-
公开(公告)号：CN108288267A
公开(公告)日：2018-07-17
申请号：CN201810042657.2
申请日：2018-01-17
Applicant: 中国矿业大学
Abstract: 本发明提出一种基于暗通道的扫描电镜图像清晰度无参考评价方法，包括步骤：对原始扫描电镜模糊图像进行暗通道预处理，再次对预处理后的图像计算它的边缘，得到边缘后对其用基于加权二乘法的保边滤波器进行增强去噪，最后根据人类的视觉特征，把最大梯度和平均梯度的加权作为图像的质量分数。本发明第一次把暗通道运用到扫描电镜图像质量评价上面，提出的方法性能优于目前典型的模糊图像质量评价方法。
-
公开(公告)号：CN107147906A
公开(公告)日：2017-09-08
申请号：CN201710440867.2
申请日：2017-06-12
Applicant: 中国矿业大学
IPC: H04N17/00
CPC classification number: H04N17/00
Abstract: 本发明提出一种虚拟视角合成视频质量的无参考评价方法，该方法包括两个模块，模块1：对待评价的虚拟视角合成视频进行基于双重检测的闪烁失真区域提取，提取出视频中的所有闪烁块；模块2：将提取出的每一帧中的闪烁块与其在前一帧中相匹配的块进行奇异值分解，然后利用每个闪烁块的最大奇异值对所有奇异值进行归一化，并求出各闪烁块与其匹配块在归一化后的奇异值均值之间的距离，将其作为块的闪烁失真强度。将每个闪烁块的失真强度的F范数作为该块的质量分数，将每一帧中所有闪烁块的质量分数之和作为当前帧的质量分数，将所有帧的质量分数均值作为视频的最终质量分数。本发明能较精确的评价虚拟视角合成视频质量。
-
公开(公告)号：CN115033382A
公开(公告)日：2022-09-09
申请号：CN202210712017.4
申请日：2022-06-22
Applicant: 中国矿业大学
Abstract: 本发明公开了一种多任务联邦学习系统中设备调度方法，所述方法的具体步骤为：S1、构建多任务联邦学习的系统模型；S2、建立以最小化多任务联邦学习过程的时间为目标的优化问题；S3、调度设备参与联邦学习任务训练过程；S4、将设备调度过程转化为多臂赌博机和匹配过程；S5、设计设备调度算法。本发明是为联邦学习中的每个任务调度最合适的设备，从而最小化多任务联邦学习过程的时延。
-
公开(公告)号：CN114499626A
公开(公告)日：2022-05-13
申请号：CN202111561590.1
申请日：2021-12-16
Applicant: 中国矿业大学
IPC: H04B7/185 , H04W52/06 , H04W72/04 , H04L5/00 , H04W84/06 , H04W84/18 , G06F30/20 , G06F111/04 , G06F119/06 , G06F119/10
Abstract: 本发明公开了一种基于全双工中继的UAV空中计算系统及轨迹和功率优化方法，本发明的UAV空中计算系统采用UAV作为全双工中继进行数据汇聚与转发；本发明的方法建立以最小化空中计算时间平均均方误差为目标，求解在传感器发射功率、信息传输速率、UAV轨迹和去噪声因子约束下的最优化问题，对于整体的联合优化问题，根据优化变量的高度耦合采用交替优化的方法逐个确定每一个优化变量。本发明实现了通信速率保障下的均方误差最小化，将最优化问题分解为四个独立的子优化问题，以低复杂度算法实现了UAV轨迹和功率的优化。
-
公开(公告)号：CN108053396A
公开(公告)日：2018-05-18
申请号：CN201711346145.7
申请日：2017-12-15
Applicant: 中国矿业大学
Abstract: 本发明提出一种多失真图像质量的无参考评价方法，该方法是一种基于双阶结构失真和非局部统计的评价方法，包括步骤：首先对多失真图像进行下采样得到多个分辨率的图像。提取每个分辨率图像的双阶结构特征用来评价图像中的结构失真。所有的结构特征构成了第一组质量评价特征。然后，提取每个分辨率图像的非局部相似性统计特征，将这些特征作为第二组质量评价特征。最后，将图像的两组特征作为输入，利用随机森林训练出多失真图像的质量评价模型。本发明的性能明显优于现有的无参考图像质量评价方法，且具有很好的跨库性能，可扩展性强。
-
Patent Agency Ranking
公开(公告)号：CN104134204A
公开(公告)日：2014-11-05
申请号：CN201410326987.6
申请日：2014-07-09
Applicant: 中国矿业大学
IPC: G06T7/00
Abstract: 一种基于稀疏表示的图像清晰度评价方法和装置，属于图像清晰度评价方法和装置。方法：将彩色自然图像灰度化，从中随机地提取大量相同大小的图像块作为训练信号，在训练信号上利用字典学习算法得到能表示图像内在中高层次特征的过完备字典；对待评价的图像进行分块，分块大小与训练信号相同，计算各图像块的梯度和方差；在训练好的过完备字典上，对各图像块梯度信号进行稀疏分解，得到信号的稀疏表示系数，以稀疏表示系数矩阵中各列元素的L2范数平方和来表示各图像块的能量；对图像块能量从大到小排序，选取能量较大的图像块，对其能量利用相应的方差进行归一化处理，得到待评价图像的质量分数；根据所述待评价图像的质量分数评价图像的清晰度。
-
公开(公告)号：CN117994816A
公开(公告)日：2024-05-07
申请号：CN202410154678.9
申请日：2024-02-04
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V20/52 , G06V10/26 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/09
Abstract: 本发明属于发明涉及图像处理和机器视觉中的行人重识别领域，公开了面向矿区复杂场景的遮挡行人重识别方法。本发明首先采用滑动窗口的方法对图像分块，进行细粒特征提取以此从图像中提取细小、细粒度的特征信息；再在图像分块最小语义单元的基础上加入可学习的分类和位置最小语义单元，并嵌入了相机位置信息；接着对图像模块中的干扰信息进行剔除；再利用细微的局部信息来指导整体特征进行提取；最后基于多尺度特征进行双次差分获取关键信息和行人身份预测。本发明通过训练模型来减轻背景和遮挡等干扰信息对行人身份重识别准确率的影响，从而提升模型的精度，使之在遮挡情况下匹配到正确的行人。
-
公开(公告)号：CN112308032B
公开(公告)日：2024-04-05
申请号：CN202011335295.X
申请日：2020-11-25
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V20/40 , G06V10/25 , G06V10/762 , G06N3/0464 , G06V10/82
Abstract: 本发明公开了一种视频检测的井下风门智能协同联动控制方法，属智能监控技术领域，利用智能视频监控技术对风门区域进行实时目标类型的识别和位置的检测，确认其目标属性与当前通行需求(行人开小风门，车辆开大风门)，进而实现两道风门的智能开闭和巷道的高效通行；同时设计两道风门开闭的逻辑闭锁，在软件功能上限制两道风门同时开闭的情况，从根本上消除人为因素造成的安全风险；除此之外，为了满足紧急情况下的人员疏散需求，设置手动风门闭锁解除按钮，最大化事故发生时的人员疏散效率。
-
公开(公告)号：CN113283362B
公开(公告)日：2024-03-22
申请号：CN202110623617.9
申请日：2021-06-04
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/09 , G06N3/096
Abstract: 本发明公开了一种跨模态的行人重识别方法，该方法首先构造与卷积神经网络最深层分类器具有相同结构的浅层分类器，然后使用最深层的分类器在多个维度上指导浅层分类器学习，通过这种方式，将来自深层的行人高级信息和数据集中的真实标签信息传递给浅层网络。随后，吸收了深层知识和真实标签信息的浅层网络提取的低层特征进一步促进较深层网络的高层特征学习，这样不断正向循环激励，推动网络学习有鉴别力的特征表示。该发明使用知识自蒸馏，网络模型充当自己的老师，不断正向推动，使模型能够提取到更具有鉴别力的特征表示，促进分类性能。
-
公开(公告)号：CN114499626B
公开(公告)日：2023-01-03
申请号：CN202111561590.1
申请日：2021-12-16
Applicant: 中国矿业大学
IPC: H04B7/185 , H04W52/06 , H04W72/04 , H04L5/00 , H04W84/06 , H04W84/18 , G06F30/20 , G06F111/04 , G06F119/06 , G06F119/10
Abstract: 本发明公开了一种基于全双工中继的UAV空中计算系统及轨迹和功率优化方法，本发明的UAV空中计算系统采用UAV作为全双工中继进行数据汇聚与转发；本发明的方法建立以最小化空中计算时间平均均方误差为目标，求解在传感器发射功率、信息传输速率、UAV轨迹和去噪声因子约束下的最优化问题，对于整体的联合优化问题，根据优化变量的高度耦合采用交替优化的方法逐个确定每一个优化变量。本发明实现了通信速率保障下的均方误差最小化，将最优化问题分解为四个独立的子优化问题，以低复杂度算法实现了UAV轨迹和功率的优化。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.031 seconds)
