-
公开(公告)号:CN118711003A
公开(公告)日:2024-09-27
申请号:CN202410803286.0
申请日:2024-06-20
Applicant: 北京航空航天大学
IPC: G06V10/766 , G06V10/82 , G06N3/0455 , G06V10/80
Abstract: 本发明公开了一种基于扩散模型的先验引导弱特征隐匿目标回归方法,首先对已标注数据进行数据增强增加数据泛化性;其次设计弱特征隐匿目标边缘推理方法,通过边缘引导的信息精炼模块辅助对弱特征目标的位置理解;而后在扩散模型架构下,以复杂场景作为条件信息,当前阶段数目,以及上一阶段输出作为当前阶段输入,进行初始阶段到当前阶段的高斯噪声预测,实现反向传播;再高斯噪声预测过程中使用由粗到精的思想,通过多层级特征融合对回归结果的进一步优化。这种隐匿目标回归采用区别于传统编码器‑解码器结构的扩散模型框架,可以针对弱特征隐匿目标实现像素级的回归,对弱特征目标细节重建方面、模型可解释性方面有更加优异的表现。
-
公开(公告)号:CN118710553A
公开(公告)日:2024-09-27
申请号:CN202410847198.0
申请日:2024-06-27
Applicant: 北京航空航天大学
IPC: G06T5/77 , G06T5/60 , G06N3/0464
Abstract: 本发明公开了一种基于三维卷积‑注意力联合机制的彩色偏振图像复原方法。采用三维卷积‑注意力联合偏振复原模型,包括空间‑偏振三维注意力模块、空间‑偏振三维卷积模块,各模块连接融合形成多尺度层次化网络;设计基于斯托克斯物理模型的偏振复原损失函数来训练网络;提取、融合三维特征并进行偏振信息解算,从而由低信噪比、低分辨率图像得到高信噪比、高分辨率彩色可见光及偏振信息。本发明利用三维特征计算对空间、偏振、色彩多个维度进行协同特征提取和融合,通过层次化连接网络形成多尺度的卷积‑注意力联合机制,结合卷积对于局部细节特征提取的优势和注意力机制对于长程依赖建模的优势,从而提高彩色偏振图像复原效果。
-
公开(公告)号:CN118674905A
公开(公告)日:2024-09-20
申请号:CN202410885014.X
申请日:2024-07-03
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于空间耦合的3D高斯泼溅技术的视角合成方法,本方法中多尺度网格化模块结构用于将点云进行不同尺度下的规则化,网格中心点作为初始化控制点来指导局部3D高斯的生成情况;控制点本身有自己的可学习特征向量作为局部上下文特征,局部位置感知模块将其与当前局部空间的3D高斯位置特征进行融合;3D高斯属性解码模块使用融合特征推理估计控制点生成的3D高斯属性;冗余点剪裁模块根据优化过程中的规则设置对不符合规则的控制点进行剪裁;可微光栅化模块根据指定的相机内外参,将3D高斯投影到2D图像空间中进行渲染,得到该视角下的新视角合成结果。本发明用于解决3D高斯表征下优化收敛慢、易产生较多冗余高斯的问题。
-
公开(公告)号:CN118229883A
公开(公告)日:2024-06-21
申请号:CN202410407878.0
申请日:2024-04-07
Applicant: 北京航空航天大学
IPC: G06T17/00 , G06N3/0464 , G06V10/74 , G06V10/774 , G06N3/084
Abstract: 本发明公开了一种基于空间面片单应性假设的特征匹配约束方法,以提高三维重建模型的精度和完整度,包括:挖掘不同视图间的特征匹配关系,通过邻域偏置学习模块为各像素值增添了自适应的偏移量,以获取其他视角下更可靠的像素匹配代价;提出基于空间面片单应性假设的特征匹配约束,利用三维空间下各面片与相机成像平面间的单应性推导,计算三维点与各视角图像之间的对应关系,计算三维点在不同视角图像间的特征匹配约束;设计损失函数部分,进一步提出了空间相邻面片法向量的平滑约束损失,证明了法向量约束三维重建网络的影响。本发明能够有效提高网络对室内小物体深度估计的精度,同时可应用于各类三维重建网络中。
-
公开(公告)号:CN117944290A
公开(公告)日:2024-04-30
申请号:CN202410092038.X
申请日:2024-01-23
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于多巴胺提高层间性能的纤维金属层板及制备方法,属于热塑性纤维金属层板技术领域,通过多巴胺自身的大量活性基团和π电子云,在金属‑树脂界面构筑新的共价键、氢键、π‑π堆积,同时增强了金属‑聚合物机械互锁,化学键合以及物理吸附,通过将金属层和纤维预浸料铺层后联合热压工艺制备出层间性能增强的纤维金属层板,制备工艺简单,成本低,效果好;制备工艺过程中不会释放有毒、污染气体,对环境保护目标具有积极的促进作用。
-
公开(公告)号:CN113642379B
公开(公告)日:2024-03-01
申请号:CN202110539624.0
申请日:2021-05-18
Applicant: 北京航空航天大学
IPC: G06V40/20 , G06V10/80 , G06V10/44 , G06V10/42 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及一种基于注意力机制融合多流图神经网络的人体姿态预测方法及系统,其方法包括:S1:获取用于训练的人体关键关节的三维位置数据序列,根据预设的输入序列和输出序列的长度,分为输入序列和输出序列;根据输入序列构建图数据;S2:构建基于注意力机制融合多流图神经网络模型;将图数据输入该模型进行训练,得到训练好的模型;S3:获取用于预测的人体关键关节的三维位置数据序列,构建图数据,输入训练好的基于注意力机制融合多流图神经网络模型,得到人体姿态的预测值。本发明提出的方法,基于人体关节位置数据及结构特征,构建多个图模型,实现了对人体运动系统的建模,以对人体姿态进行预测,并达到了较高的准确率。
-
公开(公告)号:CN117475107A
公开(公告)日:2024-01-30
申请号:CN202311094982.0
申请日:2023-08-29
Applicant: 北京航空航天大学
IPC: G06T17/20 , G06T19/20 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的关系性增强点云补全方法,主要由点云网格化模块结构、全尺度跳跃连接神经网络,关系性增强模块结构;所述点云网格化模块结构包括网格化设计、网格反转化设计,用于将非规则点云规则化;全尺度跳跃连接结构具有跨层连接与同级连接两种连接方式,用于充分学习不同尺度的点云特征;关系性增强模块结构包括点云子注意力模块、多尺度注意力关联模块,用于自适应地学习点云邻近点之间的关联。本发明主要用于解决现有获取点云过于稀疏、补全的点云结构性缺失、对点云关系性信息利用不充分的问题,具有精度高、结构简洁、性能可靠的优点。
-
公开(公告)号:CN117058302A
公开(公告)日:2023-11-14
申请号:CN202311095029.8
申请日:2023-08-29
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于NeRF的可泛化性场景渲染方法,采用图像外观信息编码器、图像几何信息编码器、低频前向推理模块、高频前向推理模块,在目标视角下沿光线在空间进行采样,为了减轻采样过程中容易导致的频谱混叠问题,将每个采样点参数成一个某种尺度下各向同性的高斯分布,并将采样点投影到其他已知视角下,利用上述模块,可得到对应点的颜色值和密度值,在得到辐射场和密度场后,沿着整条光线,用体渲染技术得到对应像素点的像素值。相比于现有技术,本发明提出的新视角合成方法,可在输入少量带有相机内参、外参的图片下,获得较好的新视角合成效果;同时具有较好的跨场景渲染能力。
-
公开(公告)号:CN115578255A
公开(公告)日:2023-01-06
申请号:CN202211158384.0
申请日:2022-09-22
Applicant: 北京航空航天大学
IPC: G06T3/40
Abstract: 本发明涉及一种基于帧间亚像素块匹配的超分辨率重建方法,对于给定的彩色或灰度低分辨率图像序列,通过融合多帧图像的信息得到单张分辨率提高的彩色或灰度高分辨率重建图像,本发明基于序列图像帧间的信息差异,采用像素块匹配的方式,对图像序列进行亚像素运动估计以及相似特征融合,重建得到高分辨率图像的估计,最后对得到的高分辨率图像进行迭代去模糊去噪,实现了图像的分辨率的有效提高。
-
公开(公告)号:CN115294478A
公开(公告)日:2022-11-04
申请号:CN202210897206.3
申请日:2022-07-28
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种应用于现代光电平台的空中无人机目标检测方法,包括无人机候选区域提取,候选区域评价、定位目标的正确性判断和结果处理。无人机候选区域提取是对灰度图进行多尺度滤波、提取差值图边缘、形态学运算和连通域操作得到候选区域。候选区域评价部分是基于候选区域均值和长宽比、邻域的均值和方差建立的评分机制,将最高得分的候选区域确定为定位目标。目标的正确性判断通过比较定位目标在当前帧和五帧后的状态,来判断定位目标是否正确。结果处理是当定位目标正确时完成检测,否则重新执行检测。
-
-
-
-
-
-
-
-
-