-
公开(公告)号：CN110363068B
公开(公告)日：2023-08-18
申请号：CN201910450597.2
申请日：2019-05-28
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V10/44 , G06V10/764 , G06V10/74 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/044
Abstract: 本发明公开了一种基于多尺度循环生成式对抗网络的高分辨行人图像生成方法，解决由监控设备拍摄到的行人图像分辨率存在差异的问题。其实现方案是：提出基于多尺度循环生成式对抗网络的高分辨行人图像生成模型，采用多尺度生成网络模型将低分辨率行人图像转换为高分辨行人图像，该模型生成器分为两个子生成网络：全局生成网络和局部增强网络；其次采用循环生成式对抗网络技术通过对抗学习的方法来训练多尺度生成器，目的是解决生成高分辨图像失真问题以及还原行人图像的背景信息；针对网络模型复杂度高和参数多的问题，使用多阶段学习方法来训练多尺度循环生成式对抗网络高分辨行人图像生成模型，实现网络性能的稳步提升。
-
公开(公告)号：CN111080645B
公开(公告)日：2023-08-15
申请号：CN201911098928.7
申请日：2019-11-12
Applicant: 中国矿业大学
IPC: G06V10/26 , G06V20/70 , G06V10/82 , G06V10/80 , G06V10/774 , G06N3/0475 , G06N3/0464 , G06N3/094 , G06N3/0895
Abstract: 本发明公开了一种基于生成式对抗网络的遥感图像半监督语义分割方法，通过搭建初始生成式对抗分割网络，构建训练数据集，根据训练数据集训练所述初始生成式对抗分割网络，得到优化生成式对抗分割网络，将待测图像输入所述优化生成式对抗分割网络进行语义分割，以提取不同尺度的特征，融合局部和全局特征，用生成对抗网络指导没有标签的数据进行语义分割，从而进行半监督语义分割，提高语义分割的精度。
-
公开(公告)号：CN111539255B
公开(公告)日：2023-04-18
申请号：CN202010227374.2
申请日：2020-03-27
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V10/74 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多模态图像风格转换的跨模态行人重识别方法，根据行人图像数据集，对训练图像进行收集和预处理获取训练样本；构建解耦图像特征的自动编码网络模型，该模型对处理后输入的行人图像进行特征解耦，分为域无关的内容特征和域相关的风格特征；构建基于模态转换的生成网络和判别网络模型，该模型实现不同域行人图像的风格属性信息互换，实现变换风格的样本生成；本发明方法针对行人重识别算法易受不同光照影响的问题，通过神经网络提取行人图像的特征来学习不同图像的相似性矩阵，该方法学习到的度量矩阵比人为选定的矩阵具有灵活性，更能获得图像特征之间的相似性。
-
公开(公告)号：CN110363215B
公开(公告)日：2020-07-28
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：CN111259758A
公开(公告)日：2020-06-09
申请号：CN202010030047.8
申请日：2020-01-13
Applicant: 中国矿业大学
Abstract: 本发明公开了一种针对密集区域的两阶段遥感图像目标检测方法，主要解决现有技术对目标密集区域目标识别准确率低的问题，其步骤为：1、对于输入图像进行数据增强操作，增加训练样本集；2、构建基于多尺度特征提取模块；3、在不同尺度的特征图上进行目标检测，找出目标密集的区域；4、针对目标密集的区域进行二次目标检测；5、对检测出的目标进行分类和位置回归，输出目标对应的分类标签和位置坐标，完成对图像的目标识别和定位。本发明利用网络多尺度结构的特点提取和融合不同尺度下的特征图来检测不同大小的目标，并对目标密集度高的区域进行二次检测，提高了小目标识别准确率。该方法可用于无人机以及卫星对目标的检测，侦查和监视。
-
Patent Agency Ranking
公开(公告)号：CN111080645A
公开(公告)日：2020-04-28
申请号：CN201911098928.7
申请日：2019-11-12
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遥感图像半监督语义分割方法，通过搭建初始生成式对抗分割网络，构建训练数据集，根据训练数据集训练所述初始生成式对抗分割网络，得到优化生成式对抗分割网络，将待测图像输入所述优化生成式对抗分割网络进行语义分割，以提取不同尺度的特征，融合局部和全局特征，用生成对抗网络指导没有标签的数据进行语义分割，从而进行半监督语义分割，提高语义分割的精度。
-
公开(公告)号：CN111062423A
公开(公告)日：2020-04-24
申请号：CN201911201999.5
申请日：2019-11-29
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于自适应特征融合的点云图神经网络的点云分类方法，使用残差结构缓解梯度消失；使用全局特征与局部特征相融合，提升网络性能；使用权重自适应机制指导特征融合；本发明利用图神经网络关注局部特征，点云网络提取全局特征的同时加入残差块，将提取的全局特征与局部特征融合，在特征融合的时候对于不同的特征加入了权重自适应机制，从而优化模型性能。
-
公开(公告)号：CN110929696A
公开(公告)日：2020-03-27
申请号：CN201911291168.1
申请日：2019-12-16
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于多模态注意与自适应融合的遥感图像语义分割方法，属于计算机视觉领域。具体包括：1)使用遥感图像多模态数据集，包括数据处理后的遥感图像及对应的深度图构建双流的语义分割网络；2)分别对输入图像提取不同尺度的特征，将获取的特征进行多层的自适应特征融合；3)使用多模态注意力机制对网络解码器部分的输入特征与编码器特征进行丰富语义信息的提取，关注相似的像素点。本发明利用多模态的遥感数据集，处理图像数据，结合双流网络结构，自适应融合提取的特征，并使用多模态注意力机制关注融合特征与编码特征，从而优化模型性能。
-
公开(公告)号：CN109264525B
公开(公告)日：2020-03-10
申请号：CN201811177526.1
申请日：2018-10-10
Applicant: 中国矿业大学
Abstract: 一种井塔式立井提升联调测试装置及方法，包括支撑基础、液压加载装置和围包角定位板构成，支撑基础设置有Ⅰ平台、Ⅱ平台和Ⅲ平台，在Ⅲ平台上沿水平纵向设置有两围包角定位板，液压加载装置通过围包角定位螺栓沿竖直方向固定在围包角定位板上，基于双液压缸驱动钢丝绳的方式模拟实际提升过程的卷筒两侧负载，可以模拟空载、轻载、重载等正常工况，又可以模拟超载、二次重载等恶性极端工况，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，可以对不同卷筒直径、围包角、钢丝绳根数和钢丝绳间距的井塔式立井提升机在现场安装前进行联调测试，对主轴装置进行全状态加载测试，对于确保提升系统安全性具有重要意义。
-
公开(公告)号：CN109250595B
公开(公告)日：2019-10-29
申请号：CN201811177245.6
申请日：2018-10-10
Applicant: 中国矿业大学
IPC: G01M13/00 , G01M13/027 , G01M13/028 , B66B5/00
Abstract: 一种落地式立井提升联调测试装置，由支撑基础、液压加载装置和出绳角定位板构成，支撑基础设置有Ⅰ平台、Ⅱ平台，在Ⅰ平台侧壁沿竖直方向设置有两出绳角定位板，液压加载装置通过出绳角定位孔沿竖直方向固定在出绳角定位板上，可以模拟落地式立井提升的上下出绳角，基于双液压缸驱动钢丝绳的方式模拟实际提升过程的卷筒两侧负载，可以模拟正常和极端工况，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，可以对不同卷筒直径、围包角、钢丝绳根数和钢丝绳间距的落地式立井提升机在现场安装前进行联调测试，对主轴装置进行全状态加载测试，对于确保提升系统安全性具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.033 seconds)
