公开(公告)号：CN114359180A

公开(公告)日：2022-04-15

申请号：CN202111549436.2

申请日：2021-12-17

Applicant: 中国矿业大学

Inventor： 周玉 ,  龚维康 ,  孙彦景 ,  丁依依

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向虚拟现实的图像质量评价方法，包括IRG模块利用图像恢复技术，恢复减轻拼接图片中的重影失真得到IRG图像；然后将IRG图像与原失真图一起送入网络，通过提取IRG图像和原失真图之间的差异特征图以及失真图像的特征图，在不同尺度的特征层上共同评价质量分数。本发明中IRG模块针对全景图片拼接中的重影失真进行了图像恢复，能够有效减轻全景拼接图片中的重影失真现象；HQP模块采用了FPN特征金字塔，预测质量分数时有效利用了各个尺度的特征层，既有效利用了图像底层特征中的细节信息也较好的保留了图像高层特征中的语义信息。

公开(公告)号：CN108288267B

公开(公告)日：2022-04-05

申请号：CN201810042657.2

申请日：2018-01-17

Applicant: 中国矿业大学

Inventor： 李雷达 ,  李巧月 ,  卢兆林 ,  周玉 ,  胡波 ,  祝汉城

IPC: G06T7/00 ,  G06T7/13

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：CN113283362A

公开(公告)日：2021-08-20

申请号：CN202110623617.9

申请日：2021-06-04

Applicant: 中国矿业大学

Inventor： 周玉 ,  李锐 ,  汪一 ,  孙彦景

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N5/02

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：CN112215925A

公开(公告)日：2021-01-12

申请号：CN202011223540.8

申请日：2020-11-05

Applicant: 中国矿业大学

Inventor： 董锴文 ,  孙彦景 ,  王博文 ,  周玉 ,  陈岩 ,  严云峰 ,  李媛媛

IPC: G06T11/60 ,  G06T7/30 ,  G06T5/00 ,  G06K9/46

Abstract: 本发明公开了自适应采煤机随动跟踪多摄像头视频拼接方法，属智能监控技术领域，将摄像头组自适应随动跟踪方法和采煤机视频拼接算法相结合，提升采煤工作面大视差条件下采煤机监控视频的拼接效果，降低摄像头监控死角对采煤机状态监控的影响；首先利用彩色荧光带对机体进行位置标记，通过相机标定原理得到其现实空间坐标；基于摄像头组自适应随动跟踪方法对部署于采煤工作面上的摄像头进行分组激活，由当前被激活摄像头组完成对采煤机画面的视频拼接任务。采煤机视频拼接算法是利用图像拼接算法将两个监控视频的对应帧图像进行拼接，基于RANSAC算法筛选SIFT特征点用于两图的配准；最后，通过搜寻最优缝合线对两图进行拼接，实现采煤机作业的大范围监控。

公开(公告)号：CN107147906B

公开(公告)日：2019-04-02

申请号：CN201710440867.2

申请日：2017-06-12

Applicant: 中国矿业大学

Inventor： 李雷达 ,  周玉 ,  胡波 ,  卢兆林

IPC: 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：CN106447647A

公开(公告)日：2017-02-22

申请号：CN201610545150.X

申请日：2016-07-12

Applicant: 中国矿业大学

Inventor： 李雷达 ,  胡波 ,  周玉

IPC: G06T7/00

CPC classification number: G06T7/0002 ,  G06T2207/10016 ,  G06T2207/20081 ,  G06T2207/30168

Abstract: 本发明涉及一种压缩感知恢复图像的无参考质量评价方法，该方法包括：针对压缩感知恢复图像的失真特性，提取了图像的3个局部特征和5个全局特征来评价图像的质量。其中，局部特征包括了图像的清晰度，对比度和同质性这3个特征；全局特征包括利用广义高斯模型拟合MSCN系数，提取了4个关于图像“自然性”的特征，以及利用奇异值分解得到的1个特征。最后，利用支持向量机对上述的8个特征进行训练，得到特征模型，从而应用这个模型，预测图像的质量分数。该方法的评价结果优于国际主流方法，并且与人眼主观感知具有很高的一致性。