-
公开(公告)号：CN113723356A
公开(公告)日：2021-11-30
申请号：CN202111078976.7
申请日：2021-09-15
Applicant: 北京航空航天大学
Abstract: 本发明公开了异质特征关系互补的车辆重识别方法和装置，包括：获取车辆图像，将车辆图像输入卷积神经网络，提取得到多个不同层次的异质特征；构建图关系互补模块，利用图关系互补模块对多个不同层次的异质特征进行自低层次向高层次并基于关系地融合，得到跨层互补特征；通过渐进式中心池化操作，提取车辆图像的局部特征，利用图关系互补模块，将局部特征与跨层互补特征中的最高层次的互补特征进行异质关系融合，得到异质互补特征；拼接跨层互补特征和异质互补特征，得到包括多层语义信息和多层局部区域信息的车辆图像表征特征。本发明能够广泛应用于城市交通、公共安全、自动驾驶等领域的计算机视觉系统。
-
公开(公告)号：CN110276744B
公开(公告)日：2021-10-26
申请号：CN201910402871.9
申请日：2019-05-15
Applicant: 北京航空航天大学
Abstract: 本发明实施例提供一种图像拼接质量的测评方法及装置，所述方法包括：获取待评测图像的第一属性信息和参考图像的第二属性信息，第一属性信息包括待评测图像的盲区信息、像素点信息和频率信息，第二属性信息包括参考图像的像素点信息和频率信息，待评测图像为拼接至少两个第一图像得到的，参考图像为拼接至少两个第二图像得到的，根据第一属性信息和所述第二属性信息，确定待评测图像的拼接质量。用于提高对待评测图像的拼接质量进行测评的准确性。
-
公开(公告)号：CN113239943A
公开(公告)日：2021-08-10
申请号：CN202110595282.4
申请日：2021-05-28
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于部件语义图的三维部件提取组合方法和装置。该方法的一具体实施方式包括：对目标图片进行部件级语义分割以生成至少一个部件分割图；对三维体素模型库中每个三维体素模型进行特征提取以生成多尺度立方体平均场描述子，得到至少一个多尺度立方体平均场描述子；基于该至少一个多尺度立方体平均场描述子，将该至少一个部件分割图中的每个部件分割图作为网络输入进行网络训练；将训练所得到的至少一个特征部件组合成目标体素模型。该实施方式提高了基于图片提取三维模型的精确度。
-
公开(公告)号：CN111970536A
公开(公告)日：2020-11-20
申请号：CN202010728311.5
申请日：2020-07-24
Applicant: 北京航空航天大学
IPC: H04N21/233 , H04N21/234 , H04N21/2343 , H04N21/845 , G10L25/24 , G06K9/00
Abstract: 本公开的实施例公开了一种基于音频生成视频方法和装置。该方法的一具体实施方式包括：获取舞蹈视频和音乐片段；确定音频的音频点，得到多个影像点；利用影像得到多个人体关键点集和影像片段；利用每个音频点和影像点确定训练集和舞蹈动作库；确定音频点的特征向量和影像片段的特征向量，得到训练后的特征提取器；利用训练后的特征提取器，提取音乐片段特征；确定音乐片段特征和人体关键点特征距离，得到影像片段并合成视频。该实施方式实现了根据音乐生成更生动流畅的舞蹈的方法，提高了用户体验，为用户的生活提供了便利。
-
公开(公告)号：CN110197213A
公开(公告)日：2019-09-03
申请号：CN201910424840.3
申请日：2019-05-21
Applicant: 北京航空航天大学
IPC: G06K9/62
Abstract: 本发明提供一种基于神经网络的图像匹配方法、装置和设备。该基于神经网络的图像匹配方法包括：将待匹配图像组输入神经网络模型，得到该待匹配图像组对应的特征向量；其中，该待匹配图像组包括至少两个待匹配图像；将该待匹配图像组对应的特征向量输入到神经网络模型全连接层的权重矩阵，得到图像匹配模型；将目标图像输入至该图像匹配模型，在该待匹配图像组中除该目标图像之外的其它待匹配图像中，确定与该目标图像匹配的至少一个匹配图像；其中，该目标图像为该待匹配图像组中的任一图像。该方法可以提高图像匹配的准确度。
-
Patent Agency Ranking
公开(公告)号：CN113688946B
公开(公告)日：2023-10-24
申请号：CN202111171161.3
申请日：2021-10-08
Applicant: 北京航空航天大学
IPC: G06V10/764 , G06V10/77 , G06V10/74 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/09
Abstract: 本发明公开了一种基于空间关联的多标签图像识别方法，用于同时识别图像中的多个类别标签。具体内容包括：给定自然图像，输入到卷积神经网络编码器，得到图像的第一特征图。将第一特征图经过跨尺度特征增强进一步增强空间信息，再输入空间关联模块，生成表示空间关联的第二特征图。将第一特征图经过降维得到维度为类别数量的热度图，对热度图通过全局池化与损失函数进行约束以保证热度图与每个类别的响应。将热度图转置后与第一特征图点乘后得到图神经网络的节点，再通过邻接矩阵构造模块得到邻接矩阵。将节点与邻接矩阵输入标签关联模块，生成表示标签关联的第三特征图。
-
公开(公告)号：CN113723356B
公开(公告)日：2023-09-19
申请号：CN202111078976.7
申请日：2021-09-15
Applicant: 北京航空航天大学
IPC: G06V20/58 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了异质特征关系互补的车辆重识别方法和装置，包括：获取车辆图像，将车辆图像输入卷积神经网络，提取得到多个不同层次的异质特征；构建图关系互补模块，利用图关系互补模块对多个不同层次的异质特征进行自低层次向高层次并基于关系地融合，得到跨层互补特征；通过渐进式中心池化操作，提取车辆图像的局部特征，利用图关系互补模块，将局部特征与跨层互补特征中的最高层次的互补特征进行异质关系融合，得到异质互补特征；拼接跨层互补特征和异质互补特征，得到包括多层语义信息和多层局部区域信息的车辆图像表征特征。本发明能够广泛应用于城市交通、公共安全、自动驾驶等领域的计算机视觉系统。
-
公开(公告)号：CN115964922A
公开(公告)日：2023-04-14
申请号：CN202211417101.X
申请日：2022-11-14
Applicant: 北京航空航天大学
IPC: G06F30/25 , G06F119/14
Abstract: 本发明涉及数字化仿真技术领域，且公开了一种高粘度衬层曲面内腔抛涂仿真技术，包括抛涂过程及液膜成型仿真、衬层料浆颗粒碰撞壳体仿真和衬层抛涂三维仿真分析；所述抛涂过程及液膜成型仿真采用FLUENT离散相模型中的DPM模型进行仿真，在该模型下将气相作为连续体，在欧拉坐标系内对气相进行描述，并求解气相的输送方程。入射器的直径越小，抛涂效率越高，衬层均匀性越好。随着衬层料浆颗粒的直径的减小，成型的最大液膜厚度随之减小。但改变的只是最终成型衬层的厚度，最终达到的覆盖率几乎保持不变。抛涂速度的加大，成型的最大液膜厚度随之减小，但衬层料浆颗粒碰撞壳体后的覆盖面积几乎没有改变。
-
公开(公告)号：CN111966851B
公开(公告)日：2022-05-31
申请号：CN202010720455.6
申请日：2020-07-24
Applicant: 北京航空航天大学
IPC: G06F16/538 , G06F16/55 , G06F16/583
Abstract: 本公开的实施例公开了基于少量样本的图像识别方法和系统。该方法的一具体实施方式包括：获取图像集合；对图像集合进行特征提取，得到图像特征集合；根据至少一个基础类别特征，确定每一类支撑样本特征和查询样本特征的相似度；根据相似度对图像集合进行分类，得到分类结果；控制具有显示功能的终端设备将分类结果进行显示。实现了更加精准的图像分类，使显示的分类结果更加吸引用户，增加网络流量。
-
公开(公告)号：CN113688946A
公开(公告)日：2021-11-23
申请号：CN202111171161.3
申请日：2021-10-08
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于空间关联的多标签图像识别方法，用于同时识别图像中的多个类别标签。具体内容包括：给定自然图像，输入到卷积神经网络编码器，得到图像的第一特征图。将第一特征图经过跨尺度特征增强进一步增强空间信息，再输入空间关联模块，生成表示空间关联的第二特征图。将第一特征图经过降维得到维度为类别数量的热度图，对热度图通过全局池化与损失函数进行约束以保证热度图与每个类别的响应。将热度图转置后与第一特征图点乘后得到图神经网络的节点，再通过邻接矩阵构造模块得到邻接矩阵。将节点与邻接矩阵输入标签关联模块，生成表示标签关联的第三特征图。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.024 seconds)
