公开(公告)号：CN110312124A

公开(公告)日：2019-10-08

申请号：CN201910700754.0

申请日：2019-07-31

Applicant: 中国矿业大学

Inventor： 程德强 ,  许超 ,  寇旗旗 ,  陈亮亮 ,  赵凯

IPC: H04N17/00 ,  H04N19/86 ,  H04N19/176 ,  H04N19/137 ,  G06T7/13 ,  G06T7/246

Abstract: 本发明涉及一种基于显著性多特征融合的移动巡检视频质量修正方法，属于视频质量修正技术领域，解决了现有技术无法对移动巡检视频进行有效的质量评价并修正的问题。该方法包括如下步骤：对移动巡检视频中任一包括待检测物体的静止图像进行分块，确定包含待检测物体识别特征的所有宏块，以及各宏块的显著性因子；使用每个宏块分别遍历移动巡检视频中其他图像，获得各帧图像中与该宏块最相似的图像块，进而获得各宏块的运动矢量，以及每一帧图像的显著性矩阵；根据获得的显著性矩阵，确定移动巡检视频的块效应特征值、模糊效应特征值和信息熵特征值；建立视频质量评价模型，判断视频质量是否合格，如果不合格，修正摄像头参数，直到合格为止。

公开(公告)号：CN120014550A

公开(公告)日：2025-05-16

申请号：CN202510096783.6

申请日：2025-01-22

Applicant: 中国矿业大学

Inventor： 寇旗旗 ,  乔鑫 ,  程德强 ,  王亮 ,  袁永 ,  王勃 ,  巨峰 ,  张炜

IPC: G06V20/52 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06V10/44 ,  G06V10/42 ,  G06N3/0464

Abstract: 本发明公开了一种基于跨模态行人重识别的矿工安全监控方法，包括以下步骤：S1：将数据集输入到共享双流ResNet50骨干网络中，得到两种模态初步提取的特征图；S2：将两种模态的特征图输入到局部特征模块中，分别按其高度均分成三部分局部特征图，两两作为一对，将同一对局部特征图输入到同一个SP_Net模块中得到局部特征向量，将两个局部特征向量进行跨模态对齐损失；S3：将两种模态的特征图输入到全局特征模块中，经过双线性全连接层得到全局特征向量，并计算损失函数；S4：调节网络参数，使网络达到最优，并在待识别跨模态数据集上进行行人匹配。本发明能够消除两种模态之间的差异提取到更具判别性的特征，提高图像识别效率，提高跨模态行人重识别的性能。

公开(公告)号：CN119723304A

公开(公告)日：2025-03-28

申请号：CN202411653726.5

申请日：2024-11-19

Applicant: 中国矿业大学

Inventor： 程德强 ,  陈飞宇 ,  张恒 ,  寇旗旗 ,  宋天舒

IPC: G06V10/98 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/096

Abstract: 矿井复杂受限环境中轻微失真图像盲质量评价方法与系统，利用真实失真质量评价数据集，对无参考图像模型训练，得到真实失真质量评价模型；通过真实失真质量评价模型提取图像中具有内容鲁棒的质量特征；使用目标图像数据集训练真实失真质量评价模型，对显著失真的图像进行质量评估；进行迭代训练，在获得的显著失真图像质量评估的基础上，训练其对轻微失真图像的质量特征的表征；融合具有鲁棒性及轻微失真图像的质量特征，训练质量预测模块，获取精准的质量分数。本发明利用真实失真辅助及两阶段迭代训练策略，解决了数据集内容多样性匮乏导致模型对内容多样性的抗干扰能力有限的问题，提高评价结果的准确性及对井下安全隐患与异常情况检测精准性。

公开(公告)号：CN119205704B

公开(公告)日：2025-03-25

申请号：CN202411360045.X

申请日：2024-09-27

Applicant: 中国矿业大学

Inventor： 程德强 ,  李自豪 ,  寇旗旗 ,  陈亮亮 ,  宋天舒

IPC: G06T7/00 ,  G06V10/762 ,  G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06N3/045 ,  G06N3/096 ,  G06N3/0895

Abstract: 一种矿井机器视觉中低质图像质量评价方法与系统，方法：设计与图像失真类型和质量预测相关的提示词，通过CLIP模型得出失真分布概率和质量预测概率，对新场景中样本分别进行失真分布和模型预测不确定性两个方面的代表性排名；采用排名聚合法，选出新场景中部分样本进行标注；得出新场景已选及旧场景全部样本的质量特征向量，用相似性度量算法选出旧场景易迁移样本；对选出的新旧场景样本进行训练，完成评价模型构建。系统包括摄像头、样本选择器和特征迁移学习训练器。本发明减少新场景中失真多样性的同时减少了标注样本成本，降低了模型适配新场景的过拟合风险，提高了模型的预测能力及图像质量评价准确性。

公开(公告)号：CN118968055A

公开(公告)日：2024-11-15

申请号：CN202410966971.5

申请日：2024-07-18

Applicant: 中国矿业大学

Inventor： 江鹤 ,  孙蟒 ,  张瑞 ,  黄欣 ,  程德强 ,  寇旗旗 ,  陈亮亮 ,  宋天舒

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/80

Abstract: 本发明公开了一种煤粒图像分割方法、装置、介质和设备，涉及图像分割技术领域。针对图像分割过程中会出现漏分割与过分割问题，提出了一种同时关注局部信息与全局信息的算法，从ResNet50网络中提取低层特征，并利用语义序列化将其特征转换为序列，进而成为多分支编码器的输入。其次，为了加强对边缘特征的提取，重复利用编码器的输入作为多头自注意力制的一个输入。最后，将编码器的输出序列重塑为ResNet50网络的输出特征，送入压缩激励空间金字塔池化部分。本发明通过利用多分支Transformer编码器与压缩激励空间金字塔池化，不仅关注了全局信息，同时对边缘特征进行加强了，解决了漏分割与过分割问题。

公开(公告)号：CN118397063A

公开(公告)日：2024-07-26

申请号：CN202410481590.8

申请日：2024-04-22

Applicant: 中国矿业大学

Inventor： 寇旗旗 ,  程德强 ,  郝大帅 ,  陈亮亮 ,  张华强

IPC: G06T7/50 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明公开了煤矿单轨吊无人驾驶中自监督单目深度估计方法及系统，涉及图像深度估计领域。首先提出了自适应特征聚合算法，用于在深度估计网络中聚合高低尺度特征的同时自适应地保持其上下文一致性；然后提出一个旋转量优化算法，用于在位姿网络中加权融合原始主路径与其他路径的前3维向量来细化旋转分量；最后提出图像边缘相似性损失函数，为深度估计提供形状先验，作为额外的自监督信号来约束网络。本发明能够有效提高预测深度的精度，使得煤矿单轨吊对作业人员和障碍物的位置距离远近能够更准确地估计，增强去精准判断与预防碰撞障碍物与作业人员的能力，提高煤矿单轨吊无人驾驶安全通过性，并具有良好的泛化性能。

公开(公告)号：CN117152419B

公开(公告)日：2024-03-29

申请号：CN202311313950.5

申请日：2023-10-11

Applicant: 中国矿业大学

Inventor： 程德强 ,  胥星辰 ,  寇旗旗 ,  陈亮亮 ,  宋天舒 ,  江鹤

IPC: G06V10/25 ,  G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82

Abstract: 一种矿井架空乘人装置人员违规携带物品的检测方法及系统，首先使用主干特征提取模块和特征加强融合模块对物品特征进行收集，通过以YOLOv8m为教师模型、YOLOv8s为学生模型，对特征加强融合模块的输出添加知识蒸馏模块增强对信息的收集能力，再通过辅助信息加强模块对目标物品信息进行进一步检测，最后通过对定位网络和分类网络进行改进并且对YOLOv8的分类损失进行改进，加强定位与分类的准确性，分类之后的信息流传输到警报系统实现对违规产品的检测。加强对矿井架空乘人装置人员携带违规物品的检测能力。

公开(公告)号：CN117475474A

公开(公告)日：2024-01-30

申请号：CN202311418003.2

申请日：2023-10-30

Applicant: 中国矿业大学

Inventor： 程德强 ,  姬广凯 ,  寇旗旗 ,  江鹤 ,  宋天舒 ,  王晓艺 ,  苏振

IPC: G06V40/10 ,  G06V10/80 ,  G06V10/82 ,  G06V10/10 ,  G06V10/762 ,  G06N3/0464 ,  G06N3/09

Abstract: 一种用于智能安防的跨模态行人重识别系统及方法，系统包括图像预处理模块、图像获取模块、网络构建模块、网络训练模块和指标评估模块；方法包括：特征提取；构建图卷积神经进行特征融合；多级特征聚合机制；损失函数优化。本发明通过提出多样化嵌入拓展模块，通过多分支卷积生成结构，基于局部异构聚合图卷积网络的方法，利用图结构关系对提取到的局部关键点特征进行信息融合的方法，提取更多高层次特征信息；对损失函数进一步优化，提出中心引导对挖掘损失和正交损失，其以端到端的方式去除冗余，提供了更简单优化的网络结构，减弱了行人图像在可见光模态和红外模态下存在的差异，减少噪声的产生,极大提高了行人图像在图像库中检索的效率。

公开(公告)号：CN117152419A

公开(公告)日：2023-12-01

申请号：CN202311313950.5

申请日：2023-10-11

Applicant: 中国矿业大学

Inventor： 程德强 ,  胥星辰 ,  寇旗旗 ,  陈亮亮 ,  宋天舒 ,  江鹤

IPC: G06V10/25 ,  G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82

Abstract: 一种矿井架空乘人装置人员违规携带物品的检测方法及系统，首先使用主干特征提取模块和特征加强融合模块对物品特征进行收集，通过以YOLOv8m为教师模型、YOLOv8s为学生模型，对特征加强融合模块的输出添加知识蒸馏模块增强对信息的收集能力，再通过辅助信息加强模块对目标物品信息进行进一步检测，最后通过对定位网络和分类网络进行改进并且对YOLOv8的分类损失进行改进，加强定位与分类的准确性，分类之后的信息流传输到警报系统实现对违规产品的检测。加强对矿井架空乘人装置人员携带违规物品的检测能力。

公开(公告)号：CN113065516B

公开(公告)日：2023-12-01

申请号：CN202110436855.9

申请日：2021-04-22

Applicant: 中国矿业大学 ,  江苏华图矿业科技有限公司

Inventor： 程德强 ,  寇旗旗 ,  李佳函 ,  李云龙 ,  张皓翔 ,  韩成功 ,  徐进洋 ,  张云鹤 ,  李超

IPC: G06V20/52 ,  G06V10/44 ,  G06V10/774 ,  G06V10/74 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/088

Abstract: 本发明涉及一种基于样本分离的无监督行人重识别系统及方法，属于行人重识别技术领域，解决了现有行人重识别方法识别精度低的问题。该系统包括，数据获取模块，获取多个源域样本子集和多个目标域样本子集；网络模型训练模块，用于获得分类损失函数和样本不变性损失函数，根据目标域样本子集中各行人图片间的相似度方差获得样本分离损失函数，根据目标域样本子集中正样本组、负样本组分别与存储的目标域样本间的相似度获得无监督三元组损失函数，进而对行人重识别网络模型进行迭代优化；重识别模块，根据优化好的行人重识别网络模型对待识别行人图片进行识别。该系统能够很好的区分目(56)对比文件谢川 等.基于对抗生成网络的蒙特卡罗噪声去除算法《.模式识别与人工智能》.2018,第31卷(第11期),1047-1060.Jiahan Li 等.Unsupervised Person Re-Identification Based on Measurement Axis.《IEEE SIGNAL PROCESSING LETTERS》.2021,第28卷379-383.Alexander Hermans 等.In Defense ofthe Triplet Loss for Person Re-Identification《.https://arxiv.org/pdf/1703.07737.pdf》.2017,1-17.Nazia Perwaiz 等.Person Re-Identification Using HybridRepresentation Reinforced by MetricLearning《.IEEE Access》.2018,第6卷77334-77349.