-
公开(公告)号：CN114065831A
公开(公告)日：2022-02-18
申请号：CN202110992748.4
申请日：2021-08-27
Applicant: 北京工业大学
IPC: G06K9/62 , G06V10/774 , G06V10/764 , G06V20/10 , G06N3/04
Abstract: 本发明公开了基于多尺度随机深度残差网络的高光谱图像分类方法，输入使用3个不同尺寸的卷积核，目的在于通过这种方式提取不同不同尺度特征。通过不同尺寸卷积核将不同尺度特征信息分里，就可以将相关性较强的特征聚集，从而达到加速网络收敛的目的。感受野的大小对于模型的性能有重要的影响。过小的感受野会只能观察到局部的特征，但过大的感受野则会导致模型获取到冗余信息，使用多个不同大小卷积核提取多尺度特征，然后将其进行融合的模型架构是一种合适的选择。本发明所提出的方法能够实现高光谱图像的有效分类且相较于同等深度的网络，本发明不但提高了训练效率而且保证了较高的分类准确率。
-
公开(公告)号：CN112418227A
公开(公告)日：2021-02-26
申请号：CN202011169502.9
申请日：2020-10-28
Applicant: 北京工业大学
Abstract: 本发明公开了基于双自注意力机制的监控视频卡车分割方法，本方法充分利用特征图的空间信息与通道信息，采用EM算法减少计算量，同时在分割效果上提升性能，实现目标的像素级别分割。将本方法运用于重型卡车数据集上，对比其他方法，平均分割准确率提高了2.07％；将本方法运用于公开数据集Pascal VOC 2012上，平均分割准确率也高于其他方法，体现了本方法的优越性。本方法提出的空间注意力模块中融合了全局上下文信息，减少了空间维度的信息损失；通道注意力模块采用低秩重建的方式重构特征图，减少重复无用特征图的干扰。实验证明，双自注意力机制在卡车分割上精度上有一定提升。
-
公开(公告)号：CN103886565B
公开(公告)日：2017-02-22
申请号：CN201410093012.3
申请日：2014-03-13
Applicant: 北京工业大学
IPC: G06T5/40
Abstract: 基于目的性优化及直方图均衡化的夜间彩色图像增强方法属于图像处理技术领域，其特征在于，同时对待处理图像和结果图像的各点在像素值差的平方和以及在x，y方向上的梯度分量进行最优化控制使得图像对比度增强：用一个控制梯度分量的参数θ来控制结果图像在x，y两个方向上的梯度分量，当待处理图像像素点在x，y方向的梯度分量的绝对值小于θ时，使结果图像的对应点在x，y方向的梯度分量大小保持不变，当待处理图像像素点在x，y方向的梯度分量的绝对值大于或等于θ时，使结果图像的对应点在x，y方向的梯度分量大小用Gamma校正函数进行增强。然后通过改进的直方图均衡化处理，从而得到了优于现有的MichaelElad提出的算法及MSRCR算法的结果。
-
公开(公告)号：CN103679132A
公开(公告)日：2014-03-26
申请号：CN201310301729.8
申请日：2013-07-15
Applicant: 北京工业大学
Abstract: 公开了一种敏感图像识别方法及系统，属于图像识别技术领域，其特征在于，包括：步骤1.融合肤色检测的网格划分提取特征，并采用词袋模型得到图像的原始词袋表示向量；步骤2.图像特征优化，利用随机森林得到降维的优化图像向量表示；步骤3.识别模型训练，利用一类支撑向量机，在优化向量空间中训练一类分类器；步骤4.图像识别，图像在步骤1所述的预处理阶段中如果完全不含肤色像素，则直接被判别为正常图像，否则经过处理得到优化特征表示并进入训练得到的一类分类模型，最终得到图像的识别结果。本发明首次利用一类分类算法解决敏感图像识别问题，在处理过程中融合了多种技术，并实施特征优化处理，提高了敏感图像识别的准确率和效率。
-
公开(公告)号：CN111460333B
公开(公告)日：2024-02-23
申请号：CN202010233677.5
申请日：2020-03-30
Applicant: 北京工业大学
IPC: G06F16/9538 , G06F16/957
Abstract: 本发明公开了一种实时搜索数据分析系统，该系统利用流式计算大数据技术，分析统计垂直搜索引擎产生的搜索行为数据，并提供可视化展示。数据收集阶段利用研发的埋点技术收集用户在搜索界面留下的点击浏览等行为，同时收集搜索被使用的数据，数据分析阶段离线与实时相结合，将离线数据存储，实时数据分析后存入数据库系统。在搜索数据展示方面，除了可视化展示分析结果，同时利用搜索引擎技术帮助用户更便捷的搜索分析结果，挖掘数据潜在价值，用户只需要在搜索框输入需要的数据分析维度，然后点击想要查看的分析结果，就可以直观的看到可视化的图表结果，更加方便快捷。
-
Patent Agency Ranking
公开(公告)号：CN116129115A
公开(公告)日：2023-05-16
申请号：CN202310010194.2
申请日：2023-01-04
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于动态卷积注意力的图像语义分割方法，以实现对原始图像的语义分割，利用ResNet101网络对原始图像进行特征提取，生成高层特征和低层特征；将高层特征通过不同尺度的自适应池化层，生成四组不同尺寸的标准卷积核，利用卷积层对标准卷积核进行线性组合，生成初始动态卷积核；利用空间注意力机制增强初始动态卷积核的特征提取能力，生成最终动态卷积核，用生成不同尺寸的最终动态卷积核实现多尺度处理；利用高层特征的语义信息，生成低层特征的通道权重，对低层特征的通道信息进行重新加权，将低层特征和高层特征进行特征融合。本发明能够有效的提取多尺度信息，利用高层特征的语义信息和低层特征的细节信息，提高语义分割的准确率。
-
公开(公告)号：CN114372090A
公开(公告)日：2022-04-19
申请号：CN202111662826.0
申请日：2021-12-31
Applicant: 北京工业大学
IPC: G06F16/2457 , G06F16/2458
Abstract: 本发明公开了大数据环境下用户阅读行为分析与预测系统，包括：文本数据相关分析单元、用户数据相关分析单元、数据异常分析单元和用户行为预测单元；大数据环境下用户阅读行为分析与预测系统分为用户数据存储层、用户数据处理层、用户数据分析和建模层、服务层以及展示层。用户数据处理层包括源数据采集、源数据清洗、数据存储、数据管理和维护。用户数据分析和建模层包括文本数据相关分析、用户数据相关分析、数据异常分析和用户行为预测的代码。服务层包括数据服务、行为服务、用户服务、画像服务、预测服务。展示层主要负责统计分析的结果的展示在界面上。本系统有利于代码可维护性、可读性、灵活性，有益于系统管理和维护。
-
公开(公告)号：CN111460333A
公开(公告)日：2020-07-28
申请号：CN202010233677.5
申请日：2020-03-30
Applicant: 北京工业大学
IPC: G06F16/9538 , G06F16/957
Abstract: 本发明公开了一种实时搜索数据分析系统，该系统利用流式计算大数据技术，分析统计垂直搜索引擎产生的搜索行为数据，并提供可视化展示。数据收集阶段利用研发的埋点技术收集用户在搜索界面留下的点击浏览等行为，同时收集搜索被使用的数据，数据分析阶段离线与实时相结合，将离线数据存储，实时数据分析后存入数据库系统。在搜索数据展示方面，除了可视化展示分析结果，同时利用搜索引擎技术帮助用户更便捷的搜索分析结果，挖掘数据潜在价值，用户只需要在搜索框输入需要的数据分析维度，然后点击想要查看的分析结果，就可以直观的看到可视化的图表结果，更加方便快捷。
-
公开(公告)号：CN110619049A
公开(公告)日：2019-12-27
申请号：CN201910911744.1
申请日：2019-09-25
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于深度学习的报文异常检测方法，首先对数据做预处理操作，将其预处理成二维矩阵形式，为了减小一般算法模型容易出现的过拟合现象，本发明利用shuffle函数将数据随机打乱，防止到达局部最优，是模型更容易收敛。然后利用卷积神经网络CNN从预处理后的数据中学习有效特征，最后通过支持向量机SVM分类器将得到的向量进行分类处理。该方法是利用深度学习的卷积神经网络所具备的高维度学习的优势，学习网络传输报文的有效特征，本发明所提出的模型在京都大学数据集上进行实验验证，并与在该数据集上验证的其他两个效果较好的模型进行实验比对，实验证明准确率和稳定性方面均有了很大的提升，训练和测试的耗时明显减少。
-
公开(公告)号：CN105245841B
公开(公告)日：2018-10-09
申请号：CN201510647067.9
申请日：2015-10-08
Applicant: 北京工业大学
IPC: H04N7/18
Abstract: 一种基于CUDA的全景视频监控系统，首先，利用相位相关法估计多个视频图像间的重叠区域，在重叠区域内提取SURF特征点并进行配准，这样做缩短了算法时间，也减少了后续的误匹配；然后，本发明提出了基于改进的最佳融合线与多分辨率算法相结合的融合算法，消除了边缘跳变和鬼影现象，改善了视频的视觉效果；最后在融合阶段利用了GPU加速，进一步提高了拼接速度。实验结果表明，该方法能够有效的实现3路监控视频的实时拼接，帧率达到20帧，相比于传统CPU版本更能能够满足视频拼接的实时要求。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.032 seconds)
