进行逐步修复，以得到多个修复后的人脸区域；通过人脸识别网络和双向一致性网络对多个修复后的人脸区域进行人脸的类别语义信息和人脸的表观信息的约束，以得到待重构人脸图像的人脸重构结果。该方法利用深度强化学习使得生成的高清人脸既恢复丰富的表观信息也保留人脸的语义信息，从而可以有效提高人脸超分的性能和精确度。
-
公开(公告)号：CN109978804A
公开(公告)日：2019-07-05
申请号：CN201910175164.0
申请日：2019-03-08
Applicant: 清华大学
Abstract: 本发明公开了一种基于深度学习的人眼视线矫正方法及系统，其中，该方法包括：获取人眼图片；通过粗调扭曲网络对人眼图片进行处理得到粗阶段的人眼生成图像；通过精细修正网络检测人眼生成图像中的缺陷区域，并对缺陷区域进行修正。该方法对于输入的人眼图片，利用基于扭曲的方法得到粗阶段的生成图像，再使用基于深度增强学习的循环策略网络检测粗阶段输出的图像中的缺陷区域，有效地降低生成图像与真实图像间的误差，消除图像中的视觉缺陷以及非真实感，同时可以恢复反光亮斑等图像细节。
-
-
公开(公告)号：CN109948587A
公开(公告)日：2019-06-28
申请号：CN201910252191.3
申请日：2019-03-29
Applicant: 清华大学
Abstract: 本发明公开了一种基于高判别力特征挖掘的车辆再识别方法及装置，其中，方法包括：从多个摄像机的视频流中提取多组含有车辆的图像帧，并从图像帧中提取车辆图像，剔除冗余图像且在每张车辆图像上标注车辆ID；根据带多注意力分支和多样性约束的卷积神经网络提取至少一个三元组的判别性特征，并根据判别性特征得到三元损失函数，其中，至少一个三元组包括两张不同摄像机拍摄的ID相同的车辆图像和一张ID不同的车辆图像；根据三元损失函数和梯度下降算法计算梯度并更新网络参数，以得到预设神经网络，并根据预设神经网络得到车辆再识别结果。该方法一方面可以提高精度，另一方面也可以提高再识别算法的可解释性，简单易实现。
-
-
-
-
-
-
-
-
-
Search Results
322
records
(took 0.025 seconds)
