-
公开(公告)号：CN116580119A
公开(公告)日：2023-08-11
申请号：CN202310552626.2
申请日：2023-05-16
Applicant: 清华大学
Abstract: 本申请涉及一种迷彩图案生成方法、装置、电子设备和存储介质，其中，该方法包括：获取二维图像、N种颜色、M×N个控制点；根据第一颜色对应的第一控制点的坐标、第一像素点的坐标及第一参数，得到所述第一像素点取所述第一颜色的第一概率；根据所述第一像素点取所述N种颜色中每一颜色的概率，确定所述第一像素点的颜色，并根据所述二维图像中各像素点的颜色，生成迷彩图案；本申请提供的迷彩图案生成方法可以生成自然的迷彩图案，从而可以提高隐身效果。
-
公开(公告)号：CN114550217A
公开(公告)日：2022-05-27
申请号：CN202210188033.8
申请日：2022-02-28
Applicant: 清华大学
IPC: G06V40/10 , G06K9/62 , G06V10/764
Abstract: 本公开涉及一种对抗图像生成方法及装置、以及目标覆盖物加工方法，所述方法包括：根据概率信息，获得第一概率图像；根据第一概率图像，获得对抗图像块；根据对抗图像块和第一红外图像，获得第二红外图像；通过目标检测网络对第二红外图像进行检测，获得目标检测结果；根据目标检测结果对第一概率图像进行优化，获得对抗图像。根据本公开的实施例的对抗图像生成方法，可基于第一概率图像生成对抗图像块，并对红外图像中的目标对象进行覆盖，使得对抗图像块不受维度的限制，可应用于红外图像中的三维的行人，无需使红外图像中的行人以特定角度面向红外摄像头。
-
公开(公告)号：CN110705474B
公开(公告)日：2022-05-03
申请号：CN201910943815.6
申请日：2019-09-30
Applicant: 清华大学
Abstract: 本公开涉及一种行人属性识别方法和装置。该方法包括：根据卷积神经网络对样本图像进行特征提取，得到多个初始特征层，样本图像为预设行人属性样本集中的图像，预设行人属性样本集中包括的图像具有多个行人属性；对多个初始特征层进行自上而下的逐层特征融合，得到多个复合特征层；根据空间变换网络和多个复合特征层，确定每个复合特征层上对每个行人属性进行定位识别的属性定位识别模块，从而可以提高行人属性识别的精度和效率。
-
公开(公告)号：CN106875446B
公开(公告)日：2019-09-20
申请号：CN201710090132.1
申请日：2017-02-20
Applicant: 清华大学
Abstract: 本公开涉及一种相机重定位方法及装置。该相机重定位方法包括：通过共享层从相机获取的图像中提取图像特征；通过第一专门层根据图像特征确定并输出相机在第一坐标系中的位移；通过第二专门层根据图像特征确定并输出相机在第一坐标系中的姿态。本公开的相机重定位方法及装置，通过对神经网络进行分支，能够较好地处理相机重定位任务中的位移预测和姿态预测两个子任务之间的关系，达到位移预测和姿态预测两个子任务互不干扰的目的，能够大大地提高相机重定位的精度。
-
公开(公告)号：CN113780433B
公开(公告)日：2024-12-13
申请号：CN202111079296.7
申请日：2021-09-15
Applicant: 清华大学
IPC: G06V10/776 , G06V10/774 , G06V10/25 , G06V40/10 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本公开涉及目标检测器安全性测试方法及装置、电子设备和存储介质，该方法包括：将满足多维高斯分布的隐空间变量输入初始状态的生成网络，得到生成图像，再将该隐空间变量与生成图像输入初始状态的辅助网络，得到单维的辅助变量，然后，将生成图像粘贴至训练集中各样本图像标注区域中，得到粘贴后的第一训练图像，最后，根据目标检测器、第一训练图像及辅助变量，对初始状态的生成网络进行优化，得到目标状态的生成网络，该目标状态的生成网络能够对目标检测器的安全性可靠性进行有效检测，提醒用户注意目标检测器的使用风险，有利于目标检测器的开发者对目标检测器进行完善。
-
Patent Agency Ranking
公开(公告)号：CN114612824B
公开(公告)日：2024-12-03
申请号：CN202210224960.0
申请日：2022-03-09
Applicant: 清华大学
IPC: G06F17/40 , G06V20/40 , G06T7/10 , G06V10/764
Abstract: 本公开涉及一种目标识别方法及装置、电子设备和存储介质，所述方法包括：通过分割网络，对待处理图像进行分割处理，获得待处理图像中的目标对象的各预测类别的组成部分的第一特征图；分别对各预测类别的第一特征图进行评价，获得各预测类别的评价分数；根据评价分数，在各预测类别中，确定目标对象所属的类别信息。根据本公开的实施例的目标识别方法，可通过与人类利用先验知识进行识别的过程类似的方式，将目标对象的组成部分进行分割及分类，并对各预测类别进行评价，以确定目标对象的类别。由于可对各组成部分分别进行分类，使得扰动信息难以对目标对象的整体识别过程造成较大的影响，可提升目标识别的鲁棒性和抗干扰能力。
-
公开(公告)号：CN116843826A
公开(公告)日：2023-10-03
申请号：CN202310658894.2
申请日：2023-06-05
Applicant: 清华大学
Abstract: 本公开涉及一种柔性物体的三维建模方法、装置、电子设备和存储介质，确定目标柔性物体的三维的预设模型和二维的纹理图片，预设模型中包括顶点和三个顶点组成的三角面元，三角面元中包括至少一个渲染点。通过确定每个顶点的二维坐标组成的几何合理投影，并转换得到拓扑关系符合预设模型中顶点位置关系的拓扑合理投影平面上至少一个渲染点添加扰动，将其由在几何合理投影平面上的初始位置移动到目标位置。根据每个渲染点的目标位置在纹理图片中对应的像素值对预设模型进行渲染得到目标柔性物体的目标三维模型。本公开通过在符合三维模型拓扑关系的二维投影中添加位置扰动并基于扰动后的渲染点渲染，提高了柔性物体三维建模效果的真实性。
-
公开(公告)号：CN109840531B
公开(公告)日：2023-08-25
申请号：CN201711187818.9
申请日：2017-11-24
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本申请提供了一种训练多标签分类模型的方法和装置，能够动态学习图像特征，使特征提取网络更适应任务需求，并且多标签分类效果好。该方法包括：从训练数据集中确定n个样本和与所述n个样本对应的标签矩阵Yc*n，所述标签矩阵Yc*n中的元素yi*j表示第i个样本是否包含第j个标签指示的对象，c表示与样本相关的标签的个数；利用特征提取网络提取所述n个样本的特征矩阵Xd*n；利用第一映射网络获取所述特征矩阵Xd*n的预测标签矩阵利用第二映射网络获取所述标签矩阵Yc*n的低秩标签矩阵根据所述标签矩阵Yc*n、所述预测标签矩阵和所述低秩标签矩阵对所述权值参数Z、所述特征映射矩阵Mc*d和所述低秩标签相关性矩阵S进行更新，训练所述多标签分类模型。
-
公开(公告)号：CN114557507A
公开(公告)日：2022-05-31
申请号：CN202210186571.3
申请日：2022-02-28
Applicant: 清华大学
Abstract: 提供了一种红外迷彩图案的制造方法、使用方法及红外迷彩服。该红外迷彩图案的制造方法包括：提供第一导热体，其具有第一热阻；提供第二导热体，其具有与第一热阻不同的第二热阻；根据目标图案限定第一区域和第二区域，第一区域与第二区域错开而不重叠；使第一导热体覆盖第一区域，使得第一导热体的边缘与第一区域的边缘吻合；以及使第二导热体覆盖第二区域，使得第二导热体的边缘与第二区域的边缘吻合。这样，通过使具有不同热阻的导热体按照目标图案布置，能够获得与目标图案对应的红外迷彩图案，从而能够实现例如红外隐身的效果。
-
公开(公告)号：CN113780280A
公开(公告)日：2021-12-10
申请号：CN202111079538.2
申请日：2021-09-15
Applicant: 清华大学
Abstract: 本公开涉及目标检测器安全性测试方法及装置、电子设备和存储介质，该方法包括：对待优化的第一图像进行采样处理，得到采样后的第一子图像，并将第一子图像粘贴至训练集中各样本图像标注区域中，得到粘贴后的训练图像，再根据目标检测器及训练图像，对第一图像进行优化，得到优化后的第二图像，该第二图像能够对目标检测器的安全性可靠性进行有效检测，提醒用户注意目标检测器的使用风险。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.028 seconds)
