-
公开(公告)号：CN109784159A
公开(公告)日：2019-05-21
申请号：CN201811513751.8
申请日：2018-12-11
Applicant: 北京航空航天大学
Abstract: 本发明提供一种场景图像的处理方法、装置及系统，该方法包括：获取待检测的场景图像；将所述待检测的场景图像作为目标学生网络模型的输入；其中，所述目标学生网络模型是指：根据场景图像中的场景特征和物体特征，对场景图像进行分类的网络；通过所述目标学生网络模型输出对应的场景分类结果。本发明可以减弱/消除场景图像中无关信息的影响，提高场景图像处理的精准度，还可以使目标学生网络模型获取不同领域场景图像的特征，具有更强的泛化能力。
-
公开(公告)号：CN106327469A
公开(公告)日：2017-01-11
申请号：CN201510368762.1
申请日：2015-06-29
Applicant: 北京航空航天大学
IPC: G06T7/00
CPC classification number: G06K9/4604 , G06K9/3233 , G06K9/48 , G06K2209/21 , G06T7/12 , G06T7/162 , G06T7/168 , G06T2207/10016 , G06T2207/20132
Abstract: 本发明提供一种语义标签引导的视频对象分割方法，包括：根据对象所属的语义类别标签，依次利用对象包围盒检测器和对象轮廓检测器对输入视频的每一帧进行检测，得到该输入视频每一帧的候选对象包围盒集合和候选对象轮廓集合；建立包含候选对象包围盒集合与候选对象轮廓集合的联合分配模型，求出该输入视频中所述对象对应的初始分割序列，并对该初始分割序列进行处理，估算出所述对象的形状概率分布；结合该形状概率分布，依次利用图割算法对每一个包含所述对象的序列进行优化处理，得到所述对象对应的最优分割序列。本发明的技术方案，解决了现有视频对象分割方法不精确以及无法适用于单个输入视频的语义类别对象分割的问题。
-
公开(公告)号：CN105205504A
公开(公告)日：2015-12-30
申请号：CN201510642743.3
申请日：2015-10-04
Applicant: 北京航空航天大学
IPC: G06K9/66
CPC classification number: G06K9/66
Abstract: 本发明涉及一种基于数据驱动的图像关注区域质量评价指标学习方法。现存的评价指标，大都是通过启发式设计而来，在进行图像关注区域质量评价的时候，常常会得到有冲突的结论。因此，选择何种指标将新得到的模型与已有模型进行性能比较，常常会让人很困惑。为了解决这个问题，本发明首先进行大量的主观测试，通过人眼来做图像的显著性观测；基于此测试，得到大量的用户评测数据，然后本发明提出一个基于数据驱动的图像关注区域质量评价指标学习方法，并首次使用卷积神经网络设计得到评价指标，指标性能与人眼观测性能具有很高的一致性。
-
公开(公告)号：CN104899883A
公开(公告)日：2015-09-09
申请号：CN201510288956.0
申请日：2015-05-29
Applicant: 北京航空航天大学
IPC: G06T7/00
Abstract: 本发明涉及一种深度图像场景的室内对象立方体检测方法，首先通过求解一系列参数约束最小割问题，得到输入场景中对象的候选分割结果集合，并分别拟合立方体；其次，针对每一个对象分割结果及对应的立方体，使用描述对象统计特性与物理特征的二维图像特征以及三维几何特征衡量其与输入场景的拟合程度；最后，构建立方体的图结构，将场景的几何解析问题转化为最大权重子团求解问题，使用极大子团近似求解，得到一系列经过排序的场景内容几何解析结果，采用最大边缘相关度对解析结果重排序，提高相邻解析结果的多样性。本发明可广泛应用于机器人、监控等计算机视觉系统的室内场景对象解析、场景理解和三维重建。
-
公开(公告)号：CN119516110A
公开(公告)日：2025-02-25
申请号：CN202411576212.4
申请日：2024-11-06
Applicant: 北京航空航天大学
Abstract: 本公开的实施例公开了基于稀疏视图内联先验的三维重建方法和装置。该方法的一具体实施方式包括：从稀疏视角图像中确定三维场景的稀疏点云；根据稀疏点云，对三维高斯点云进行初始化，得到初始化后三维高斯点云；对稀疏视角图像的各个稀疏视角中的每个稀疏视角的预设范围内进行随机采样，以生成伪视角，得到伪视角集；根据各个稀疏视角和伪视角集，确定多个优化正则项；根据多个优化正则项，确定损失函数；根据损失函数，优化初始化后三维高斯点云的参数，以进行稀疏视角三维重建。该实施方式抑制了模式偏移，提升了稀疏视角下的三维重建质量。
-
Patent Agency Ranking
公开(公告)号：CN111860494B
公开(公告)日：2023-07-07
申请号：CN202010548365.3
申请日：2020-06-16
Applicant: 北京航空航天大学
IPC: G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本申请提供了一种图像目标检测的优化方法、装置、电子设备和存储介质，通过获取待检测图像，然后利用域间损失函数与域内损失函数对目标检测模型进行训练，最后再用目标检测模型对待检测图像进行检测，得到检测结果。实现了利用特征分组的方式通过域间损失函数防止目标检测模型训练当中的过矫正，并同时利用域内损失函数确保两个分类器从不同角度对特征进行分类检测，提高目标检测模型的训练效果。达到了对目标检测模型的跨域知识迁移，降低了目标检测模型的重训练成本，提高了目标检测模型的泛化能力的技术效果。
-
公开(公告)号：CN116309137A
公开(公告)日：2023-06-23
申请号：CN202310183533.7
申请日：2023-02-17
Applicant: 北京航空航天大学
Abstract: 本公开的实施例公开了一种多视点图像去模糊方法、装置、系统和电子介质。该方法的一具体实施方式包括：首先，通过事件流的引导构建相机姿态估计框架，从而获得模糊图像的准确拍摄位姿作为NeRF输入，然后，通过模糊渲染损失和事件渲染损失以进一步模拟真实的模糊过程，从而更好的实现物体或场景的三维表示学习。该实施方式有效地利用了事件和图像之间的内部关系，不仅实现了图像去模糊，而且实现了高质量的新视角图像渲染。
-
公开(公告)号：CN116246107A
公开(公告)日：2023-06-09
申请号：CN202310134043.8
申请日：2023-02-07
Applicant: 北京航空航天大学
IPC: G06V10/764 , G06V10/774 , G06N20/00
Abstract: 本公开的实施例公开了标注不完备图像的识别方法、装置、系统和电子介质。该方法的一具体实施方式包括：标注单个标签的标注不完备图像，将标注不完备图像输入特征提取骨干网络，提取出多个不同层次的特征；构建一个语义掩膜模块，根据图像的类激活图生成语义掩膜，从不同层次的特征中提取单个物体的特征；构建一个掩膜择优模块，从全部图像中为每类物体筛选出一定量的显著的语义掩膜；构建一个基于期望最大化算法的自举学习框架，通过对比不同标签的物体的语义掩膜，逐步恢复和补充网络训练阶段的约束信息，从而使网络能够更准确地识别标注不完备图像。该实施方式增强了在复杂图像中对不同物体的区分、定位和识别能力，通过自举的方式提高准确性。
-
公开(公告)号：CN115457275A
公开(公告)日：2022-12-09
申请号：CN202211130460.7
申请日：2022-09-16
Applicant: 北京航空航天大学
Abstract: 本公开的实施例公开了视野感知的全景图像显著对象分割方法及装置。该方法的一具体实施方式包括：获取全景图像；对全景图像进行投影处理，得到等距圆柱投影图像并对等距圆柱投影图像进行分析；获取预设的视野感知卷积神经网络分割模型，并根据预设的视野感知卷积神经网络分割模型对等距圆柱投影图像进行分割处理，得到显著对象分割结果图像。该实施方式提高了对全景图像显著对象分割的可靠性。
-
公开(公告)号：CN112116700B
公开(公告)日：2022-09-16
申请号：CN202010887244.1
申请日：2020-08-28
Applicant: 北京航空航天大学
Abstract: 本公开的实施例公开了基于单目视图的三维重建方法与装置。该方法的一具体实施方式包括：获取输入图像；对上述输入图像进行多次卷积处理，得到多层特征图序列；将上述多层特征图序列中的第二层特征图输入至局部特征增强模块以生成局部增强特征图集；响应于对上述多层特征图序列中的最后一层特征图进行卷积操作得到的全局特征图，将上述全局特征图与上述局部增强特征图集进行融合，得到整体特征图；将上述整体特征图输入至三维部件生产器以生成具有部件级信息的三维信息。该实施方式实现了快速准确地呈现三维空间中各个部件级信息。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.05 seconds)
