“任柯燕”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果16个，建议您升级VIP下载更多相关专利

[发明专利]一种基于循环生成对抗网络的卫星图阴影去除方法-CN202310641115.8在审
发明人： 任柯燕;黄靖懿;岳天一;史禹;赵虎 -专利权人：北京工业大学
申请日： 2023-06-01 - 公布日： 2023-08-18 - 主分类号： G06T7/11 文献下载
摘要：本发明公开一种基于循环生成对抗网络的卫星图阴影去除方法，生成器分别实现图像的阴影去除和阴影生成工作，判别器分别判断生成图像是否属于有/无阴影图域，生成器和判别器共同促进阴影去除任务的实现。该发明首先分析自然场景的有/无阴影图像中的阴影亮度特征和纹理特点，以降低分辨率的高分辨率卫星图为无阴影卫星图像，并在此基础上构建含有模拟阴影的有阴影卫星图像。然后，通过循环生成对抗网络对配对的有/无阴影卫星图像的学习，从而泛化地解决真实卫星图像中阴影去除的问题。本发明主要针对卫星图像中没有配对的有/无阴影图像进行了数据集的模拟制作，提出了循环生成对抗网络以阴影生成任务辅助阴影去除，实现在有/无阴影卫星图域之间的图像迁移，并以视觉自注意力模型的非传统编码器模块辅助生成器进行更好的特征迁移。相比于传统模块，它对调了多头自注意力机制和层归一化，对调了多层感知机和层归一化，可以使得网络拥有更强的建模能力。
一种基于循环生成对抗网络卫星阴影去除方法

[发明专利]一种基于图卷积的三维人体重构方法-CN202010441454.8有效
发明人： 任柯燕;岳天一 -专利权人：北京工业大学
申请日： 2020-05-22 - 公布日： 2023-05-26 - 主分类号： G06T17/00 文献下载
摘要：本发明公开一种基于图卷积的三维人体重构方法，能够根据单目图像生成三维人体网格。该方法包括以下步骤：采用一个残差网络构成的特征提取器提取输入图像的轮廓特征；采用一个反馈神经网络构成的参数回归器从提取得到的特征中回归人体模型的参数；根据估计的参数，采用一个事先训练好的人体模型生成人体的模板拓扑结构；粘合轮廓特征到模板拓扑结构的顶点上；采用一个残差化的图卷积网络优化模板拓扑结构，使模板网格变形，从而得到目标的人体网格。这种网络架构能够避免原始的图卷积网络在回归人体的过程中受到固定初始化的约束，在减轻网络回归压力的同时，生成更为精准的预测网格。
一种基于图卷三维人体方法

[发明专利]一种基于高级语义信息特征编码的视频描述方法-CN202310159288.6在审
发明人： 任柯燕;张淳;黄靖懿;边青云 -专利权人：北京工业大学
申请日： 2023-02-24 - 公布日： 2023-05-09 - 主分类号： G06V20/40 文献下载
摘要：本发明提供一种基于高级语义信息特征编码的视频描述方法。该发明包括：通过人工智能网络预测输入视频序列中包含的多个独立事件，并输出各事件的起止时间以及相应文字描述；通过解耦地提取原生视频的空间与时序特征，摒弃传统骨干网络，保留更完整的语义信息；通过高级语义信息编码器以及特征融合模块提炼视频特征，对高级语义信息进行解码以获得视频描述特征，取得更好的描述效果；通过时间戳预测模块以及描述内容预测模块分别处理视频描述特征获得最终描述结果。本发明主要针对包含多个事件的视频，具有参数量低、精度高，方便对视频操作等特点；对于生成的描述信息，可根据应用场景实现分类、检索、辅助视听等任务。
一种基于高级语义信息特征编码视频描述方法

[发明专利]一种基于速度终点指导的自监督行人轨迹预测方法-CN202211512613.4在审
发明人： 任柯燕;袁帅;边青云;谷美颖;张淳 -专利权人：北京工业大学
申请日： 2022-11-28 - 公布日： 2023-04-07 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于速度终点指导的自监督行人轨迹预测方法，能够根据行人及其邻居的历史轨迹，预测得到多条可能的未来轨迹。该方法包括以下步骤：利用图注意力网络和Transformer分别对过去和未来轨迹进行空间交互特征和时间特征提取；将得到的时空特征送入条件变分自编码器预测得到多个“粗糙”的终点和速度；通过聚类算法对多个“粗糙”的终点进行聚类，划分得到“细化”的终点；将过去的时空特征、“细化”的终点、速度送入解码器得到最终的多条预测轨迹。本发明充分考虑了行人轨迹的交互特征，使用双分支的特征提取网络分别提取时空特征，同时通过自监督任务在不增加额外标注的情况下预测得到了多个终点和速度，并用于指导最终的轨迹生成。更近一步，我们对预测得到的多个终点进行聚类，保留了多种潜在的可能的同时增加了轨迹多样性。
一种基于速度终点指导监督行人轨迹预测方法

[发明专利]一种基于置信度分享的无标注场景自适应人体姿态和外形估计方法-CN202211502587.7在审
发明人： 任柯燕;岳天一;史禹;边青云;谷美颖 -专利权人：北京工业大学
申请日： 2022-11-28 - 公布日： 2023-03-31 - 主分类号： G06V40/10 文献下载
摘要：本发明公开一种自适应无标注场景的单目三维人体估计方法，以单目无标注的图像为输入估计人体的姿态和外形参数。首先，该方法同时以生成范式和回归范式两个学习视角识别目标人体。其中，回归范式的估计结果表现为一种三维人体网格，生成范式的估计结果表现为二维的人体轮廓分割和表面法线纹理贴图。随后，一个视角中置信度最高的估计结果会被筛选作为另一个视角的伪标，填充训练子集。特别的，本发明设计一个名为法线交并比损失的函数，监督法线贴图和三维网格的对齐。为保障在复杂的野外环境中训练的稳定性，本方法的回归范式估计结果由一种对遮挡鲁棒的自注意力回归器预测。综上，本发明所提出的人体估计方法，通过不断学习无标注数据集的分布特征，能有效提高实际部署场景下的人体估计精度，并且可以在复杂的遮蔽环境中稳定的部署。
一种基于置信分享标注场景自适应人体姿态外形估计方法

[发明专利]一种实时渲染中的水面仿真方法-CN201910442598.2有效
发明人： 任柯燕;严嘉睿;侯义斌 -专利权人：北京工业大学
申请日： 2019-05-25 - 公布日： 2022-11-29 - 主分类号： G06T15/00 文献下载
摘要：本发明涉及一种实时渲染中的水面仿真的方法，属于计算机图形学领域，旨在解决现有水面实时渲染仿真技术中无法兼顾真实感与计算效率的问题。本发明主要包含七个算法模块或部分，即：倒影摄像机、片元法线生成模块、水面反射颜色生成模块、水底颜色生成模块、菲涅尔系数生成方法、高光反射颜色生成方法、水面颜色混合方法。本发明通过上述算法模块或者部分的配合，可以得到最终的水面效果。本发明可应用于主流实时三维编程接口：OpenGL或DirectX。此外，本发明所采用的方法，在不涉及水体本身物理模拟，不涉及水面下观察的三维交互应用中，能够兼顾真实感与计算效率。
一种实时渲染中的水面仿真方法

[发明专利]一种基于动作约束的离线多智能体强化学习方法-CN202111683837.7在审
发明人：韩雨;高若云;王逸飞;袁帅;任柯燕 -专利权人：北京工业大学
申请日： 2021-12-29 - 公布日： 2022-04-22 - 主分类号： G06N20/00 文献下载
摘要：本发明公开一种基于动作约束的离线多智能体强化学习方法。根据QMIX网络，实现基于动作约束的多智能体离线强化学习方法的训练；该方法依据在离线强化学习中将动作约束在离线数据集中可以有效减少外推误差这一特点，通过变分自编码器进行动作约束，并进一步结合中心训练分布式执行的方法。进而达到各智能体在训练中仅依靠所拥有的离线数据去训练智能体，从而达到不需要与环境进行进一步交互和探索的目的。进而提升网络训练效果，降低多智能体算法在离线训练下的难度。
一种基于动作约束离线智能强化学习方法

[发明专利]基于语义指导的视频行为检测方法-CN202111669113.7在审
发明人： 任柯燕;张云路;张淳;闫桐;赵虎 -专利权人：北京工业大学
申请日： 2021-12-31 - 公布日： 2022-04-12 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了基于语义指导的视频行为检测方法，通过特征的下采样来扩大时间感受野，并将线性插值用于上采样环节，从而得到视频时序上的粗略语义信息，用于指导时间卷积模型的输出；同时对模型的主干网络使用参数共享结构，将网络分为了三部分：生成粗略预测、细化和最终预测，以实现网络层数与参数量的最佳搭配；针对模型的时间建模能力，本发明提供了一种不需人工标注的视频速度预测的自监督辅助任务，可通过随机采样率的变换来模拟视频的播放速度，以辅助主干网络生成质量更高的预测。本发明主要针对以人为主体的视频，具有参数量低、精度高，方便对长视频进行操作等特点；对于无人的视频，本发明根据转场对视频进行分割。
基于语义指导视频行为检测方法

[发明专利]基于代表性和特异性得分的非监督监控视频摘要生成方法及生成器-CN202110463603.5在审
发明人： 任柯燕;张文济;张云路;袁帅 -专利权人：北京工业大学
申请日： 2021-04-27 - 公布日： 2021-10-22 - 主分类号： G06F16/738 文献下载
摘要：本发明涉及一种基于代表性和特异性得分的非监督监控视频摘要生成方法及生成器。具体包括：针对监控视频，每隔一定的时间抽取帧，并使用卷积神经网络提取得到视频帧组的视觉特征组；使用图像直方图找到视频帧组断点以设置聚群数量，对视频帧组进行分类；利用聚类得到的视频帧组聚群，分聚群进行备选帧的筛选；计算每个聚群的所有备选帧的代表性得分；计算每个聚群的特异性得分；根据特异性得分高低舍弃一部分聚群，剩余聚群中按群分别将备选帧由高到低选择一部分备选帧做为选定帧，并按其在原始视频的时序进行排列生成视频摘要。
基于代表性特异性得分监督监控视频摘要生成方法生成器

[发明专利]一种无人机低空目标精准检测识别方法-CN201810484717.6有效
发明人： 任柯燕;韩雨 -专利权人：北京工业大学
申请日： 2018-05-20 - 公布日： 2021-08-06 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种无人机低空目标精准检测识别方法，根据全卷积网络(Fully Convolutional Networks，FCN)，实现基于尺度估计模型的无人机低空目标精准检测识别；该方法依据低空目标车辆、摩托车、骑车的行人、行人存在明显尺度范围这一特点，通过模型计算出目标的像素尺度，同时计算出锚的参数，提高识别的精度。
一种无人机低空目标精准检测识别方法

[发明专利]一种基于图神经网络的密集事件描述方法-CN202110075596.1在审
发明人： 任柯燕;钱欣艳;岳天一;张淳;张文济 -专利权人：北京工业大学
申请日： 2021-01-20 - 公布日： 2021-07-23 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于图神经网络的密集事件描述方法，能够根据视频生成包含全部事件的时间及对应文字描述。该方法包括以下步骤：利用光流法、3D卷积网络和2D卷积网络分别对视频数据提取特征；对2D卷积网络提取的特征建立空间图，通过图卷积网络迭代后生成的特征与光流法、3D卷积特征拼接为长特征；采用锚边框对不同时间段的特征进行检测，划分为不同密集事件时间区域；采用非极大值抑制策略来消除重叠区域过多及分数较低的候选时间区域；对每个候选区域特征构建时间图，通过GAT更新每节点特征；将每个候选区域特征通过LSTM解码成对应文字输出。本发明结合空间信息和时序信息生成更精确的事件发生时间和对应的描述语言。
一种基于神经网络密集事件描述方法

[发明专利]一种面向动态视频监控的多车辆跟踪方法-CN201710845857.7有效
发明人： 任柯燕;陈鑫;张淳;侯义斌 -专利权人：北京工业大学
申请日： 2017-09-19 - 公布日： 2021-01-05 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种面向动态视频监控多车辆跟踪方法，对于车辆的跟踪基于检测结果，并同时对检测出的多个目标车辆进行跟踪。包括：加载一段视频的图像序列；根据图像序列的第一张图像进行车辆识别；根据识别结果，保存所有目标在图像中的位置信息；根据保存的目标位置信息，对所有目标在视频中进行跟踪；接着通过识别对在跟踪过程中对跟踪结果进行调整。本发明的方法不仅在正常环境下可以实现理想的跟踪结果，在视频信息模糊，光照不足等恶劣的环境下，例如夜间拍环境下摄出的视频像素低，图像模糊、不清晰的情况，依然可以得到理想的跟踪结果。主要解决了目前车辆跟踪领域速度与准确率无法同时达到的问题。
一种面向动态视频监控车辆跟踪方法

[发明专利]一种复杂表格及其内部手写数字识别方法-CN201610649374.5有效
发明人： 任柯燕;李丹锦;侯义斌;赵雅丽;武颖;刘大亮 -专利权人：北京工业大学;首都航天机械公司
申请日： 2016-08-10 - 公布日： 2019-12-27 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种复杂表格及其内部手写数字识别方法，首先对复杂表格模板进行预处理、直线检测、角点集的行列分类排序、模板表格定来实现对单元格的结构描述。在获得电子手写表格后，对其进行倾斜矫正并与模板表格适配，获得其单元格位置描述。随后，对每个单元格进行处理，去除边线的同时，尽可能完整地保留单元格内的字符。然后，提取单元格中数字图像，通过对数据集训练好的分类器，对数字图像进行识别。最后，对手写字符进行后处理，将识别结果填入模板表格中。本发明简单易实现，识别效果较好，为今后自动识别并录入表格提供了良好的解决方案。
一种复杂表格及其内部手写数字识别方法

[发明专利]复杂条件下银行卡号识别方法-CN201910643964.0在审
发明人： 任柯燕;李思洋;马杰 -专利权人：北京工业大学
申请日： 2019-07-16 - 公布日： 2019-12-24 - 主分类号： G06K9/20 文献下载
摘要：本发明设计一种复杂条件下银行卡号识别方法，该方法是一种利用角点检测、卷积神经网络和生成式对抗网络，在复杂的环境下进行对图像中银行卡的卡片号码的识别系统。本系统利用大量的复杂条件样本训练卷积神经网络，使得图片在角点检测后经过位置及角度校正后，无需其他的图片预处理方法，便能够在更为复杂的拍摄环境和成像环境的条件下检测出银行卡号码。对于低可读性的银行卡号码，本系统利用大量的复杂样本训练好的生成对抗网络DCGAN对其卡号图像进行增强，然后再利用训练好的卷积神经网络进行检测。
卷积神经网络银行卡号码复杂条件角点检测系统利用预处理图像成像环境复杂样本角度校正卡片号码拍摄环境识别系统样本训练银行卡号对抗生成式银行卡再利用检测可读性网络图片

[发明专利]一种基于互联网+的交互、可视化系统及其使用方法-CN201610631319.3在审
发明人：刘金锁;任柯燕 -专利权人：刘金锁;任柯燕;北京工业大学
申请日： 2016-08-04 - 公布日： 2018-02-13 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于互联网+的交互、可视化系统，包括定位模块、数据采集模块、数据对比模块、中央控制模块、数据库模块、显示模块和三维引擎模块。中央控制模块可以根据定位模块反馈的用户位置信息相用户提供相应的产品信息数据，同时用户可以根据数据采集模块通过肢体和语音对产品信息的播放进行控制，同时能够和中央控制模块进行互动。本发明提供的一种基于互联网+的交互、可视化系统，通过多种交互方式互补，给观众或游客呈现一个沉浸感、易懂性、科技感、三维化、实时化的一个体验平台。
一种基于互联网交互可视化系统及其使用方法

1
2
下一页»
尾页
共 16 条