公开(公告)号：CN120070281A

公开(公告)日：2025-05-30

申请号：CN202510135795.5

申请日：2025-02-07

Applicant: 北京航空航天大学

Inventor： 徐迈 ,  朱英琳 ,  幸群亮 ,  杨晶 ,  邹昕

IPC: G06T5/90 ,  G06T3/4038 ,  G06N3/045 ,  G06N3/08

Abstract: 本申请涉及计算机视觉技术领域，尤其涉及一种双目火星图像的质量增强方法、装置、设备、介质及产品。包括：获取双目火星图像对，双目火星图像对包括左目压缩火星图像和右目压缩火星图像；将双目火星图像对输入预训练图像质量增强模型，得到预训练图像质量增强模型输出的增强图像对，增强图像对包括左目火星增强图像和右目火星增强图像；其中，预训练图像质量增强模型基于预建的双目火星图像数据集训练优化得到，预训练图像质量增强模型包括特征提取组件、基于注意力的跨视角网络和图像重建组件。

公开(公告)号：CN120047567A

公开(公告)日：2025-05-27

申请号：CN202510210551.9

申请日：2025-02-25

Applicant: 北京航空航天大学

Inventor： 李胜曦 ,  孙先成 ,  徐迈 ,  邓欣 ,  蒋铼 ,  马森茂 ,  沈岗 ,  周迪

IPC: G06T11/00 ,  G06T5/70 ,  G06T5/60 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种基于球面流形引导的扩散模型及训练方法，其中，基于球面流形引导的扩散模型，包括：全景VQVAE，全景VQVAE包括：图像编码器和全景解码器；图像编码器用于将输入图像编码入潜在空间，并在潜在空间中进行正向扩散，得到噪声数据；SMUNet模块，用于在逆向生成中对噪声数据进行去噪，得到恢复数据；全景解码器，用于将恢复数据还原为全景图像；CLIP模块，用于在逆向生成中对SMUNet模块进行文本嵌入；通过在扩散模型中加入球面流形卷积，将SMConv融入球面流形引导模块中，通过在球面流形上操作的SMConv，该卷积能够最优地捕捉全景图像中的球面几何特性，用以解决球面失真并保持球面域内的空间一致性。

公开(公告)号：CN115018891B

公开(公告)日：2024-12-10

申请号：CN202210626160.1

申请日：2022-06-02

Applicant: 北京航空航天大学

Inventor： 邓欣 ,  刘恩鹏 ,  徐迈 ,  李胜曦

IPC: G06T7/33 ,  G06T3/14 ,  G06N3/0464 ,  G06N3/084

Abstract: 本公开涉及一种图像配准方法、装置、设备及计算机可读存储介质。本公开在获取待配准图像组后，获取待配准图像组中的各待配准图像包括的有助于配准的特征图像及非有助于配准的特征图像，在计算各待配准图像之间的空间位置关系时，只参考有助于配准的特征图像，忽略非有助于配准的特征图像，因此，仅根据有助于配准的特征图像计算得到各待配准图像之间的空间位置关系，不仅提高了计算效率，而且提高了空间位置关系的准确性，进而根据计算得到的空间位置关系对各待配准图像进行配准，提高了图像配准的准确性。

公开(公告)号：CN118608404A

公开(公告)日：2024-09-06

申请号：CN202410665004.5

申请日：2024-05-27

Applicant: 北京航空航天大学

Inventor： 樵明朗 ,  蒋铼 ,  徐迈 ,  梁晓烨

IPC: G06T5/60 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/096

Abstract: 本申请实施例公开了一种图像增强模型训练方法、装置、电子设备及存储介质，应用于图像增强技术领域，可解决目前图像处理算法无法有效保留商品细节和清晰度，同时无法针对某一区域进行注意力增强的问题。该方法包括：获取训练数据集；对每个待训练图像样本进行特征提取，得到文本掩膜和商品对象掩膜；通过文本掩膜和训练数据集对初始卷积神经网络中的第一多提示网络进行训练，以及通过商品对象掩膜和训练数据集对初始卷积神经网络中的第二多提示网络进行训练，得到目标图像增强模型；其中，第一多提示网络用于对图像进行质量增强，第二多提示网络用于对图像进行注意力重定向。

公开(公告)号：CN118247622B

公开(公告)日：2024-09-03

申请号：CN202410675864.7

申请日：2024-05-29

Applicant: 北京航空航天大学

Inventor： 蒋铼 ,  樵明朗 ,  徐迈 ,  陶晓明 ,  段一平

IPC: G06V10/80 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/045 ,  G06V10/82

Abstract: 本公开实施例涉及一种基于图模型的多模态数据融合与处理方法和装置，涉及图像处理技术领域，包括：将第一模态图像、第二模态图像输入浅层特征提取模块，得到第一、第二底层视觉特征图，将二者输入深层特征提取模块，得到第一语义、第二语义特征图；构建第一、第二语义特征图对应的第一图、第二图表征；同时，将第一、第二模态图像输入场景感知模块得到第一、第二模型参数；将第一图表征、第二图表征、第一模型参数和第二模型参数输入图交互模块，得到第一、第二输出特征图后输入特征融合与重建模块得到融合图像。采用上述技术方案，利用超网络生成场景相关的模型参数，动态调整图模型中的模型权重，实现场景自适应的图像融合。

公开(公告)号：CN118506064A

公开(公告)日：2024-08-16

申请号：CN202410568736.2

申请日：2024-05-09

Applicant: 北京航空航天大学

Inventor： 徐迈 ,  许静怡 ,  邓欣 ,  蒋铼 ,  李胜曦

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/56 ,  G06V10/40 ,  G06V10/30 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请实施例公开了一种基于多模态图像的分类模型训练方法、装置及存储介质，应用于模型训练技术领域，可解决传统的基于模型的分类方法通常计算量很大，忽略跨模态的多模态先验知识，缺乏可解释性，无法针对多模态图像进行精确的分类处理的问题。该方法包括：获取训练数据集；通过卷积字典滤波器，提取每个多模态训练样本对对应的第一目标特征和第二目标特征，第一目标特征为可辨别稀疏特征，第二目标特征为不可辨别稀疏特征；通过第一目标优化方程，对第一目标特征和第二目标特征进行优化，得到目标稀疏特征；根据训练数据集和目标稀疏特征对应的分类结果，对初始神经网络模型进行训练，得到多层联合辨别卷积稀疏编码可解释深度神经网络模型。

公开(公告)号：CN117560551A

公开(公告)日：2024-02-13

申请号：CN202311023084.6

申请日：2023-08-15

Applicant: 北京邮电大学 ,  北京航空航天大学

Inventor： 马占宇 ,  梁孔明 ,  徐迈 ,  王杰 ,  郑一啸

IPC: H04N21/488 ,  H04N21/431 ,  G06F40/284 ,  G06F18/22 ,  G06F18/24

Abstract: 本申请公开了一种字幕的生成方法、装置、电子设备及介质。通过应用本申请的技术方案，可以通过风格化控制模块辅助已有的图像字幕生成模型来为各个图像生成一个具备特定风格类别的字幕内容。具体来说，一方面可以通过风格控制模块的风格因子控制字幕生成模型来为图像选择一个更具有特定风格特征的词汇。以达到为不同用户输出其偏爱程度更高的字幕内容的目的。另一方面通过流利度因子来计算预测单词和前文已预测得到的词汇的相似性，并以此选择重复程度较低的单词，从而实现降低字幕出现重复单词的可能性，提升句子的流利度。

公开(公告)号：CN117408313A

公开(公告)日：2024-01-16

申请号：CN202311236238.X

申请日：2023-09-22

Applicant: 北京航空航天大学

Inventor： 李胜曦 ,  张佳璐 ,  李一飞 ,  徐迈 ,  邓欣 ,  李丽

IPC: G06N3/0475 ,  G06N3/094

Abstract: 本公开实施例涉及一种基于特征函数的条件生成对抗网络的训练方法和装置，其中该方法包括：获取训练图像数据样本和辅助信息样本；从高斯随机噪声采样一维随机序列和辅助信息样本输入生成网络，得到生成图像数据样本；将训练图像数据样本和生成图像数据样本输入判别网络，得到第一联合分布对应的第一特征函数和第二联合分布对应的第二特征函数；计算第一特征函数和第二特征函数的差异度量；根据差异度量计算损失函数，并调整生成网络和判别网络的网络参数，生成条件生成对抗网络，以使条件生成对抗网络对真实图像数据进行处理，生成目标图像数据。采用上述技术方案，能够提高条件生成对抗网络训练的效率和有效性，从而提高后续图像处理效果。

公开(公告)号：CN117315055A

公开(公告)日：2023-12-29

申请号：CN202311369028.8

申请日：2023-10-23

Applicant: 北京航空航天大学

Inventor： 李胜曦 ,  孙先成 ,  徐迈 ,  蒋铼 ,  邹昕 ,  周迪 ,  邓欣

IPC: G06T9/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于结构的火星图像分级压缩算法，包括：利用图像结构压缩网络提取火星图像的结构信息并进行压缩得到第一类文件；利用细节补偿网络提取火星图像中的图像细节并进行压缩得到第二类文件；将第一类文件以及第二类文件进行打包得到火星图像的压缩文件。通过本发明能够进一步提高火星图像的压缩性能。

公开(公告)号：CN116708792A

公开(公告)日：2023-09-05

申请号：CN202310612774.9

申请日：2023-05-26

Applicant: 北京航空航天大学

Inventor： 蒋铼 ,  方秋玥 ,  徐涛 ,  李胜曦 ,  徐迈

IPC: H04N19/146 ,  H04N19/136 ,  H04N19/154

Abstract: 本公开实施例涉及一种码率分配的优化方法、装置、设备及存储介质，本公开实施例通过获取输入图像，基于输入图像处理得到输入图像的图像质量评价分数、输入图像对应的至少一个可视化图像以及输入图像的平均平方误差值，基于图像质量评价分数、输入图像对应的至少一个可视化图像以及输入图像的平均平方误差值确定预设的拟合函数中的目标参数，基于目标参数、码率分配函数、预设的目标码率以及可视化图像，确定图像质量评价分数对应的码率。由于本公开实施例通过构建拟合函数，进一步建立码率分配函数，可以建立码率与图像质量评价分数之间的关系，因此实现了将图像质量评价分数应用到码率分配的方法中，实现了基于IQA的码率分配。