-
公开(公告)号：CN113763247A
公开(公告)日：2021-12-07
申请号：CN202111055748.8
申请日：2021-09-09
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
Abstract: 基于流形判别的三维矿井图像超分辨率重建方法及系统，模型化单幅图像超分辨率问题，探索可取的HR空间；设计了基于CNN网络的自然流形鉴别器(natural manifold discriminator)；提出基于不规则残差学习的CNN结构，即分形剩余超分辨率网络fractal residual super‑resolution(FRSR)；建立面向感知的超分辨率NatSR网络，可生成真实纹理和自然细节，获得高视觉质量。
-
公开(公告)号：CN113762166A
公开(公告)日：2021-12-07
申请号：CN202111055754.3
申请日：2021-09-09
Applicant: 中国矿业大学
Abstract: 一种基于可穿戴式装备的小目标检测改善方法及系统，提出的可穿戴式的小目标检测装备，简便易携，可以迅速准确的检测出对象目标；改进了SSD网络结构，将空洞卷积空间金字塔模块和特征金字塔融合模块加入到SSD结构中，考虑到上下文的语义信息、位置信息，更加准确的检测目标；将视觉推理模型引入到基于SSD的小目标检测中，可以改善SSD类算法识别准确较低的问题。
-
公开(公告)号：CN113627380A
公开(公告)日：2021-11-09
申请号：CN202110959012.7
申请日：2021-08-20
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
Abstract: 本发明是一种用于智能安防及预警的跨视域行人重识别方法及系统，方法包括如下步骤：步骤1预处理源域样本和目标域样本，步骤2通过ResNet50提取样本特征向量，步骤3特征提取后特征向量拼接，步骤4计算距离，生成伪标签，步骤5重识别，生成伪标签计算进行损失计算。本发明有效地对引入姿态估计点，对混杂背景进行遮挡处理，利用遮挡，防止网络将注意力集中在背景信息上，使网络学习能力变强，从而增加无监督行人重识别的识别精度，本发明有效利用了图片的相机索引、时间信息，考虑到在特定时间段和视角不重叠的特性，在相同相机下的行人图像置信度高和不同相机下的行人图像置信度低，为跨境头下的行人检索提供了很好的约束。
-
公开(公告)号：CN113538249A
公开(公告)日：2021-10-22
申请号：CN202111031496.5
申请日：2021-09-03
Applicant: 中国矿业大学
Abstract: 一种用于视频监控高清呈现的图像超分辨率重建方法及装置，通过引入一个额外的约束来开发一个改进的双重回归方案，这样映射可以形成一个闭环，LR图像可以被重建来提高SR模型的性能，通过提出的双重回归方案，深度模型可以很容易地适应现实世界的数据；对于配对训练数据和非配对现实数据的SR任务都进行了研究；提出的双重回归方案利用真实世界的LR数据和成对的合成数据，使SR模型适应新的LR数据，此方法不同于完全抛弃配对的合成数据。
-
公开(公告)号：CN112907582A
公开(公告)日：2021-06-04
申请号：CN202110330453.0
申请日：2021-03-24
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
Abstract: 本发明涉及一种面向矿井的图像显著性提取去雾方法、装置及人脸检测，属于图像处理技术领域，解决了由于矿井下雾尘浓度、光源不均匀和图像显著程度不同造成的去雾图像失真、过饱和及边缘晕伪影的问题。方法包括：获取矿井下的原始存雾图像；基于直方图分析对原始存雾图像进行亮度降值处理，根据亮度降值后的存雾图像计算大气光估计值；根据大气光估计值、预设的小尺度的数值和大尺度的数值得到大尺度传输图和小尺度传输图；基于原始存雾图像的显著图将大尺度传输图和小尺度传输图融合得到显著性提取去雾模型；利用L2正则化对显著性提取去雾模型进行约束，得到融合后传输图；基于融合后传输图、大气光估计值，反解大气散射模型得到去雾图像。
-
Patent Agency Ranking
公开(公告)号：CN112686804A
公开(公告)日：2021-04-20
申请号：CN202011598166.X
申请日：2020-12-29
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
Abstract: 本发明涉及一种面向矿井低光照环境的图像超分辨率重建方法及装置，属于计算机视觉技术领域，解决了现有图像超分辨率重建方法耗时且获得的超分辨率图像精度较差的问题。方法包括：获取低光照环境的原始输入图像，并对原始输入图像进行平滑滤波，得到原始输入图像对应的亮度图；基于原始输入图像、亮度图和反射图的自适应权重，获得原始输入图像对应的反射图；基于字典学习算法对反射图进行超分辨率重建，得到原始输入图像对应的超分辨率图像。实现了低分辨率图像的重建，提高了获得的高分辨率图像的精度。
-
公开(公告)号：CN112633287A
公开(公告)日：2021-04-09
申请号：CN202011566285.7
申请日：2020-12-25
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
Abstract: 本发明涉及一种面向矿井多源异构图文信息的文本识别方法及装置，属于计算机视觉技术领域，解决了现有的多源异构图文信息的文本识别方法获得的多源异构图文信息精度较差且速度较慢的问题。方法包括：获取包含矿井多源异构图文信息的原始输入图像；基于分割建议网络SPN对原始输入图像进行分割，得到原始输入图像的文本建议区域；对文本建议区域进行特征提取，得到原始输入图像的超分辨率文本建议区域；基于快速卷积神经网络Fast R‑CNN和超分辨率文本建议区域获取原始输入图像的文本检测框；基于循环神经网络RNN提取文本检测框中的字符，得到原始输入图像中的矿井多源异构图文信息。实现了原始输入图像中的矿井多源异构图文信息的识别。
-
公开(公告)号：CN112102388A
公开(公告)日：2020-12-18
申请号：CN202010987267.X
申请日：2020-09-18
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于巡检机器人单目图像获取深度图像的方法及装置，属于图像处理技术领域，解决了现有现有的方法获得的深度图像精确度较低的问题。方法包括：构建多尺度卷积神经网络；所述多尺度卷积神经网络包括第一尺度卷积神经网络、第二尺度卷积神经网络和第三尺度卷积神经网络；基于变焦距数据集对所述多尺度卷积神经网络进行训练，得到多尺度卷积神经网络的最优网络结构并保存；将巡检机器人拍摄的单目图像输入所述多尺度卷积神经网络的最优网络结构，得到单目图像对应的深度图像，提高了深度图像的精确度。
-
公开(公告)号：CN111754408A
公开(公告)日：2020-10-09
申请号：CN202010607671.X
申请日：2020-06-29
Applicant: 中国矿业大学
Abstract: 本发明涉及一种高实时性的图像拼接方法，属于图像处理技术领域，解决了现有图像拼接方法计算复杂、精度低、实时性差的问题。该方法包括：获取待拼接的第一和第二图像；提取第一图像和第二图像的特征点集；采用CLBP编码对特征点集中的每一特征点进行描述，获得描述符集；基于描述符集，采用最近邻比率分类器进行特征点初匹配，获得特征点对集；剔除特征点对集中的误匹配特征点对，并获得第一图像和第二图像间的投影变换矩阵；基于投影变换矩阵进行融合获得拼接图像。该方法通过提取图像中分布均匀的特征点，采用CLBP编码对特征点进行描述，避免过多的特征点参与匹配过程，降低了计算复杂度的同时，提高了计算精度与拼接实时性。
-
公开(公告)号：CN111667412A
公开(公告)日：2020-09-15
申请号：CN202010550465.X
申请日：2020-06-16
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于交叉学习网络的图像超分辨率的重建方法及装置，属于图像处理技术领域，解决了现有的图像超分辨率重建方法只是对单一路径的残差网络进行学习造成了的重建图像质量较差的问题。构建交叉学习网络模型，所述交叉学习网络模型包括三支子残差网络、交叉共享层和图像重建层；对三支子残差网络和交叉学习网络模型分别进行训练，以得到所述交叉学习网络模型的最优网络模型结构并保存；将待重建的低分辨率图像输入所述最优网络模型结构，得到低分辨率图像对应的高分辨率图像。实现了低分辨率图像的重建，提高了低分辨率图像的重建质量。
-
-
-
-
-
-
-
-
-
Search Results
140
records
(took 0.036 seconds)
