-
公开(公告)号：CN104127179A
公开(公告)日：2014-11-05
申请号：CN201410146942.0
申请日：2014-04-13
Applicant: 北京工业大学
IPC: A61B5/0476
Abstract: 一种优势电极组合与经验模式分解的脑电特征提取方法脑电信号特征提取方法，输入N导脑电信号数据；选择优势电极，电极记录的脑电信号的分类性能高于某一阈值时，称该电极为优势电极，否则称之为非优势电极。选择优势组合，利用EMD对每一种优势组合所对应的训练样本集的脑电数据和测试样本集的脑电数据分别进行特征提取，得到每一种优势组合的训练特征向量及测试特征向量；分别将每一种优势组合的训练特征向量及测试特征向量、训练样本集标签、测试样本集标签输入到朴素贝叶斯分类器里进行分类，得到每一种优势组合的分类正确率；根据每一种优势组合的分类正确率，推测出执行有关运动想象任务时刺激激活脑区之间的联系。
-
公开(公告)号：CN104091336A
公开(公告)日：2014-10-08
申请号：CN201410328103.0
申请日：2014-07-10
Applicant: 北京工业大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于稠密视差图的立体图像同步分割方法。首先输入一组立体图像，通过立体图像匹配算法得到视差图。然后在其中一图中通过笔刷勾画的方式，指定部分前、背景。根据指定部分分别建立前、背景的颜色分布的先验统计模型，以及前、背景的视差分布的先验统计模型。以此为基础，在图割理论框架下形式化颜色、梯度以及视差等约束，构造能量函数。最后，采用图的最大流/最小割算法求解最优化结果。若用户没有得到理想的效果，还可以继续对图中错误区域进行勾画，直到得到理想结果。本发明采用的视差分布模型和变化模型均是视差统计信息，有效避免了视差计算误差带来的影响，与现有方法相比，本发明所述方法得到的分割结果更准确。
-
公开(公告)号：CN104091302A
公开(公告)日：2014-10-08
申请号：CN201410327861.0
申请日：2014-07-10
Applicant: 北京工业大学
IPC: G06T1/00
CPC classification number: G06T1/0021 , G06K9/46 , G06K9/6215 , G06K2009/4666 , G06T1/0064 , G06T3/40 , G06T2201/0051 , G06T2201/0052 , G06T2201/0061 , G06T2201/0081 , G06T2207/20021
Abstract: 本发明涉及一种基于多尺度空间的鲁棒性水印嵌入与提取方法。所述方法包括：多尺度空间构建；多尺度空间水印嵌入：多尺度水印生成与多尺度水印嵌入；多尺度空间水印提取：特征点提取，多尺度空间定位，多尺度空间水印提取；水印对比。本发明针对目前图像数字水印方法中针对大尺度几何变换攻击的局限性，通过多分辨率分块金字塔数据结构将大尺度攻击分解为多层次的小尺度攻击，有机地将空间域与变换域结合在一起，以确保在大尺度几何攻击下水印信息的不可见性与鲁棒性。相比传统数字水印算法，在同样水印容量的前提下，本发明具有不可感知性更好、针对大尺度几何变换的鲁棒性高等优点。
-
公开(公告)号：CN103838864A
公开(公告)日：2014-06-04
申请号：CN201410105536.X
申请日：2014-03-20
Applicant: 北京工业大学
IPC: G06F17/30
CPC classification number: G06F17/30256
Abstract: 本发明涉及一种视觉显著性与短语相结合的图像检索方法，包括：输入一幅查询图像；计算查询图像的显著图；提取查询图像的显著性区域；提取查询图像显著性区域的视觉词，构造视觉短语；获得每幅图像的图像描述子；计算查询图像与图库中每幅图像的图像相似度，根据相似度值对图库中的所有图像进行排序，并按要求返回相关图像作为查询结果。本发明在经典的“词袋”模型基础上通过引入视觉显著性对图像区域进行约束，降低了图像表达的噪声，使图像在计算机中的表达更符合人类对图像语义的理解，使本发明具有良好的检索效果。本发明通过视觉词间的区域约束来构造视觉短语，与其它构造视觉短语方法相比，具有较快的速度。
-
公开(公告)号：CN103793925A
公开(公告)日：2014-05-14
申请号：CN201410061301.5
申请日：2014-02-24
Applicant: 北京工业大学
CPC classification number: G06K9/4671 , G06K9/00711 , G06K9/00744 , G06K9/4652 , G06K9/52
Abstract: 本发明涉及一种融合时空特征的视频图像视觉显著程度检测方法，包括：将输入图像切分成图像块，并进行向量化；对所有向量通过主成分分析进行降维；计算每个图像块与其它所有图像块的不相似度，再结合图像块之间的距离计算得到每个图像块的视觉显著性程度，得到空间特征显著图；对空间特征显著图施加中央偏置；计算每个图像块的运动矢量，并结合前两帧的运动矢量提取当前图像块的运动特征，得到时间特征显著图；融合空间和时间特征显著图得到时空特征显著图，进行平滑后得到最终反映图像上各个区域显著程度的结果图像。本发明采用融合时空特征的显著图，能够更准确地预测视频中不同区域的显著程度。
-
Patent Agency Ranking
公开(公告)号：CN103440511A
公开(公告)日：2013-12-11
申请号：CN201310397701.9
申请日：2013-09-04
Applicant: 北京工业大学
IPC: G06K9/66
Abstract: 本发明属于图像处理领域，公开了一种基于三角剖分的图像分类方法，包括：步骤一，输入训练图像；步骤二，检测训练图像集中每幅图像的所有兴趣点，得到每幅图像的点集；步骤三，对兴趣点进行三角剖分，利用角度值及其相邻边比值描述特征点的空间关系，得到图像描述子；步骤四，用图像描述子训练分类器；步骤五，输入测试图像，提取测试图像的图像描述子；步骤六，将测试图像的图像描述子输入分类器进行判别。本发明通过提取局部兴趣点并利用三角剖分技术建立图像的全局关系，得到了全局图像描述子。使用全局图像描述子训练分类器，用训练好的分类器预测图像类别。与传统方法相比，本发明图像描述子构建简单，速度快，效果好。
-
公开(公告)号：CN103093236A
公开(公告)日：2013-05-08
申请号：CN201310013947.1
申请日：2013-01-15
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种在移动设备上基于图像语义分析的敏感区域检测方法，实现了在训练分类器的预处理阶段加入自顶向下的视觉注意机制来增强分类器训练的性能和效果，用训练好的分类器对图像进行分类。包括：输入训练图像；提取输入训练图像的特征；将提取的特征训练多个弱分类器，并级联形成最终需要的强分类器；输入测试图像，对测试图像进行预处理，通过视觉注意机制对图像中敏感区域可能的位置进行标定；进行敏感图像检测；输出敏感图像检测结果。在敏感图像检测前进行自顶向下注意机制的显著图提取，可以提高运算效率，缩短运算时间，显著提高检测速度；也使正检率明显提高，误检率明显降低。
-
公开(公告)号：CN103064921A
公开(公告)日：2013-04-24
申请号：CN201210559924.6
申请日：2012-12-20
Applicant: 北京工业大学
Abstract: 一种实现博物馆智能数字导游的方法涉及数字多媒体领域。本发明搭建高清图像数据库和定位用的低分辨率图像数据库；两个数据库均保存在服务器上两个库的图像均采用归一化坐标对齐；高清晰图像采用多分辨率的金字塔形式组织，金字塔的每一层分成图像块存储在服务器上；移动平台的相机拍摄照片，交由服务器；服务器实现定位，并将位置信息反馈给移动平台；移动平台将该位置以及缩小程度作为参数传递给服务器；服务器依据放大缩小程度值找到对应金字塔的层次，将所对应的图像块传输给移动平台；移动平台进行呈现。服务器实现定位采用SIFT特征。本发明采用拍照和基于内容的检索算法实现用户所关注区域的定位；融入高清晰数字图像作为展示内容。
-
公开(公告)号：CN119963788A
公开(公告)日：2025-05-09
申请号：CN202510051395.6
申请日：2025-01-13
Applicant: 北京工业大学
IPC: G06T19/20 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06V10/40 , G06V10/80
Abstract: 本发明公开了一种面向神经辐射场表示的三维风格迁移方法，核心为一套流程架构，以及其中所使用的各个模块。主要包括多层级特征转化模块、动态风格注入模块和多层级级联式解码器。本发明具有以下优点：1)将神经辐射场中的表观特征转化为深度网络多层级特征，结合动态风格注入，能够实现各特征层级上更适合的风格迁移效果，迁移结果更符合人对风格的感知；2)能够实现特定层级的风格注入，使得不同风格参考中的不同层级风格符号能够被注入到场景中，实现更加丰富的风格融合艺术效果；3)编码的各层级场景特征能够直接由多层级级联式解码器进行解码，有效恢复了场景中的内容信息，提升了三维风格迁移的内容识别度。
-
公开(公告)号：CN118553212A
公开(公告)日：2024-08-27
申请号：CN202410175359.6
申请日：2024-02-07
Applicant: 北京工业大学
IPC: G10H1/00
Abstract: 本发明公开了一种基于和弦情感的动机发展多声部音乐生成算法，其核心模块包括：动机生成器、旋律生成器、和弦表达器。整体实现过程分为四个阶段：构建和弦组合库、选定和弦组合、生成多声部音符、合成总乐谱。本发明具有以下优点：1)通过和弦约束的方式生成旋律声部与其他的多个声部，有效缓解了多轨音乐生成任务中多声部间的协调问题；2)构建不同情感标签对应的和弦组合库，利用和弦组合奠定乐曲情感基调的性质，使生成的乐曲具有情感可控性；3)采用动机发展的生成模式使旋律的生成更接近现实作曲家的作曲方式，进一步提升了生成音乐的可听性。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.029 seconds)
