公开(公告)号：CN120046194A

公开(公告)日：2025-05-27

申请号：CN202510208020.6

申请日：2025-02-25

Applicant: 北京工业大学

Inventor： 黄志清 ,  陈亚平 ,  向东 ,  李建强

IPC: G06F21/62 ,  G06F16/27 ,  G06Q30/018 ,  G06F21/60

Abstract: 本发明公开了一种基于区块链的废旧锂电池再生过程碳数据管理方法，属于信息技术领域。该方法包括：结合基于生命周期评价(LCA)的废旧锂电池再生过程碳足迹评价，建立碳数据模型。构建基于区块链的废旧锂电池再生过程碳排放监测‑报告‑核查(MRV)系统，可信获取再生过程碳足迹。基于秘密共享技术的隐私碳数据分布式云存储方案，并通过区块链保证数据完整性。非隐私碳数据则通过云存储，并在区块链上存证其数字指纹。根据用户角色和碳数据属性设计访问策略，并存储在区块链中，实现碳数据安全共享。本发明为废旧锂电池再生过程提供有效的碳数据模型和管理方法，为再生工艺节能减排提供依据，同时支撑锂电池产品全生命周期碳足迹评价。

公开(公告)号：CN119579986A

公开(公告)日：2025-03-07

申请号：CN202411675594.6

申请日：2024-11-21

Applicant: 北京工业大学

Inventor： 徐曦 ,  刘素芹 ,  李建强 ,  郝康博 ,  高若云 ,  李怡龙 ,  程文秀 ,  赵琳娜 ,  朱楚杰

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/52 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/09

Abstract: 一种基于渐进式特征学习的多目标图像识别方法，属于图像识别领域。该方法：(1)图像增强预处理：构建质量分类器自动筛选出需要进行质量优化的模糊图像，然后使用循环一致性生成对抗网络完成模糊图像域到清晰图像域的复原。(2)多尺度融合的关键目标定位：采用多尺度特征金字塔融合高层特征图和低层特征图不同特征尺度上所蕴含的互补信息，实现对图像中每一个关键目标的精确定位，从而确保每一个关键目标都能作为一个独立的样本被分析识别。(3)领域知识引导的目标分类：本发明将领域知识(包括颜色和轮廓两种)，结合注意力机制将领域知识嵌入到图像分类模型中，增强分类模型对关键特征的捕捉能力，从而获得准确的类别预测结果。

公开(公告)号：CN119445642A

公开(公告)日：2025-02-14

申请号：CN202411374955.3

申请日：2024-09-30

Applicant: 北京工业大学

Inventor： 李建强 ,  夏锐禹 ,  付光晖 ,  徐曦 ,  赵琳娜 ,  程文秀 ,  刘素芹

IPC: G06V40/18 ,  G06V10/26 ,  G06N3/0464

Abstract: 一种基于拓扑交并约束损失的人眼多类分割方法属于计算机视觉领域，解决不同标签之间的拓扑结构表示。在分割模型的基础上，引入人体眼睛结构的先验知识，以拓扑交并约束损失函数形式来指导多类标签的分割图像。分割模型外部再接入一个最大池化层，在最大池化层中引入拓扑约束，最大池化差异和拓扑区域约束组成拓扑交并约束损失。此损失分为两个模块，模块一是最大池化差异，包括归一化输入和目标张量，以及使用不同的内核和步幅对预测图像和标注图像进行最大池化，计算池化预测与各通道标签的差值。模块二是拓扑区域约束，引入附加拓扑条件保证巩膜包含虹膜，虹膜包含瞳孔，巩膜与瞳孔互斥。将池化差异和拓扑约束组合成最终的拓扑交并约束损失。

公开(公告)号：CN118798412B

公开(公告)日：2025-02-07

申请号：CN202410769507.7

申请日：2024-06-14

Applicant: 北京工业大学

Inventor： 钱君 ,  李建强 ,  赵青

IPC: G06Q10/04 ,  G06Q10/0631

Abstract: 本公开提供了产业集群预警及优化方法、装置、电子设备及存储介质。该产业集群预警及优化方法包括：基于产业集群历史数据，构建包括观测变量及潜变量的因果模型，所述潜变量包括自变量及因变量；计算当前产业集群的潜变量，基于预警规则确定待优化的自变量；基于所述因果模型，确定影响所述待优化的自变量的观测变量，作为第一观测变量；从所述第一观测变量筛选第二观测变量，调节所述第二观测变量。本公开实施例的技术方案通过预警模型，实现对产业集群的预警。同时，通过对潜变量的量化，定量分析待优化的自变量及相应的观测变量，实现对产业集群的定量调整，完成对产业集群的有效干预及优化。

公开(公告)号：CN118644670A

公开(公告)日：2024-09-13

申请号：CN202311297475.7

申请日：2023-10-09

Applicant: 北京工业大学

Inventor： 李建强 ,  刘一铭 ,  赵琳娜 ,  刘小玲 ,  刘朝磊 ,  宋霖涛 ,  朱楚杰 ,  马天宝 ,  徐曦

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/09

Abstract: 一种基于高显著特征逐步失活的弱监督语义分割方法，属于计算机视觉领域。首先将图像分为三个不同尺度：包括分类网络和分割网络。其中分类网络输入的是中尺度图像，功能是生成CAM图，训练过程中通过使用改进的PDA方法减小CAM中高显著特征的激活值，从而减少最具鉴别性区域的贡献，使得分类网络更关注其他区域的同时不会忽略最具鉴别性区域的特征，然后通过加权后的特征图进行分类，以此扩大分类网络生成的CAM图的显著区域，从而得到更准确的CAM图，最终分类网络的输出是优化的CAM图。分割网络的输入是三个不同尺度的图像，其基于U‑Net网络，由3个编码器和1个解码器组成。在解码阶段，网络将三个尺度的特征进行融合，获得更好的分割性能。

公开(公告)号：CN113962899B

公开(公告)日：2024-06-21

申请号：CN202111327342.0

申请日：2021-11-10

Applicant: 北京工业大学

Inventor： 李建强 ,  彭浩然

IPC: G06T5/70 ,  G06F17/15 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明提供一种眼底图像处理方法、装置、电子设备及存储介质，眼底图像处理方法包括：获取眼底图像对应的初始特征矩阵，并基于所述初始特征矩阵，得到横向和纵向的两个特征向量；所述两个特征向量分别输入至两个残差收缩模块，得到两个池化向量以及两个激活向量；其中，所述残差收缩模块包括全局平均池化层和第一激活层；基于所述两个激活向量以及所述两个池化向量，得到两个卷积通道阈值，并基于所述两个卷积通道阈值以及所述两个特征向量，得到两个新特征矩阵；基于所述两个新特征矩阵以及所述初始特征矩阵，得到除噪后的眼底图像。本发明提供的眼底图像处理方法、装置、电子设备及存储介质，可以实现去除眼底图像中的噪声的功能。

公开(公告)号：CN115049694B

公开(公告)日：2024-06-11

申请号：CN202210483057.6

申请日：2022-05-06

Applicant: 北京工业大学

Inventor： 李博雅 ,  李建强 ,  程文秀 ,  赵琳娜

IPC: G06T7/194 ,  G06T7/136 ,  G06T7/90

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：CN118097233A

公开(公告)日：2024-05-28

申请号：CN202410096615.2

申请日：2024-01-23

Applicant: 北京工业大学

Inventor： 徐曦 ,  程文秀 ,  赵琳娜 ,  李建强 ,  李欣阳

IPC: G06V10/764 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/096 ,  G06V10/30 ,  G06V10/54 ,  G06V10/74 ,  G06V10/34

Abstract: 一种数据与知识联合驱动的图像分类方法，属于计算机视觉领域。本发明包括：(1)目标对象定位：(2)形状‑纹理感知：设计预定义的特征提取器来提取目标对象的形状和纹理特征，从而分别得到形状和纹理的特征图和特征向量。这些特征被用于构建两种类型的先验知识：将形状特征图和纹理特征图进行融合以得到形状‑纹理注意力图；基于形状特征向量和纹理特征向量，通过模板匹配来获得目标对象的类间相似度。(3)图像分类：使用卷积神经网络完成图像分类任务。本发明设计预定义的特征提取器提取目标对象的形状和纹理，这些特征将被作为先验知识指导深度网络聚焦于图像的关键区域、提高深度模型对关键特征的关注程度，从而提升图像识别性能。

公开(公告)号：CN118097138A

公开(公告)日：2024-05-28

申请号：CN202410175513.X

申请日：2024-02-07

Applicant: 北京工业大学

Inventor： 李建强 ,  赵琳娜 ,  李欣阳 ,  孙海川 ,  王瞾萱 ,  张睿 ,  徐曦

IPC: G06V10/26 ,  G06V10/30 ,  G06V10/34 ,  G06V10/44 ,  G06V10/46 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/0895 ,  G06N3/092

Abstract: 一种基于协同增强学习的小目标分割与分类方法属于计算机视觉中的图像处理领域。本发明充分利用小目标分割和小目标分类任务之间的关联性，以协同优化的方式同时增强分割与分类任务的性能。具体来说，该方法首先利用改进的无监督小目标掩膜提取和基于类激活增强的弱监督小目标分割生成小目标对象融合掩膜，实现了有限的分类标注信息下获取像素级类别信息，解决了轮廓级别标注稀缺的问题。其次利用融合分割掩膜训练小目标分割模型，实现小目标对象的精细化分割。最后，利充分融合掩膜图像指导分类模型，消除了来自真实世界非目标噪声的干扰，有效帮助分类模型准确识别小目标对象。通过此类分割‑分类协同训练的方式，充分利用两个之间的互补性，实现同时小目标的分割与分类。

公开(公告)号：CN112434731B

公开(公告)日：2024-05-24

申请号：CN202011281599.2

申请日：2020-11-16

Applicant: 北京工业大学 ,  北京市气象服务中心

Inventor： 李建强 ,  李亚楠 ,  张丰瑶 ,  姜江 ,  王春玲

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供一种图像识别方法、装置及可读存储介质，本发明方法中，将待识别图像输入至图像识别模型，输出与所述待识别图像对应的图像种类识别结果，其中，所述图像识别模型是基于图像样本数据以及预先确定的图像种类标签进行训练后得到的，所述图像识别模型用于基于所述待识别图像的底层特征和卷积特征经判别相关分析和融合操作得到的融合特征，对所述待识别图像进行分类，通过基于所述待识别图像的底层特征和卷积特征经判别相关分析和融合操作得到的融合特征，对所述待识别图像进行分类，能够增加特征的多样性，使图像的分类正确率更高。