-
公开(公告)号：CN112581441A
公开(公告)日：2021-03-30
申请号：CN202011454642.0
申请日：2020-12-10
Applicant: 北京工业大学
IPC: G06T7/00
Abstract: 本发明实施例提供一种路面裂缝检测方法、装置、电子设备及介质；该方法包括采集道路的路面图像；对所述路面图像进行预处理，得到分辨率梯度变化的多个输入图像；将所述多个输入图像输入预先训练的路面裂缝检测模型，得到计算结果；其中，所述路面裂缝检测模型是基于样本路面图像和所述样本路面图像的裂缝标记数据训练得到的，所述路面裂缝检测模型包括多个阶段，每个阶段间进行多次多尺度融合；根据所述路面裂缝检测模型的计算结果，输出检测结果。本发明实施例通过输入分辨率梯度变化的多个输入图像，使用具有多尺度融合结构的路面裂缝检测模型，实现了对复杂情况下的路面裂缝检测，减弱了噪声影响，提高了检测精度。
-
公开(公告)号：CN112418338A
公开(公告)日：2021-02-26
申请号：CN202011364819.8
申请日：2020-11-27
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于显著点自适应等度量映射流形的癫痫数据降维的聚类可视化方法，用于分析癫痫病人不同时期的演化规律，具体包括以下内容：选择癫痫病人的脑电数据集；设置显著点自适应等度量映射流形的各种初始参数；构建脑电样本的邻域图；选择显著脑电样本点，并计算从显著样本点到所有样本点之间的最短路径；分段线性自适应调节机制更新距离矩阵；计算低维嵌入坐标；自适应优化嵌入坐标；2维和3维聚类可视化分析。本发明可视化效果明显，有很好的聚类表现。本发明可以辅助专业的医务员标注数据，并且方便医务人员及交叉领域人员分析导致癫痫病人的脑电在不同时期产生这种聚类规律的内在病理缘由。
-
公开(公告)号：CN107819580B
公开(公告)日：2021-02-05
申请号：CN201711166945.0
申请日：2017-11-21
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于超混沌系统像素信息关联的图像加密方法，采用图像扩散加密、图像置乱加密、图像扩散加密的三级加密结构，三级加密结构中的各级加密密钥由超混沌系统产生的不同混沌序列、图像的整体信息及像素点的信息动态生成；超混沌系统产生的x混沌序列和明文图像像素点的位置信息产生动态密钥用于第一次图像扩散加密；图像置乱加密的密钥由超混沌系统的y、z混沌序列、扩散加密密文的整体信息、扩散加密密文的数据信息三部分共同产生；混沌序列w和置乱加密密文像素点的位置信息生成第二次图像扩散加密的动态密钥。本发明具有明文敏感性高、密钥空间大、密文信息熵高的特点。
-
公开(公告)号：CN110693493A
公开(公告)日：2020-01-17
申请号：CN201910967804.1
申请日：2019-10-12
Applicant: 北京工业大学
IPC: A61B5/0476 , A61B5/00
Abstract: 本发明涉及一种基于卷积与循环神经网络结合时间多尺度的癫痫脑电预测方法。将N导癫痫患者脑电信号根据距离发作期远近分为间期、前期数据，对两类数据进行滑窗分段，窗口大小为30s，作为一个样本。由于两类数据量失衡，为增加前期样本，前期滑窗重叠率为20％，间期无重叠。对数据进行三层小波包分解得到八个频带的小波系数，然后重构回对应频带的时域信号，提取电极间相关性系数作为特征矩阵。将特征矩阵输入到卷积网络，通过卷积核对数据的不断融合来学习数据的高层表征。卷积网络的输出作为循环网络的输入来学习脑电信号时序上的隐含关系，并通过多个时间尺度信息的融合来降低生物信号非稳定性特点的影响从而提升模型的分类准确率。
-
公开(公告)号：CN106651853B
公开(公告)日：2019-10-18
申请号：CN201611236297.7
申请日：2016-12-28
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于先验知识和深度权重的3D显著性模型的建立方法，包括：将3D图像对中的左视图用超像素分割方法分割成多个区域，用色彩和视差信息合成一组特征对每个区域进行描述；使用颜色紧密度作为区域特征分量中视差的权重，计算一个区域对周围的区域的特征对比度；在视差图上得到在深度上的背景先验，并联合该背景先验和颜色紧密度完善深度显著性；以深度显著性和区域之间的高斯距离作为特征对比度的权重，并利用特征对比度的权重相加得出初始3D显著性；利用2D显著性和中央偏置权重对初始3D显著性进行增强。本发明所建立的3D显著性模型具有更接近于人类注视的效果。
-
Patent Agency Ranking
公开(公告)号：CN107038204B
公开(公告)日：2019-05-03
申请号：CN201611254734.8
申请日：2016-12-30
Applicant: 北京工业大学
IPC: G06F16/953 , G06F16/9537
Abstract: 本发明公开了物联网感知数据状态矢量提取及表示方法，该方法对感知采样数据进行状态矢量提取并表示。接收采样数据并对采样数据进行矢量提取，提取的采样数据矢量vector表示为一个时间的函数f(t)，同时加上时间tstart与结束时间tend以及该矢量活动上的单位时间unitime，对于每一个活动的感知设备的每个分量，其最后一个矢量为当前活动矢量；把感知采样数据进行分析，然后进行状态矢量提取及表示，用矢量函数来存储感知数据信息，减少了数据存储的更新频率，提高了插值查询信息的准确性。用户输入查询时间t进行插值查询，在矢量序列中，利用二分查找获取t时刻对应矢量活动，将t带入矢量函数，获取t时刻监控对象采样分量值。
-
公开(公告)号：CN108564039A
公开(公告)日：2018-09-21
申请号：CN201810339486.X
申请日：2018-04-16
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于半监督深层生成对抗网络的癫痫发作预测方法，采用指定长度的滑动窗口对N导原始脑电样本的每一导脑电数据进行分段加窗处理，分割时相邻子窗之间叠加扩容处理，共得到S段子信号；分别对S段子信号进行短时傅立叶变换，获得频谱信号，并将得到的频谱数据转换成图片形式表示。将处理好的图片信息分别按照有标签训练样本、训练样本标签、无标签训练样本输入到半监督深层生成对抗网络中的判别器中进行训练与分类。向生成器中输入Z维噪声数据，经过生成器生成与无标签数据分布相似的伪数据图像。通过半监督学习形式逐渐释放癫痫发作预测对有标记数据的依赖，获得更好的分类准确率。
-
公开(公告)号：CN107862310A
公开(公告)日：2018-03-30
申请号：CN201710836675.3
申请日：2017-09-17
Applicant: 北京工业大学
CPC classification number: G06K9/2054 , G06K9/3233 , G06K9/3275 , G06K9/38 , G06K9/4609 , G06K9/4642
Abstract: 本发明涉及一种基于块投影的藏文历史文献文本区域提取方法。将采集的藏文历史文献图像预处理；将图像平分为N*N的图像块，利用连通区域的分类信息和角点密度信息对图像块进行过滤；通过分析过滤后的图像块的投影可以定位到文本区域的近似边界位置；通过文本区域的近似边界位置搜索文本区域的边缘；通过文本区域边缘矫正策略矫正文本区域边缘，得到较完整、规则的文本区域。本发明利用块投影，可以准确的定位出文本区域的位置、增强不同文本区域之间的间隔；本发明实现了藏文历史文献的文本区域提取，方法简单、高效、易于实现。实验表明，在较大的文本区域和较小的文本区域的像素精度阈值分别设为95％和90％的情况下，准确率为75.50％，召回率为98.11％，F值为85.33％。
-
公开(公告)号：CN107693014A
公开(公告)日：2018-02-16
申请号：CN201711170746.7
申请日：2017-11-22
Applicant: 北京工业大学
IPC: A61B5/0476 , A61B5/0478
CPC classification number: A61B5/0476 , A61B5/0478 , A61B5/4094 , A61B5/7235 , A61B5/7267 , A61B5/7275
Abstract: 本发明公开一种基于词袋模型和极限学习机的癫痫发作预警方法，将采集的多电极脑电进行预处理；将癫痫前期和癫痫间期的脑电信号片段分别进行聚类并做成两个字典，构成了癫痫脑电信号的局部表达；将一个时间窗内的局部信号投影到做好的字典上，提取时间窗内的直方图作为其特征；将顺序的多个时间窗的特征序列连接起来，考虑序列的特征；将提取到的序列特征输入极限学习机(ELM)中，分类输入序列为癫痫前期或癫痫间期；若分类为癫痫前期，则发出警报，若分类为癫痫间期，则报告正常。
-
公开(公告)号：CN105046689B
公开(公告)日：2017-12-15
申请号：CN201510354774.9
申请日：2015-06-24
Applicant: 北京工业大学
Abstract: 一种基于多层次图结构的交互式立体图像快速分割方法，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。在原始图像左右任意一图中指定部分前、背景。根据指定部分应用CUDA并行计算的方法建立前、背景的颜色以及视差分布的先验统计模型。通过对原始图像进行高斯滤波、下采样得到粗糙尺度较小的图像，然后将粗糙图像与原始图像一起构成多层次图结构。鉴于目前立体图像分割存在分割模型复杂，计算效率低的问题。本发明在基于视差图的立体图像同步分割的理论框架下，探索新的分割方法。力图简化模型的复杂度，并行处理计算密集型的任务，提高立体图像分割速度，实现实时分割常见尺寸立体图像的目的。
-
-
-
-
-
-
-
-
-
Search Results
160
records
(took 0.054 seconds)
