公开(公告)号：CN119229397A

公开(公告)日：2024-12-31

申请号：CN202411264843.2

申请日：2024-09-10

Applicant: 北京理工大学

Inventor： 吕蒙 ,  张海昊 ,  芦明 ,  苏雨涵 ,  张云剑 ,  李家宁

IPC: G06V20/56 ,  G06V10/44 ,  G06V10/766 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/096

Abstract: 本发明提供一种基于动量蒸馏的事件流数据车道线提取检测方法，包括：步骤1：对稀疏的事件流数据进行预处理，确定事件流表征方式；步骤2：搭建多尺度事件流特征提取器以及回归模块，作为为基础模型；步骤3：将基础模型复制作为动量模型；将步骤1得到的事件流表征方式同时输入到基础模型和动量模型中，得到两个车道线提取结果，动量模型得到的结果作为伪标签，和真实标签一起监督基础模型的训练；只更新基础模型网络的参数；步骤4：采取指数移动平均策略更新动量模型的参数；步骤5：重复步骤3和步骤4，直至总损失收敛。本发明解决误判问题和事件流数据的稀疏性以及车道线形状的特殊性问题。

公开(公告)号：CN118134752A

公开(公告)日：2024-06-04

申请号：CN202410113843.6

申请日：2024-01-27

Applicant: 北京理工大学 ,  首都医科大学附属北京友谊医院

Inventor： 吕蒙 ,  张海昊 ,  杨义笑 ,  沈洪亮 ,  陶然 ,  李伟

IPC: G06T3/4015 ,  G06T3/4046 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供一种基于深度展开网络的多光谱图像去马赛克方法，包括以下步骤：步骤1：确定MSFA快照式多光谱相机成像时的退化模型；步骤2：利用交替方向乘子法，即ADMM，得到该问题的目标函数以及等式约束条件；步骤3：将步骤2所述的ADMM的优化迭代过程展开成一个多层网络；步骤4：将MSFA快照式多光谱相机获取的马赛克图像输入到步骤3得到的深度展开网络中，得到去马赛克后的图像，即从二维图像重建出的三维高光谱立体数据。本发明提出了成像物理机理模型与数据驱动模型的融合方法，规避了传统变分迭代算法的限制，改善了深度学习中可解释性差和网络结构参数量大等问题。在参数量没有增加很多的前提下，提升了多光谱去马赛克重建的性能。