-
公开(公告)号：CN117974993A
公开(公告)日：2024-05-03
申请号：CN202311262483.8
申请日：2023-09-27
Applicant: 北京工业大学
IPC: G06V10/26 , G06V10/25 , G06V10/762
Abstract: 本发明提供了一种集成二维最优分割的三维图像分割方法，针对像素级别标签收集费时又费力的问题。类激活映射图通过简单地将类激活映射上采样到输入图像的大小，可以识别与特定类别最相关的图像区域。然而，类激活映射方法通常具有两方面问题：一是目标激活不足，即仅覆盖对象的最有区别的部分；二是背景激活过度，指激活了背景区域，导致激活不正确。因此，在二维图像分割层面，本发明首先采用弱监督方法来缓解像素级别标签难以获得的问题。其次，本方法充分考虑了传统无监督方法具有先验知识指导的优势，最终结合两种方法将二者获得的鉴别性区域进行充分融合、优势互补，可以弥补上述类激活映射两个问题的缺点，获得二维层面的最优分割结果。
-
公开(公告)号：CN112435214B
公开(公告)日：2024-03-12
申请号：CN202011133477.9
申请日：2020-10-21
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T3/4038 , G06T3/4046 , G06T5/50
Abstract: 本发明实施例提供一种基于先验框线性缩放的花粉检测方法、装置和电子设备，该方法包括：在显微镜下采集待检测花粉颗粒的放大图像；将放大图像输入检测模型，输出识别框和花粉种类；其中，检测模型是基于样本花粉颗粒的放大图像和对应的标注框标签和花粉种类标签进行训练后得到的，检测模型中的特征提取网络用于提取放大图像的3个特征图，检测模型训练时对任一花粉颗粒使用其对应尺度特征图的b个缩放先验框代替随机初始值，缩放先验框为对标注框标签进行聚类得到的先验框再进行预设线性缩放后得到的。本发明实施例提供的方法、装置和电子设备，实现了提高基于先验框的花粉颗粒检测的有效性、鲁棒性和准确性。
-
公开(公告)号：CN111783852B
公开(公告)日：2024-03-12
申请号：CN202010550939.0
申请日：2020-06-16
Applicant: 北京工业大学
IPC: G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/092
Abstract: 一种基于深度强化学习自适应式生成图像描述的方法及图像描述技术领域，提供一种更好的决策机制使生成描述过程中自适应的决策是否利用视觉信息。如利用语义信息生成下一个词语时不必要使用视觉信息；如利用注意力机制生成下一个单词时视觉信息的占比应该尽可能的大，可进行自适应的比重修正。本发明使在图像描述问题中生成下一个单词时能够自适应的决策是否利用视觉信息；采用强化学习的奖励机制调整在利用注意力机制生成词语时视觉信息所占比重，使得算法具有很强的学习能力、自适应性、科学性和鲁棒性。
-
公开(公告)号：CN116664501A
公开(公告)日：2023-08-29
申请号：CN202310557793.6
申请日：2023-05-18
Applicant: 北京工业大学
Abstract: 本发明提供了一种基于图像处理判断储粮变化的方法。本发明利用不同时间段的局部粮食凹陷信息来对比凹陷轮廓范围，从而在一定程度上避免了储粮变化导致的误判。这种方法能够实现定期自动检测储粮情况的目的。本发明包括粮食装载线检测模块，局部粮面检测模块。首先粮食装载线检测模块将采集到的粮仓图像进行图像预处理，再采用霍夫变换提取粮食装载线，以此线为基准进行图像切割。然后局部粮面检测模是对切割后的图像进行边缘检测，提取出粮面凹陷的轮廓。最后，储粮变化检测模块利用提取提取出的凹陷轮廓与之前的轮廓进行对比，判断粮仓的装粮量是否发生变化。本发明可以提高对储粮变化情况判断的准确性。
-
公开(公告)号：CN113889149B
公开(公告)日：2023-08-29
申请号：CN202111205078.3
申请日：2021-10-15
Applicant: 北京工业大学
Abstract: 本发明提供一种语音情感识别方法及装置，其中方法包括：获取原始语音集，原始语音集包括对话者语音和说话者语音；将原始语音集输入至语音情感识别模型，获得语音情感识别模型输出的说话者语音的识别结果；其中，语音情感识别模型是基于语音样本以及对应的识别标签进行训练后得到的，用于基于对话者语音对说话者语音的影响对说话者语音进行语音情感识别；识别标签是根据语音样本预先确定的，并与语音样本一一对应；语音样本包括对话者语音样本和说话者语音样本。本发明提供的语音情感识别方法，将对话者对说话者的情感影响和说话者自身情绪结合，对说话者语音的情感进行识别，提高了语音情感识别正确率。
-
Patent Agency Ranking
公开(公告)号：CN115908802A
公开(公告)日：2023-04-04
申请号：CN202211426153.3
申请日：2022-11-14
Applicant: 北京工业大学
IPC: G06V10/26 , G06N3/0464 , G06N3/08 , G06V10/60 , G06V10/74 , G06V10/764 , G06V10/82
Abstract: 本申请提供一种摄像头遮挡检测方法、装置、电子设备及可读存储介质，涉及图像识别领域，该方法包括：获取目标摄像头采集的目标图像，并计算所述目标图像的光照强度；基于所述目标图像的光照强度与预设光照强度的比较结果，使用目标模型对所述目标图像进行分析，并生成分析结果；其中，所述预设光照强度为对摄像头是否被遮挡判断错误的图像的光照强度平均值；所述分析结果用于指示所述目标摄像头是否被遮挡。本申请提供的摄像头遮挡检测方法、装置、电子设备及可读存储介质，用于根据摄像头实时采集的图像帧，在任何光照条件下都能够及时地判断出摄像头是否被遮挡，提高了遮挡检测的准确性。
-
公开(公告)号：CN115546466A
公开(公告)日：2022-12-30
申请号：CN202211201019.3
申请日：2022-09-28
Applicant: 北京工业大学
IPC: G06V10/24 , G06V10/25 , G06V10/764 , G06V10/80
Abstract: 一种基于多尺度显著特征融合的弱监督图像目标定位方法，属于计算机视觉领域。为了解决小目标图像ROI标注工作繁杂、CAM激活不足两个问题，本发明重点关注优化弱监督下分类网络输出类激活图的研究。本发明涉及两个层面的信息融合：①由于卷积神经网络中最底层的特征图语义信息弱但位置信息强，故可与最高层特征图进行融合得到分类网络最终的特征图；②由于分类网络对不同尺度ROI的敏感度不同，其得到的类激活图也有所不同，所以融合不同激活图中互补的对象信息能够完善图像中目标区域的定位，进而产生更准确的伪标签用于分割任务。
-
公开(公告)号：CN115482464A
公开(公告)日：2022-12-16
申请号：CN202211137947.8
申请日：2022-09-19
Applicant: 北京工业大学
Abstract: 一种基于双路摄像头的商品识别方法涉及到基于深度学习的商品识别方法。本发明中对两个角度的画面进行融合检测，提高了商品的识别精度。使用混合的数据对特征提取主干网络进行训练，得到的特征提取主干网络可以同时提取两个角度的画面的特征，降低了使用传统目标检测算法时特征提取主干网络的训练成本。
-
公开(公告)号：CN115049694A
公开(公告)日：2022-09-13
申请号：CN202210483057.6
申请日：2022-05-06
Applicant: 北京工业大学
Abstract: 本发明是一种基于图像特征的花粉颗粒图像提取方法。具体流程为：花粉图像输入后首先基于HSV提取前景图像，即去除气泡处理，图像去气泡后再基于霍夫变换提取前景图像，即初筛杂质处理；将初筛后的花粉图像基于检测模型提取花粉颗粒图像以去除剩余杂质的干扰，最终输出提取出的花粉颗粒图像。基于花粉图像特征对花粉图像进行去除气泡和杂质处理后，再使用基于检测模型提取花粉颗粒方法可以有效地避免气泡、杂质与花粉颗粒图像的相似信息对于提取花粉颗粒的干扰，使得最终提取花粉颗粒图像的效果良好。
-
公开(公告)号：CN114972903A
公开(公告)日：2022-08-30
申请号：CN202210393879.5
申请日：2022-04-14
Applicant: 北京工业大学
IPC: G06V10/774 , G06N3/04
Abstract: 本发明提供一种高光谱图像分类方法、装置、电子设备及存储介质，所述方法包括：针对高光谱图像的每个待分类像素，确定所述像素对应的空谱像素块；将所述空谱像素块输入到训练好的高光谱图像分类模型中，得到所述像素对应的分类结果；其中，所述训练好的高光谱图像分类模型包括级联的卷积层、深度自注意力变换网络模型的编码器和多层感知器分类头，所述级联的卷积层用于提取所述像素的空谱特征，所述编码器用于基于所述像素的空谱特征捕获所述像素的光谱序列特征，所述多层感知器分类头用于基于像素的光谱序列特征对所述像素进行分类。本发明能够很好地挖掘和表示光谱特征的序列属性，从而能够准确和精细地分类高光谱图像中的像素。
-
-
-
-
-
-
-
-
-
Search Results
244
records
(took 0.035 seconds)
