-
公开(公告)号：CN106803063B
公开(公告)日：2019-06-28
申请号：CN201611192599.9
申请日：2016-12-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种行人重识别的度量学习方法，包括以下步骤：首先建立不同摄像头下行人目标特征的集合；然后采用马氏距离的度量方式,并添加约束条件将不同摄像头下的同一目标的特征度量距离约束为0，不同目标的特征距离约束为常数μ(μ>0)；最后，建立损失函数并优化其结构，通过投影梯度下降法迭代得出满足约束条件的最优度量矩阵，完成度量学习过程。本发明有效解决了现有度量学习方法中存在的过拟合现象、度量矩阵对噪声敏感等问题，适用于复杂场景下行人重识别的应用场合。
-
公开(公告)号：CN106803063A
公开(公告)日：2017-06-06
申请号：CN201611192599.9
申请日：2016-12-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种行人重识别的度量学习方法，包括以下步骤：首先建立不同摄像头下行人目标特征的集合；然后采用马氏距离的度量方式,并添加约束条件将不同摄像头下的同一目标的特征度量距离约束为0，不同目标的特征距离约束为常数μ(μ>0)；最后，建立损失函数并优化其结构，通过投影梯度下降法迭代得出满足约束条件的最优度量矩阵，完成度量学习过程。本发明有效解决了现有度量学习方法中存在的过拟合现象、度量矩阵对噪声敏感等问题，适用于复杂场景下行人重识别的应用场合。
-
公开(公告)号：CN108764065A
公开(公告)日：2018-11-06
申请号：CN201810428801.6
申请日：2018-05-04
Applicant: 华中科技大学
CPC classification number: G06K9/00362 , G06K9/6256 , G06N3/0454 , G06N3/084
Abstract: 本发明公开了一种行人重识别特征融合辅助学习的方法，包括：将加入局部特征训练得到的全局特征提取模型用于提取行人图像的全局特征，利用全局特征进行行人重识别，所述全局特征提取模型的训练包括：采集全身图像训练集，检测全身图像训练集中的局部图像，得到局部图像训练集；分别利用全身图像训练集和局部图像训练集训练全身卷积神经网络和局部卷积神经网络，得到全身模型和局部模型；分别利用全身模型和局部模型提取全身图像训练集和局部图像训练集的全局特征和局部特征，利用融合局部特征后的全局特征训练全身模型，得到全局特征提取模型。本发明在训练时将局部特征和全局特征融合，提升了行人重识别的准确率。
-
公开(公告)号：CN119825864A
公开(公告)日：2025-04-15
申请号：CN202411824652.7
申请日：2024-12-12
Applicant: 华中科技大学 , 华中光电技术研究所(中国船舶集团有限公司第七一七研究所)
IPC: F16F15/02 , F16F15/023 , F16M11/04
Abstract: 本发明实施提供了一种光电设备视轴抖动抑制装置。该装置包括：底座1；质量块2，质量块2底部与左右四个滑块5相连；导轨6，滑块5与导轨6构成直线运动副，以保证质量块2只能沿着导轨6方向进行直线往复运动；连杆3，质量块2端部通过连杆3与减振器4相连；减振器4，固定于后盖8上；上盖7、后盖8和螺纹盖9，后盖8位置设计有工艺孔，采用螺纹盖9进行密封；固定支架10，用于固定连接光电设备11。视轴抖动抑制装置在有限空间内通过参数设计实现与光电设备的共形；视轴抖动抑制装置通过设计质量块‑减振器系统的固有频率与轴系模态频率相等可以抑制光电设备视轴抖动。
-
公开(公告)号：CN119477749A
公开(公告)日：2025-02-18
申请号：CN202411485661.8
申请日：2024-10-23
Applicant: 华中科技大学
Abstract: 本申请属于计算机视觉以及图像处理技术领域，具体公开了一种基于增强对齐的视频去雾方法及系统，该方法包括：通过颜色查找表对多个有雾图像进行颜色映射，获取多个增强图像；基于有雾目标帧对应的增强图像和各个有雾参考帧对应的增强图像，进行时空光流估计，获取三维光流；基于三维光流，对有雾参考帧进行图像变换，获取对齐帧；基于对齐帧、有雾目标帧和有雾目标帧对应的增强图像，进行拼接及特征融合，获取有雾目标帧对应的去雾后图像。本申请通过增强有雾图像细节，获得更准确的对齐结果，准确的对齐帧提供更多的帧间信息，能够有效地帮助网络学习到更优的去雾能力，能够提升深度神经网络对帧间信息的利用能力，达到更佳的视频去雾效果。
-
Patent Agency Ranking
公开(公告)号：CN113937307A
公开(公告)日：2022-01-14
申请号：CN202111061361.3
申请日：2021-09-10
Applicant: 华中科技大学
Abstract: 本发明属于催化剂技术领域，具体涉及一种硅掺杂非贵金属燃料电池阴极催化剂及其制备方法。本发明制备方法包括以下步骤：(1)将海藻酸盐加热溶于水获得海藻酸盐溶液，保持加热温度并在海藻酸盐溶液中加入过渡金属盐和有机硅酸盐，生成絮凝状的螯合物溶液；(2)往螯合物溶液加入有机氮化物获得反应液，而后将反应液蒸干得到粉末状化合物；(3)对粉末状化合物依次进行第一次退火处理、酸洗和第二次退火处理，即可制得催化剂。本发明通过硅前驱体与海藻酸盐之间的氢键作用，可实现硅的原位掺杂，从而将过渡金属和硅均匀的分散到金属聚合物前驱体中，有效地提升氮掺杂的含量，进而提升催化剂在高温和高电位条件下的稳定性。
-
公开(公告)号：CN113937307B
公开(公告)日：2023-03-14
申请号：CN202111061361.3
申请日：2021-09-10
Applicant: 华中科技大学
Abstract: 本发明属于催化剂技术领域，具体涉及一种硅掺杂非贵金属燃料电池阴极催化剂及其制备方法。本发明制备方法包括以下步骤：(1)将海藻酸盐加热溶于水获得海藻酸盐溶液，保持加热温度并在海藻酸盐溶液中加入过渡金属盐和有机硅酸盐，生成絮凝状的螯合物溶液；(2)往螯合物溶液加入有机氮化物获得反应液，而后将反应液蒸干得到粉末状化合物；(3)对粉末状化合物依次进行第一次退火处理、酸洗和第二次退火处理，即可制得催化剂。本发明通过硅前驱体与海藻酸盐之间的氢键作用，可实现硅的原位掺杂，从而将过渡金属和硅均匀的分散到金属聚合物前驱体中，有效地提升氮掺杂的含量，进而提升催化剂在高温和高电位条件下的稳定性。
-
公开(公告)号：CN108764065B
公开(公告)日：2020-12-08
申请号：CN201810428801.6
申请日：2018-05-04
Applicant: 华中科技大学
Abstract: 本发明公开了一种行人重识别特征融合辅助学习的方法，包括：将加入局部特征训练得到的全局特征提取模型用于提取行人图像的全局特征，利用全局特征进行行人重识别，所述全局特征提取模型的训练包括：采集全身图像训练集，检测全身图像训练集中的局部图像，得到局部图像训练集；分别利用全身图像训练集和局部图像训练集训练全身卷积神经网络和局部卷积神经网络，得到全身模型和局部模型；分别利用全身模型和局部模型提取全身图像训练集和局部图像训练集的全局特征和局部特征，利用融合局部特征后的全局特征训练全身模型，得到全局特征提取模型。本发明在训练时将局部特征和全局特征融合，提升了行人重识别的准确率。
-
公开(公告)号：CN106548139B
公开(公告)日：2019-04-12
申请号：CN201610922236.X
申请日：2016-10-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种行人重识别方法，包括行人特征提取和特征的度量；行人特征提取主要采用滑动窗口提取图像颜色直方图，对主颜色进行扩展，再在每一行滑窗中统计每一颜色模式出现的次数，选取较大的几次之和作为该颜色的特征输出，滑窗遍历整幅图像，归一化后形成特征。为了匹配更加普适化，提取搜索源从全身到半身的特征。在度量计算时，用带搜索图像特征向量不为0的特征维度与待搜索目标特征做欧氏距离，进一步减小了复杂场景下背景因素的干扰；将本发明提供的行人重识别方法应用于复杂场景下行人的重识别，对于场景变化的可移植性强，算法稳定、速度快，能有效解决监控视频和待搜索数据库质量不高的问题，实用性强。
-
公开(公告)号：CN106548139A
公开(公告)日：2017-03-29
申请号：CN201610922236.X
申请日：2016-10-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种行人重识别方法，包括行人特征提取和特征的度量；行人特征提取主要采用滑动窗口提取图像颜色直方图，对主颜色进行扩展，再在每一行滑窗中统计每一颜色模式出现的次数，选取较大的几次之和作为该颜色的特征输出，滑窗遍历整幅图像，归一化后形成特征。为了匹配更加普适化，提取搜索源从全身到半身的特征。在度量计算时，用带搜索图像特征向量不为0的特征维度与待搜索目标特征做欧氏距离，进一步减小了复杂场景下背景因素的干扰；将本发明提供的行人重识别方法应用于复杂场景下行人的重识别，对于场景变化的可移植性强，算法稳定、速度快，能有效解决监控视频和待搜索数据库质量不高的问题，实用性强。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.025 seconds)
