-
公开(公告)号：CN112560578A
公开(公告)日：2021-03-26
申请号：CN202011295796.X
申请日：2020-11-18
Applicant: 北京理工大学
Abstract: 本申请提出了一种免成像的车牌内容识别方法及系统，其中，方法包括：根据深度神经网络设计单像素免成像的多目标识别网络；建立免成像的多目标识别数据集，包含单像素一维测量值和对应的车牌字符；使用该数据集对多目标识别网络进行训练，得到优化的多目标识别模型参数；利用单像素探测器采集场景经编码调制后的一维耦合测量值，将一维耦合测量值输入多目标识别网络中进行处理，输出车牌内容识别结果。该方法利用深度神经网络直接根据单像素探测器采集的一维耦合测量值识别车牌上的字符，无需成像过程，同时无需依次进行单个字符的识别，降低了计算复杂度，减少了数据采集量，并且单像素探测器对于其他光谱范围适用，简单易实现。
-
公开(公告)号：CN111598962A
公开(公告)日：2020-08-28
申请号：CN202010332727.5
申请日：2020-04-24
Applicant: 北京理工大学
IPC: G06T11/00
Abstract: 本申请提出一种基于矩阵草图分析的单像素成像方法和装置，其中，方法包括：对目标场景进行随机坐标采样，获取多排行坐标和列坐标；对多排行坐标和列坐标对应的部分目标场景进行光编码，并通过预先搭建的单像素成像系统对编码光进行采集，获取一维测量值；根据一维测量值，利用单像素成像重建算法生成多排行坐标和列坐标对应的草图；使用矩阵草图分析方法对草图进行重建得到完整目标场景图像。由此，适用于大规模高分辨率单像素成像，有效减少采样率及计算时间，具有较高的应用价值。
-
公开(公告)号：CN111047681A
公开(公告)日：2020-04-21
申请号：CN201911081307.8
申请日：2019-11-07
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于深度学习的单像素三维端到端重建方法及装置，其中，该方法包括：构建包含多个物体三维信息的三维数据集；对三维数据集进行特定预处理生成单像素探测器的一维测量值；获取三维重建网络，通过三维数据集和一维测量值训练三维重建网络；通过训练后的三维重建网络对待测三维物体进行重建，输出待测三维物体的三维深度信息。该方法设计端到端的神经网络，从单像素探测器的一维测量值重建三维物体的三维深度信息，实现了在单像素三维成像系统中，通过深度学习的方法端到端的完成场景深度信息的重建，计算复杂度低。
-
公开(公告)号：CN111047681B
公开(公告)日：2022-03-22
申请号：CN201911081307.8
申请日：2019-11-07
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于深度学习的单像素三维端到端重建方法及装置，其中，该方法包括：构建包含多个物体三维信息的三维数据集；对三维数据集进行特定预处理生成单像素探测器的一维测量值；获取三维重建网络，通过三维数据集和一维测量值训练三维重建网络；通过训练后的三维重建网络对待测三维物体进行重建，输出待测三维物体的三维深度信息。该方法设计端到端的神经网络，从单像素探测器的一维测量值重建三维物体的三维深度信息，实现了在单像素三维成像系统中，通过深度学习的方法端到端的完成场景深度信息的重建，计算复杂度低。
-
Patent Agency Ranking
公开(公告)号：CN112560578B
公开(公告)日：2022-12-20
申请号：CN202011295796.X
申请日：2020-11-18
Applicant: 北京理工大学
Abstract: 本申请提出了一种免成像的车牌内容识别方法及系统，其中，方法包括：根据深度神经网络设计单像素免成像的多目标识别网络；建立免成像的多目标识别数据集，包含单像素一维测量值和对应的车牌字符；使用该数据集对多目标识别网络进行训练，得到优化的多目标识别模型参数；利用单像素探测器采集场景经编码调制后的一维耦合测量值，将一维耦合测量值输入多目标识别网络中进行处理，输出车牌内容识别结果。该方法利用深度神经网络直接根据单像素探测器采集的一维耦合测量值识别车牌上的字符，无需成像过程，同时无需依次进行单个字符的识别，降低了计算复杂度，减少了数据采集量，并且单像素探测器对于其他光谱范围适用，简单易实现。
-
公开(公告)号：CN110425986A
公开(公告)日：2019-11-08
申请号：CN201910645486.7
申请日：2019-07-17
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于单像素传感器的三维计算成像方法及装置，其中，方法包括以下步骤：通过预设光编码即联合条纹编码和二维成像编码，生成新型光编码方式，并将光编码载入空间光调制器(SLM)中；利用单像素探测器和载入后的SLM将预调制的场景的二维空间及深度信息耦合为一维测量值；通过解耦算法从一维测量值重建场景的二维信息和深度信息，从而得到三维成像结果。该方法通过所设计的新型编码机制和重建方法解决传统单像素成像无法有效采集深度的问题，可有效的恢复场景的深度或待测三维物体每点的厚度，并在光谱范围较宽的情况下依旧适用。
-
公开(公告)号：CN116091376A
公开(公告)日：2023-05-09
申请号：CN202310147240.3
申请日：2023-02-20
Applicant: 北京理工大学
IPC: G06T5/50
Abstract: 本发明提出一种基于融合的双相机高分辨率红外成像方法及装置，其中方法包括，搭建空间光调制系统以及单像素成像系统，采集目标在预设波段的一维测量值；使用单像素成像重建方法，将一维测量值重建为图像；使用可见光相机采集高分辨率可见光图像，将单像素重建图像与高分辨率可见光图像进行算法融合得到预设波段的高分辨率融合图。本发明与通过传统相机在不同波段进行成像的方法相比，使用单像素探测器会有更加简洁经济的系统并且可以在低采样率的条件下获得高分辨率图像。
-
公开(公告)号：CN110425986B
公开(公告)日：2020-10-16
申请号：CN201910645486.7
申请日：2019-07-17
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于单像素传感器的三维计算成像方法及装置，其中，方法包括以下步骤：通过预设光编码即联合条纹编码和二维成像编码，生成新型光编码方式，并将光编码载入空间光调制器(SLM)中；利用单像素探测器和载入后的SLM将预调制的场景的二维空间及深度信息耦合为一维测量值；通过解耦算法从一维测量值重建场景的二维信息和深度信息，从而得到三维成像结果。该方法通过所设计的新型编码机制和重建方法解决传统单像素成像无法有效采集深度的问题，可有效的恢复场景的深度或待测三维物体每点的厚度，并在光谱范围较宽的情况下依旧适用。
-
公开(公告)号：CN111598962B
公开(公告)日：2023-03-21
申请号：CN202010332727.5
申请日：2020-04-24
Applicant: 北京理工大学
IPC: G06T11/00
Abstract: 本申请提出一种基于矩阵草图分析的单像素成像方法和装置，其中，方法包括：对目标场景进行随机坐标采样，获取多排行坐标和列坐标；对多排行坐标和列坐标对应的部分目标场景进行光编码，并通过预先搭建的单像素成像系统对编码光进行采集，获取一维测量值；根据一维测量值，利用单像素成像重建算法生成多排行坐标和列坐标对应的草图；使用矩阵草图分析方法对草图进行重建得到完整目标场景图像。由此，适用于大规模高分辨率单像素成像，有效减少采样率及计算时间，具有较高的应用价值。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.019 seconds)
