-
公开(公告)号：CN114445305A
公开(公告)日：2022-05-06
申请号：CN202210242354.1
申请日：2022-03-11
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于Jacobian动态逼近的图像去噪方法及装置，涉及计算机视觉技术领域。包括：获取待去噪的图像；将待去噪的图像输入到图像去噪网络的浅层特征提取单元，得到浅层特征图像；将浅层特征图像输入到图像去噪网络的去噪单元，得到去噪后的图像；将去噪后的图像输入到图像去噪网络的双注意力单元，得到最终的去噪图像。本发明构建了端到端的基于Jacobian动态逼近的图像去噪网络，并设计了基于Jacobian矩阵的常微分方程求解模块实现神经网络的前向求导。本发明能够成功应用于合成噪声、真实噪声的图像去噪，相较于经典的图像去噪方法，能够在重建图像的主、客观质量方面均取得明显的去噪性能提升。
-
公开(公告)号：CN113570140A
公开(公告)日：2021-10-29
申请号：CN202110858248.1
申请日：2021-07-28
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于随机森林的铝锭价格预测方法及装置，该方法包括：确定与铝锭价格预测相关的指标，获取所述指标的历史数据，构建数据集；构建铝锭价格预测模型；其中，所述铝锭价格预测模型为随机森林模型；基于构建的数据集对所述铝锭价格预测模型进行训练；基于训练好的铝锭价格预测模型进行铝锭价格预测。本发明提供的基于随机森林的铝锭价格预测方法克服了现有技术预测数据源单一、数据未被充分挖掘，铝价预测精度低等缺陷和不足。
-
公开(公告)号：CN112508966B
公开(公告)日：2021-08-24
申请号：CN202011407760.6
申请日：2020-12-04
Applicant: 北京科技大学
Abstract: 本发明公开了一种交互式图像分割方法及系统，该方法包括：采用图像分析方法对待分割图像进行前景背景分割，得到预分割结果；获取人工干预信息，包括前景交互点和背景交互点；其中，前景交互点为应该是前景但没有被分割出来的点，背景交互点为应该是背景点但被当成前景分割出来的点；提取待分割图像的特征，并根据人工干预信息带来的半监督信息对图像特征进行像素特征匹配，得到每一像素点属于前景或背景的概率图；根据概率图，对预分割结果进行修正，以提高分割精度。本发明通过在分割过程中引入少量的人工干预对实例级对象的分割结果进行精细的修正，从而提高了最终分割结果的精确度。
-
公开(公告)号：CN111861915B
公开(公告)日：2021-08-13
申请号：CN202010654030.X
申请日：2020-07-08
Applicant: 北京科技大学
Abstract: 本发明提供一种显微成像场景下失焦扩散效应消除方法及装置，属于图像处理及人工智能领域。所述方法包括：根据待融合图像集生成决策矩阵；建立与待融合图像尺寸相同的背景矩阵，根据所述待融合图像集和决策矩阵得到所述待融合图像集中像素值低的背景像素并将其记录到背景矩阵中；根据决策矩阵生成图像初步融合结果图，将背景矩阵中记录的结果覆盖到所述图像初步融合结果中，得到消除失焦扩散效应后的图像融合结果图。采用本发明，能够在不改变原有聚焦拍摄区间和亮度情况下，解决显微成像场景下的多聚焦图像融合任务中，前景的失焦扩散效应引发融合结果中背景处产生伪影的问题，从而提高成像准确度。
-
公开(公告)号：CN110009028B
公开(公告)日：2021-04-02
申请号：CN201910243002.6
申请日：2019-03-28
Applicant: 北京科技大学
Abstract: 本发明提供一种显微图像数据增强方法及装置，能够自动标注图像。所述方法包括：生成真实显微图像的虚拟图像；通过风格迁移方法将真实显微图像的风格迁移至所述虚拟图像；根据虚拟图像的计算模拟特性，从虚拟图像的各语义区域中获得对应语义标注，将具有真实显微图像风格的虚拟图像和对应的语义标注结合形成有标注的图像数据，以训练图像分析模型。本发明涉及测量显微镜技术领域。
-
Patent Agency Ranking
公开(公告)号：CN112200887A
公开(公告)日：2021-01-08
申请号：CN202011079638.0
申请日：2020-10-10
Applicant: 北京科技大学
Abstract: 本发明提供一种基于梯度感知的多聚焦图像融合方法，属于图像处理及人工智能领域。所述方法包括：获取多对待融合图像及其标注组成训练集；其中，每对待融合图像指两张同一场景下已配准的具有不同聚焦区域的图像；构建图像融合模型；利用得到的训练集，采用基于梯度感知的损失函数训练所述图像融合模型；采用训练好的所述图像融合模型对新的待融合图像进行图像融合。采用本发明，能够在去除复杂的后处理操作的同时，提高融合结果的质量。
-
公开(公告)号：CN110090478B
公开(公告)日：2020-06-02
申请号：CN201910373119.6
申请日：2019-05-06
Applicant: 北京科技大学
Abstract: 本发明提供一种充填场景下的深锥浓密机智能控制方法，能够提高底流浓度的控制精度。所述方法包括：建立底流浓度控制模型控制底流浓度，通过历史记录数据离线训练神经网络规划器，输出最优的耙架转速设定值、絮凝剂添加比例以及泥层压力设定值；絮凝剂控制器根据实时监测数据及最优絮凝剂添加比例，动态调节絮凝剂添加流量设定值；泥层压力控制器调节底流流量设定值，使深锥浓密机泥层压力监测值追踪最优泥层压力设定值；将得到的最优耙架转速设定值，絮凝剂添加量设定值以及底流流量设定值实时应用到实际充填过程中，并实时产生的监测数据实时传输到底流浓度控制模型中，用于底流浓度控制模型的在线学习训练。本发明涉及矿山尾矿处置领域。
-
公开(公告)号：CN110393954A
公开(公告)日：2019-11-01
申请号：CN201910636652.7
申请日：2019-07-15
Applicant: 北京科技大学
Abstract: 本发明提供一种基于强化学习的浓密机在线控制方法，能够降低时间消耗，并提高控制精度。所述方法包括：获取生产过程中所监测到的历史记录数据；建立由模型网络和评价网络组成的双网结构的控制模型，并利用获取到的历史记录数据对所述模型网络和评价网络进行训练；通过训练好的模型网络预测下一时刻的底流浓度和泥层高度，且训练好的评价网络根据预测到的所述下一时刻的底流浓度、泥层高度，估计所述下一时刻的累计代价值，根据估计得到的下一时刻的累计代价值，计算当前时刻的累计代价值，根据得到的当前时刻的累计代价值，利用梯度下降迭代算法确定当前时刻最优控制动作：底流泵速、絮凝剂泵速。本发明涉及采矿领域。
-
公开(公告)号：CN109993773A
公开(公告)日：2019-07-09
申请号：CN201910242995.5
申请日：2019-03-28
Applicant: 北京科技大学
Abstract: 本发明提供一种系列截面图像多目标追踪方法及装置，能够提高识别精度。所述方法包括：获取系列截面图像，其中，所述系列截面图像是指物体沿某一方向的系列截面形貌；根据层间图像的相似性，采用机器学习的方法对获取的系列截面图像逐层地进行多目标追踪；根据追踪结果，得到追踪后的三维标记图像。本发明涉及测量显微镜技术领域。
-
公开(公告)号：CN108765285A
公开(公告)日：2018-11-06
申请号：CN201810432523.1
申请日：2018-05-08
Applicant: 北京科技大学
CPC classification number: G06T3/4038 , G06T5/50 , G06T2207/10061
Abstract: 本发明属于测量显微镜技术领域，一种基于视频清晰度融合的大尺寸显微图像生成方法，该方法包括：首先，通过显微镜和视频拍摄装置采集显微视频流；然后，从视频流中提取关键帧；再将所提取的关键帧进行图像拼接，最终得到大尺寸清晰的显微图像。在图像拼接过程中，采用了两项关键技术：一、通过基于GPU并行的特征点搜索方法，并行计算得到关键帧间配准偏移量；二、根据关键帧中清晰度信息，构建清晰度决策矩阵，结合多分辨率样条融合方法进行图像拼接。本发明所述显微图像生成方法，适用于获取高分辨率、大尺寸显微图像，具有效率高，清晰度高等优点。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.055 seconds)
