-
公开(公告)号：CN109902602B
公开(公告)日：2021-04-30
申请号：CN201910118545.5
申请日：2019-02-16
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于对抗神经网络数据增强的机场跑道异物材料识别方法，针对机场跑道异物材料数据少，难采集，且材料物品的无固定形态，尺度多样的特点，本发明包括：设计逐分辨率提升的生成对抗神经网络，生成高质量的机场跑道异物材料数据，生成对抗神经网络由上海大学校园道路模拟与上海虹桥机场跑道异物材料分类数据集中的训练集驱动训练。利用训练好的对抗神经网络生成器，生成新的材料图像数据。结合原始数据与对抗神经网络生成数据，驱动基于特征通道注意力机制的残差神经网络进行分类训练，达到更高的机场跑道异物材料识别能力。
-
公开(公告)号：CN109903255A
公开(公告)日：2019-06-18
申请号：CN201910160846.4
申请日：2019-03-04
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于3D卷积神经网络的高光谱图像超分辨率复原方法，本发明采用如下的技术方案：3D残差密集网络，该网络创新点包括3D卷积核对高光谱图像光谱维进行卷积部分和3D亚像素重组对图像进行放大并重建高分辨率图像部分，将这两部分统一在深度卷积神经网络框架3D-RDN中，通过残差密集块等结构充分利用卷积层的分层特征，实现对高光谱图像的超分辨率复原。当前现有的基于深度学习的方法应用于高光谱图像时，未充分考虑高光谱图像自身的特征，因而难以有效利用高光谱图像丰富的光谱维信息重建高分辨率的图像。本发明充分利用高光谱图像的所有空谱信息，实现高效超分辨率复原，在PSNR值上优于现有方法。
-
Patent Agency Ranking
公开(公告)号：CN110020606A
公开(公告)日：2019-07-16
申请号：CN201910186683.7
申请日：2019-03-13
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于多尺度卷积神经网络的人群密度估计方法，在视频监控领域，为了可以提升人群密度估计的准确性，本方法提出了一种基于多尺度卷积神经网络的网络结构，可以在场景中准确地预测人群密度图。本方法通过利用空洞卷积与原始卷积进行不同感受野信息的特征融合，以及融合不同分辨率下特征图不同的层级语义信息，从而生成具有更高质量的人群密度图。实验在当前较为流行的ShanghaiTech数据集、UCF_CC_50数据集以及WorldExpo‘10数据集上进行测试，使用平均绝对误差(MAE)和均方误差(MSE)作为评价标准。结果表明，该网络模型与以往的方法进行对比，降低了MAE值和MSE值，提高了人群密度估计的准确性。
-
公开(公告)号：CN108009531A
公开(公告)日：2018-05-08
申请号：CN201711452306.0
申请日：2017-12-28
Applicant: 北京工业大学
IPC: G06K9/00
Abstract: 本发明公开一种多策略防欺诈的人脸识别方法，包括：步骤1、人脸检测过程中，检测眼睛瞳孔位置是否存在近红外设备产生的亮瞳，检测人脸区域位置人脸肤色灰度区间内，方差是否符合阈值，判断是否为欺诈行为攻击；步骤2、根据人脸识别过程的动态性，在人脸识别的验证过程，基于Candide-3模型3D人脸重建进行微表情的检测，比较相邻3帧间的人脸特征与3D模型的相似度，设置合理阈值规避过于近似的人脸。
-
公开(公告)号：CN110020606B
公开(公告)日：2021-03-30
申请号：CN201910186683.7
申请日：2019-03-13
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于多尺度卷积神经网络的人群密度估计方法，在视频监控领域，为了可以提升人群密度估计的准确性，本方法提出了一种基于多尺度卷积神经网络的网络结构，可以在场景中准确地预测人群密度图。本方法通过利用空洞卷积与原始卷积进行不同感受野信息的特征融合，以及融合不同分辨率下特征图不同的层级语义信息，从而生成具有更高质量的人群密度图。实验在当前较为流行的ShanghaiTech数据集、UCF_CC_50数据集以及WorldExpo‘10数据集上进行测试，使用平均绝对误差(MAE)和均方误差(MSE)作为评价标准。结果表明，该网络模型与以往的方法进行对比，降低了MAE值和MSE值，提高了人群密度估计的准确性。
-
公开(公告)号：CN108009531B
公开(公告)日：2022-01-07
申请号：CN201711452306.0
申请日：2017-12-28
Applicant: 北京工业大学
IPC: G06K9/00
Abstract: 本发明公开一种多策略防欺诈的人脸识别方法，包括：步骤1、人脸检测过程中，检测眼睛瞳孔位置是否存在近红外设备产生的亮瞳，检测人脸区域位置人脸肤色灰度区间内，方差是否符合阈值，判断是否为欺诈行为攻击；步骤2、根据人脸识别过程的动态性，在人脸识别的验证过程，基于Candide‑3模型3D人脸重建进行微表情的检测，比较相邻3帧间的人脸特征与3D模型的相似度，设置合理阈值规避过于近似的人脸。
-
公开(公告)号：CN109902602A
公开(公告)日：2019-06-18
申请号：CN201910118545.5
申请日：2019-02-16
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于对抗神经网络数据增强的机场跑道异物材料识别方法，针对机场跑道异物材料数据少，难采集，且材料物品的无固定形态，尺度多样的特点，本发明包括：设计逐分辨率提升的生成对抗神经网络，生成高质量的机场跑道异物材料数据，生成对抗神经网络由上海大学校园道路模拟与上海虹桥机场跑道异物材料分类数据集中的训练集驱动训练。利用训练好的对抗神经网络生成器，生成新的材料图像数据。结合原始数据与对抗神经网络生成数据，驱动基于特征通道注意力机制的残差神经网络进行分类训练，达到更高的机场跑道异物材料识别能力。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
