专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果46个,建议您升级VIP下载更多相关专利
  • [发明专利]摄像机参数自适应调整方法-CN202310514341.X在审
  • 胡海苗;肖俊华;蒲养林;李波;浦世亮;毛慧;蔡宏 - 北京航空航天大学;杭州海康威视数字技术股份有限公司
  • 2023-05-09 - 2023-10-10 - H04N23/60
  • 本发明公开了一种摄像机参数自适应调整方法。该方法包括:在准确度量场景间的背景差异的基础上自适应调整摄像机的成像参数(S1),其中,通过照度估计、色偏估计和散射估计度量场景间的背景差异(S1‑1);在此基础上针对不同的背景差异自适应调整对应的成像参数,(S1‑2)。在准确度量场景间的目标差异的基础上自适应调整运动控制参数(S2),其中,通过检测跟踪得到检测跟踪结果(S2‑1);通过计算标签偏移和特征偏移度量场景的目标差异(S2‑2);在此基础上,如果当前场景的目标信息不足,通过目标状态建模、目标快速定位和基于多目标感知结果计算运动控制参数序列(S2‑3)。与现有方法不同,本发明方法不仅提高图像视觉质量,对提升目标检测算法在新场景下的性能也有显著提升。
  • 摄像机参数自适应调整方法
  • [发明专利]一种显性状态引导的视频行人属性识别方法-CN202111165456.X有效
  • 胡海苗;逯伟卿;于金佐 - 北京航空航天大学
  • 2021-09-30 - 2023-07-18 - G06V20/40
  • 本发明提供一种显性状态引导下的视频行人属性识别方法,其中,该方法包括以下步骤:(A)以残差神经网络提取图像特征,利用ROI机制对网络进行约束,将特征图与特征部位进行关联,并将特征图转化为与属性具有强关联的属性特征向量;(B)根据(A)生成的属性特征向量,引入自注意力机制,生成代表属性之间关系的关系矩阵;(C)连接行人的遮挡矢量和行人的朝向矢量连接得到行人的显状态矢量;(D)通过行人的显状态矢量引导各帧属性特征融合,评估有效性并融合各帧的特征,生成状态引导下的序列特征;(E)根据状态引导下的序列特征,通过分类网络进行属性推理预测;(F)将测试集输入到行人属性识别模型中进行识别,对实验结果进行评估。
  • 一种显性状态引导视频行人属性识别方法
  • [发明专利]一种保持光谱特性的可见光和近红外图像融合方法-CN202010131014.2有效
  • 胡海苗;李卓;李波;周千里;李庆春;李欣 - 北京航空航天大学;中国人民公安大学
  • 2020-02-28 - 2023-06-06 - G06T5/50
  • 本发明公开了一种保持光谱特性的可见光和近红外图像融合方法。首先,提出基于可见光和近红外光谱反射特性差异的反射权重模型,该模型考虑了物体表观颜色与可见光光谱反射特性的关系,以及可见光与近红外光谱反射特性的差异,避免近红外光谱干扰可见光光谱的反射特性,实现了融合图像的颜色真实自然。其次,逐层由引导滤波和高斯低通滤波获取纹理层和轮廓层,以及相应的基本层,并计算纹理层和轮廓层的梯度图,得出透射权重模型,利用近红外光谱透射特性弥补可见光散射丢失的信息,并且有效解决融合后的边缘光晕伪影现象。最后,由反射权重和透射权重逐像素点相乘,得出最终的纹理层和轮廓层的融合权重,并对可见光和近红外图像进行逐层融合,得到清晰、颜色自然的融合图像。
  • 一种保持光谱特性可见光和红外图像融合方法
  • [发明专利]一种基于朝向感知的行人属性表示与学习方法-CN202211616862.8在审
  • 胡海苗;逯伟卿;于金佐;周亦博;曹雨然 - 北京航空航天大学
  • 2022-12-15 - 2023-03-28 - G06V40/10
  • 本发明提供一种基于朝向感知的行人属性表示与学习方法,其中,该方法包括以下步骤:(A)以Swin Transformer神经网络提取图像特征,将特征图与特征部位进行关联,并将特征图转化为与属性具有强关联的属性特征向量;(B)根据(A)生成的属性特征向量,采用MEBOW模块,生成行人的朝向矢量;(C)根据(A)生成的属性特征向量,采用GradCAM方法生成所述行人结构化描述的类激活图,并根据(B)生成的行人的朝向矢量,采用LSTM模块计算空间注意力修正子;(D)根据(A)生成的属性特征向量,以self‑attention的方式计算并存储一个表征注意力分布的二维矩阵,并根据(B)生成的行人的朝向矢量,生成每个朝向的关系矩阵;(E)根据关系矩阵和属性特征向量,以图卷积的形式充分利用关系矩阵,进行属性推理预测;(F)将测试集输入到行人属性识别模型中进行识别,对实验结果进行评估。
  • 一种基于朝向感知行人属性表示学习方法
  • [发明专利]基于光谱反射特性的人体与水体分割方法及装置-CN202211617455.9在审
  • 胡海苗;余文军;高立崑;胡昊鑫 - 北京航空航天大学
  • 2022-12-13 - 2023-03-21 - G06V10/26
  • 行人作为河湖治理场景下的关键目标对象,对行人皮肤、衣物以及水体的分割至关重要,为此,本发明提出了一种基于光谱反射特性的人体与水体分割方法及装置。首先根据皮肤、衣物以及常见水体的光谱反射曲线变化趋势,以及与其他材质光谱曲线的可分性来选取特征波段并进行可分性计算验证,然后对采集到的多光谱图像数据进行空间方向和光谱方向的归一化预处理,并输入到所建立的光谱特征与空间图像特征融合的双流轻量级模型对场景中的行人皮肤衣物以及水体进行分割,最后对分割结果进行形态学操作、过曝修正、生成外接矩形框等后处理;并基于多光谱图像数据采集系统实现了基于光谱反射特性的人体与水体分割装置的设计与搭建。
  • 基于光谱反射特性人体水体分割方法装置
  • [发明专利]一种基于时序重排序的生鲜识别方法-CN202211414313.2在审
  • 徐振博;胡海苗;姜宏旭 - 北京航空航天大学杭州创新研究院
  • 2022-11-11 - 2023-02-03 - G06V20/68
  • 本发明涉及一种基于时序重排序的生鲜识别方法,在传统的生鲜识别方法的基础上,在训练与推理的过程中设置并维护一个时间戳缓存区,用于记录过去的识别序列中每一个样本的正确类别与时间戳。除了进行图像特征提取外,我们额外从时间戳缓存区查询所有类别的最近出现时间以及最近出现频率,以获得所有类别额外的时序特征。我们拼接图像特征和时序特征,并通过时序重排序网络进行所有类别置信度的重新预测,使得生鲜识别算法可以学习同商品的不同编码之间变化的特征,应对现实应用中商品编码的即时变化,有效提高生鲜识别模型的识别率。
  • 一种基于时序排序生鲜识别方法
  • [发明专利]基于特定谱段的典型目标材质识别方法-CN202110748378.X有效
  • 胡海苗;陈嘉林;余文军 - 北京航空航天大学
  • 2021-06-30 - 2022-09-30 - G01N21/359
  • 本发明公开了一种基于特定谱段的典型目标材质识别方法。首先,确定目标材质的类别,并采集高光谱数据。然后,对高光谱数据进行处理,得到目标材质以及常见背景目标的光谱反射曲线。接着,参照背景目标,根据典型目标材质的光谱反射曲线变化趋势,总结识别每个典型目标材质所需的特定谱段和光谱反射曲线变化特征。其次,基于特定谱段和光谱反射曲线变化特征,进行数据处理,计算特征值。最后,以特征值作为分类模型的输入,并对模型输出进行形态学的后处理操作,最终得到户外视频监控场景下典型目标材质的像素级识别结果图像。
  • 基于特定典型目标材质识别方法
  • [发明专利]面向目标检测的图像清晰化处理方法-CN202210567780.2在审
  • 胡海苗;赵子琛;黎世豪 - 北京航空航天大学
  • 2022-05-23 - 2022-09-02 - G06T5/00
  • 一种面向目标检测的图像清晰化处理方法,包括:训练循环生成对抗网络,获得降质图像域到清晰图像域的生成器1(S1);从训练收敛的生成器中加载模型参数到新的生成器3,以带有目标标注信息的降质图像和清晰图像样本数据训练生成对抗网络,获得生成器(S2),其中通过检测器的检测损失和检测器提取特征的对抗损失对生成器模型参数进行约束,实现目标语义层面的域迁移,通过颜色、散射、梯度等底层视觉特征的损失,对生成器模型参数进行约束,实现降质图像底层视觉特征的还原。本发明不仅提高图像视觉质量,也对后续的目标检测算法性能有显著提升,可作为视频监控系统的预处理插件,为后续目标检测算法提供清晰化图像作为输入。
  • 面向目标检测图像清晰处理方法
  • [发明专利]关系引导的行人属性识别方法-CN202011438882.1有效
  • 胡海苗;樊皓楠;浦世亮;逯伟卿;李波 - 北京航空航天大学;杭州海康威视数字技术股份有限公司
  • 2020-12-07 - 2022-08-05 - G06V40/10
  • 本发明提供一种关系引导的行人属性识别方法,其中,该方法包括以下步骤:(A)以卷积神经网络提取图像特征,将特征图与属性进行关联,并将特征图转化为与属性具有强关联的属性特征向量;(B)根据(A)生成的属性特征向量,引入自注意力机制,生成代表属性之间关系的关系矩阵;(C)将行人属性关系分为显性关系和隐性关系。显性关系代表先验信息关系,包括层级关系和空间位置关系。隐性关系通过数据驱动的方式形成构建的属性关系。通过S1)提出的属性特征向量和S2)提出的关系矩阵生成方式,生成不同类型的属性关系矩阵;(D)以图卷积的形式充分利用关系矩阵和属性特征向量,进行属性推理预测;(E)将测试集输入到行人属性识别模型中进行识别,对实验结果进行评估。
  • 关系引导行人属性识别方法
  • [发明专利]结合时空运动的多目标跟踪方法-CN202110015479.6有效
  • 胡海苗;吴卉妍;辛明;刘偲;李波 - 北京航空航天大学
  • 2021-01-05 - 2022-08-05 - G06T7/246
  • 随着日益增多的视频数据量,使用计算机视觉技术从视频中提取出有效的信息是一件亟待解决的事情,多目标跟踪是其中重要的一部分。为此,本发明提出了一种结合时空运动的多目标跟踪方法。首先是提出了基于目标间相对位置关系的时空运动模型,使用目标间的相对运动鲁棒地估计目标的位置,并使用GRU模型拟合目标间的相对运动,提高最终位置预测的准确率。然后是提出了基于目标历史跟踪状态的多阶段目标关联算法,首先关联历史关联结果较好的目标作为锚点,再基于锚点位置和相对运动模型估计剩余目标的位置,最后再将剩余的目标按照不同的跟踪状态依次进行关联。最后在测试数据上的跟踪结果表明,本发明提出的多目标跟踪算法具有明显的优势。
  • 结合时空运动多目标跟踪方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top