-
公开(公告)号：CN115407303B
公开(公告)日：2025-05-13
申请号：CN202210989311.X
申请日：2022-08-17
Applicant: 北京林业大学
Abstract: 本发明实施例提供一种激光雷达距离模糊消除方法，该方法包括：获取待处理的点云数据，确定点云数据所对应的脉冲重复频率；根据脉冲重复频率，确定与点云数据相对应的脉冲发射时刻序列；确定多个回波信息点与脉冲发射区间的映射序列。根据映射序列和脉冲发射时刻序列，对第一映射关系进行调整，获得用于实现距离检测的目标点云数据。通过映射序列，确定多个回波信息点所位于的脉冲发射区间，结合脉冲发射时刻序列，确定出多个回波信息点所对应的实际脉冲发射时刻，以建立回波脉冲和脉冲发射时刻之间的正确映射关系，从而修正距离模糊的点云数据的错误位置，以实现消除点云数据中存在的距离模糊问题。
-
公开(公告)号：CN115170378A
公开(公告)日：2022-10-11
申请号：CN202210661160.5
申请日：2022-06-13
Applicant: 北京林业大学
IPC: G06T1/00 , G06V20/40 , G06V10/46 , G06T7/33 , G06T7/37 , G06F21/16 , G06N20/00 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的视频数字水印嵌入与提取方法及系统，其方法包括：S1：使用公开视频构建图像的训练集；S2：将训练集输入视频数字水印嵌入与提取网络进行训练，得到训练好的模型；视频数字水印嵌入与提取网络包括：水印嵌入网络、图像变换模块以及水印提取网络；S3：提取待嵌入水印视频的关键帧，并与水印一起输入到训练好的视频数字水印嵌入网络，输出嵌入水印的关键帧，再放回待嵌入水印视频；S4：抽取含数字水印视频的待检测帧，进行校正后，输入到训练好的视频数字水印提取网络，提取水印。本发明提供了可追溯源头的视频数字水印嵌入和提取方法，鲁棒性强，为新媒体环境下数字视频泄露溯源以及视频知识产权保护做出贡献。
-
公开(公告)号：CN114011026A
公开(公告)日：2022-02-08
申请号：CN202111273912.2
申请日：2021-10-29
Applicant: 北京林业大学
Abstract: 本发明涉及一种非接触式体能测试系统及方法，其系统包括：体能测试控制模块：用于获取人体关键点坐标，并计算各躯干关节间角度；仰卧起坐测试模块：用于对仰卧起坐进行计数；俯卧撑测试模块：用于对俯卧撑进行计数；平板支撑测试模块：用于对平板支撑进行计数；测试反馈模块：用于将检测数据反馈给用户。本发明提供的系统利用人体姿态识别深度学习框架，在无需让用户携带任何仪器设备的前提下获得用户的骨架坐标信息，进行精确的运动计数或计时，其检测过程不需其他人为干预。同时本发明通过使用有限状态机算法模型，运动检测过程中对于运动数据的测量准确，对于所测试动作以外的其他干扰动作具有较好的容错性。
-
公开(公告)号：CN113613073A
公开(公告)日：2021-11-05
申请号：CN202110890824.0
申请日：2021-08-04
Applicant: 北京林业大学
IPC: H04N21/4408 , H04N21/2743 , H04N21/254 , H04N21/4627 , H04N21/8358 , H04N21/258 , H04N21/2347
Abstract: 本发明涉及一种端到端的视频数字水印系统及方法，包括模块：视频管理模块：管理员对视频进行管理；用户管理和身份识别模块：管理员在服务器端对用户及其所属单位进行管理；管理员在客户端可对视频进行提取水印操作，用户在客户端可播放其所属单位名下的视频；视频水印嵌入与提取模块：用户下载视频时将其信息作为水印嵌入视频中；管理员可对水印进行逆向解析，获取水印中用户信息；视频文件加密传输模块：上传的视频经加密后存至服务器；用户使用客户端通过加密方式进行视频传输；视频播放和导出模块：用户可将接收到的视频进行播放以及将其导出。本发明提供的系统为视频嵌入与提取可追溯源头的水印，有利于视频知识产权的保护。
-
公开(公告)号：CN116206212A
公开(公告)日：2023-06-02
申请号：CN202310146236.5
申请日：2023-02-09
Applicant: 北京林业大学
IPC: G06V20/13 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于点特征的SAR图像目标检测方法及系统，其方法包括：S1：将SAR图像输入特征提取模块，获得不同尺度的特征图；S2：对特征图输入点特征检测网络进行卷积处理，提取点特征；S3：根据点特征中最小和最大的x、y值，将其转化成伪检测框；S4：将处理后的特征图和点特征进行可变形卷积运算后，再通过1×1卷积，输出伪检测框矫正框和目标类别；将伪检测框矫正框和伪检测框相加后得到最终的预测目标包围框；S5：构建总损失函数L，用以训练点特征检测网络；步骤S6：将待检测SAR图像输入训练好的点特征检测网络中，得到目标包围框和目标类别信息作为检测结果。本发明提供的方法对于目标的离散特性进行了针对性设计，具有较快的检测速度与精度。
-
Patent Agency Ranking
公开(公告)号：CN106934830B
公开(公告)日：2019-08-09
申请号：CN201710150430.5
申请日：2017-03-14
Applicant: 北京林业大学
Abstract: 本发明涉及一种基于深度图像的非接触式体能测试系统及测试，由体能测试控制模块、仰卧起坐测试模块、俯卧撑测试模块、语音识别模块和测试反馈模块组成。通过使用Kinect体感交互设备获取深度图像，利用有限状态机框架对被测人体运动计数，使用语音识别算法自动开始或结束体能测试同时为用户反馈相关测试结果。本发明融合了深度图像的捕捉与识别，在不让用户肢体携带任何仪器的前提下获得用户的肢体信息，进行精确的运动测试计数。此外，系统根据匹配用户语音信号可自动记录，检测过程不需其他人为干预，同时能根据检测数据反馈给用户相关测试结果，使用户能最大限度发挥自己的体力潜能，提高运动效率和效果，为非专业体育运动者提供了一种自我监测的平台。
-
公开(公告)号：CN115407303A
公开(公告)日：2022-11-29
申请号：CN202210989311.X
申请日：2022-08-17
Applicant: 北京林业大学
Abstract: 本发明实施例提供一种激光雷达距离模糊消除方法，该方法包括：获取待处理的点云数据，确定点云数据所对应的脉冲重复频率；根据脉冲重复频率，确定与点云数据相对应的脉冲发射时刻序列；确定多个回波信息点与脉冲发射区间的映射序列。根据映射序列和脉冲发射时刻序列，对第一映射关系进行调整，获得用于实现距离检测的目标点云数据。通过映射序列，确定多个回波信息点所位于的脉冲发射区间，结合脉冲发射时刻序列，确定出多个回波信息点所对应的实际脉冲发射时刻，以建立回波脉冲和脉冲发射时刻之间的正确映射关系，从而修正距离模糊的点云数据的错误位置，以实现消除点云数据中存在的距离模糊问题。
-
公开(公告)号：CN107784118B
公开(公告)日：2020-08-28
申请号：CN201711122828.4
申请日：2017-11-14
Applicant: 北京林业大学
IPC: G06F16/783 , G06F16/78 , G06F16/95
Abstract: 本发明涉及针对用户兴趣语义的视频关键信息提取系统及方法，包括图像获取模块、视频预处理模块，联合组权重学习模块以及关键信息提取模块，首先，通过图像获取模块将不同用户对视频的兴趣描述作为关键词从互联网中检索图像；其次，使用联合组权重学习模块对描述不同但语义相关的关键词进行检索,同时习得目标语义模型；然后，利用视频的伴生音频数据辅助预提取可能包含关键信息的视频片段；最后，通过目标语义模型计算各视频片段中是否包含用户感兴趣的关键信息。本发明能够根据用户不同的关注点，对用户感兴趣的内容进行语义建模从而有效指导个性化视频关键信息提取，从互联网中获取的语义知识能够在很大程度上减少数据对于人工标注的依赖。
-
公开(公告)号：CN107784118A
公开(公告)日：2018-03-09
申请号：CN201711122828.4
申请日：2017-11-14
Applicant: 北京林业大学
IPC: G06F17/30
Abstract: 本发明涉及针对用户兴趣语义的视频关键信息提取系统及方法，包括图像获取模块、视频预处理模块，联合组权重学习模块以及关键信息提取模块，首先，通过图像获取模块将不同用户对视频的兴趣描述作为关键词从互联网中检索图像；其次，使用联合组权重学习模块对描述不同但语义相关的关键词进行检索,同时习得目标语义模型；然后，利用视频的伴生音频数据辅助预提取可能包含关键信息的视频片段；最后，通过目标语义模型计算各视频片段中是否包含用户感兴趣的关键信息。本发明能够根据用户不同的关注点，对用户感兴趣的内容进行语义建模从而有效指导个性化视频关键信息提取，从互联网中获取的语义知识能够在很大程度上减少数据对于人工标注的依赖。
-
公开(公告)号：CN106934830A
公开(公告)日：2017-07-07
申请号：CN201710150430.5
申请日：2017-03-14
Applicant: 北京林业大学
CPC classification number: A63B71/0619 , A63B23/0211 , A63B23/1236 , A63B2220/805 , A63B2220/806 , G06T2207/10004 , G06T2207/10028 , G06T2207/20164 , G06T2207/30196
Abstract: 本发明涉及一种基于深度图像的非接触式体能测试系统及测试，由体能测试控制模块、仰卧起坐测试模块、俯卧撑测试模块、语音识别模块和测试反馈模块组成。通过使用Kinect体感交互设备获取深度图像，利用有限状态机框架对被测人体运动计数，使用语音识别算法自动开始或结束体能测试同时为用户反馈相关测试结果。本发明融合了深度图像的捕捉与识别，在不让用户肢体携带任何仪器的前提下获得用户的肢体信息，进行精确的运动测试计数。此外，系统根据匹配用户语音信号可自动记录，检测过程不需其他人为干预，同时能根据检测数据反馈给用户相关测试结果，使用户能最大限度发挥自己的体力潜能，提高运动效率和效果，为非专业体育运动者提供了一种自我监测的平台。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.041 seconds)
