-
公开(公告)号：CN110363215A
公开(公告)日：2019-10-22
申请号：CN201910469411.8
申请日：2019-05-31
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于生成式对抗网络的SAR图像转化为光学图像的方法，利用深度学习和图像处理方法完成SAR图像到光学图像转化的技术，通过分割和再拼接，完成将大幅SAR图像转化为便于理解的光学图像的任务。本发明能够实现人工干预工作量大大减少，根据待处理场景的特点完成SAR图像的自动转化，图像细节部分处理效果较好，转化结果图像在保持地物空间结构信息方面与SAR图像保持一致，在纹理、色调和光谱等方面非常接近目标图像的效果。
-
公开(公告)号：CN109205428B
公开(公告)日：2019-10-11
申请号：CN201811177250.7
申请日：2018-10-10
Applicant: 中国矿业大学
IPC: B66B5/00
Abstract: 一种无极绳式立井提升联调测试装置，由支撑基础、液压加载装置、卷绕导向加载装置和无极钢丝绳构成，在支撑基础Ⅲ平台上沿水平横向骑跨安装液压加载装置，在支撑基础两子基础的夹壁内侧底部沿水平横向安装卷绕导向加载装置，采用无极绳闭合循环的方式可以良好地模拟不同的提升距离和提升速度，基于液压缸顶压钢丝绳、双向液压泵提供负载阻尼的原理模拟卷筒两侧负载，采用基于丝杠传动的卷绕导向加载装置适用不同的卷筒直径，采用绳距定位板适用不同钢丝绳根数、钢丝绳间距，对主轴装置承载性能、摩擦衬垫防滑性能、制动闸制动性能进行可靠评估，可以对多种规格的立井提升机在现场安装前进行联调测试，对于确保立井提升系统安全性具有重要意义。
-
公开(公告)号：CN109978897A
公开(公告)日：2019-07-05
申请号：CN201910279035.6
申请日：2019-04-09
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于图像分割的多尺度生成对抗网络的异源遥感图像配准方法及装置，根据两组异源遥感图像数据，获取训练样本；对输入图像进行图像分割，获得分割图像；构建基于图像分割的多尺度生成对抗网络；构建图像块的生成对抗网络；训练两个生成对抗网络；将生成图像与待配准图像进行同源图像配准。本发明能够约束生成对抗网络生成图像的空间信息一致性，并提供全尺寸、高分辨率、空间信息一致的图像转换解决方案，将异源图像配准问题化简为同源图像配准问题，构建统一的异源遥感图像配准框架。
-
公开(公告)号：CN107066995A
公开(公告)日：2017-08-18
申请号：CN201710380211.6
申请日：2017-05-25
Applicant: 中国矿业大学
CPC classification number: G06K9/0063 , G06K9/6277 , G06N3/084
Abstract: 本发明公开了一种基于卷积神经网络的遥感图像桥梁检测方法，对于数据量以及图像尺寸都较大的遥感图像来说，利用传统方法对其中桥梁位置进行检测效率低、时间久。本发明首先建立好卷积神经网络模型，在遥感图像中截取尺寸大小为w*h的桥梁图像作为训练样本，初始化卷积神经网络模型中各个参数，将训练样本输入到模型中进行训练。在检测过程中将待检测的遥感图像用w*h大小的窗口按照步长l扫描，得出候选窗口并标记好位置信息，最后将候选窗口放入模型后输出待检测遥感图像中桥梁位置，实现检测。本发明无需提前进行桥梁图片的特征提取，简化了检测步骤，在保持高检测率的同时极大加快了遥感图像的检测速度。
-
公开(公告)号：CN105931185A
公开(公告)日：2016-09-07
申请号：CN201610248131.0
申请日：2016-04-20
Applicant: 中国矿业大学
IPC: G06T3/40
CPC classification number: G06T3/4038
Abstract: 本发明公开了一种多视角图像自动拼接方法，属于图像拼接领域。通过逼近投影变换模型，提高了重叠区域融合的精度；使用全局最优相似变换，解决了拼接图发生透视变形的问题；将逼近投影变换模型与全局最优相似变换相结合，使得拼接图的局部更加精准，总体更加自然，很好地提高了图像拼接的性能；使用多波段融合技术，解决拼接图曝光差异的问题，进一步提高了图像拼接的精度。本方法首先提取图像特征点；其次计算局部投影变换模型；接着计算全局最优相似变换模型；然后将局部投影变换模型与全局最优相似变换模型相结合；最后使用多波段融合技术得到最终的拼接图。
-
Patent Agency Ranking
公开(公告)号：CN104778675A
公开(公告)日：2015-07-15
申请号：CN201510209570.6
申请日：2015-04-28
Applicant: 中国矿业大学
Abstract: 一种采煤综掘工作面动态视频图像融合方法，属于动态视频图像融合方法。该动态视频图像融合方法：选择摄像机放置轴心，围绕摄像机轴心，放置两台或多台高清网络摄像机，将整个采煤综掘工作面完全覆盖；并且相邻摄像机获取的视频帧图像要有三分之一左右的重叠区域；然后将获得的采煤综掘工作面动态视频进行融合。优点：级联哈希特征匹配算法使用两次哈希映射，保证了特征匹配的精度和匹配速度；视差容忍变换模型使用特征点生长准则结合动态规划算法，提高了视频融合的速度，降低了视频融合过程中对摄像机位置的要求，对于存在较大视差及发生较大旋转的摄像机，仍然能够取得很好的动态视频融合效果。提高了煤矿开采工作效率，保障了煤矿安全生产。
-
公开(公告)号：CN120014350A
公开(公告)日：2025-05-16
申请号：CN202510100928.5
申请日：2025-01-22
Applicant: 中国矿业大学
Inventor： 赵佳琦 , 王平安 , 周勇 , 阿卜杜穆塔利布.埃尔.萨迪克
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/52 , G06V10/80
Abstract: 本发明公开了基于渐进特征融合和不确定估计的开放世界目标检测方法，使用开放世界目标检测模型对自然图像进行检测，确定图像中已知类和未知类的坐标及置信度；其中，开放世界目标检测模型包括：获取开放世界目标检测数据集，并进行数据预处理；利用Fast R‑CNN构建开放世界目标检测模型，ResNet‑50提取初始多尺度特征；对初始多尺度特征渐进融合得到融合多尺度特征；对融合多尺度特征进行注意力计算得到固定特征；预测固定特征的分类得分；对分类得分计算得到方差用于不确定估计；基于不确定性和分类得分判断该类属于已知类还是未知类；基于不确定性进行后门调整得到最终分类得分；利用开放世界目标检测数据集对开放世界目标检测模型进行训练。
-
公开(公告)号：CN114511593B
公开(公告)日：2025-04-18
申请号：CN202210084771.8
申请日：2022-01-25
Applicant: 中国矿业大学
IPC: G06T7/246 , G06V10/74 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种基于重要特征的视觉目标跟踪可转移黑盒攻击方法，通过对特征中与跟踪目标高度相关而不受源模型影响的重要特征进行攻击，将其重要程度降低，同时增强不重要的特征以实现具有可转移性的攻击；即通过反向传播获得的所对应的梯度来体现其特征的重要程度，随后通过梯度得到的加权特征以进行攻击。此外，本发明使用视频相邻两帧之间相似这一时序信息，提出特征相似下降损失函数，通过减小相邻帧之间的特征相似度以进行攻击。本发明能够在不可知目标跟踪模型以及不进行大量查询的情况下，通过生成的具有强可转移性的对抗样本，对目标跟踪器实现有效的黑盒攻击。
-
公开(公告)号：CN119516428A
公开(公告)日：2025-02-25
申请号：CN202411491053.8
申请日：2024-10-24
Applicant: 中国矿业大学
Abstract: 本发明提出了一种视觉复杂度引导的扩散模型对抗防御方法，该方法包括如下步骤：步骤1)将被攻击的视频对抗样本作为输入，逐帧计算对抗视频样本的视觉复杂度；步骤2)根据样本视觉复杂度与扩散净化尺度的映射关系，选择合适的扩散净化尺度；步骤3)对对抗视频样本进行前向扩散，依据步骤2)选定的净化尺度，使用强度合适的高斯噪声在淹没对抗扰动的同时，尽可能保留视频帧的主成分，得到扩散视频样本；步骤4)对扩散视频样本进行反向扩散，并采用一次性去噪策略，高效地将扩散样本恢复为净化样本；步骤5)将净化后的良性视频输入智能视频系统以得到正确的决策，完成对对抗攻击的防御。
-
公开(公告)号：CN111860678B
公开(公告)日：2024-02-27
申请号：CN202010744097.2
申请日：2020-07-29
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V10/762 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/0895 , G06V10/764
Abstract: 本发明公开了一种基于聚类的无监督跨域行人重识别方法，属于计算机视觉领域。具体实现（1）搭建用于预训练的神经网络；（2）将源域有标签的数据输入预训练网络，做有监督的预训练；（3）搭建用于微调的双流相互学习网络框架；4）训练双流相互学习框架，输出适用于目标域的行人重识别模型。本发明利用有标签的源域数据集和无标签的目标域数据集，以及相互学习的网络框架，实现无监督的跨域行人重识别；引入自注意力机制和全局联合池化操作，以及提出新的损失函数——联合灵活优化损失，并选用更合
-
-
-
-
-
-
-
-
-
Search Results
171
records
(took 0.036 seconds)
