-
公开(公告)号：CN118429298B
公开(公告)日：2025-01-28
申请号：CN202410522858.8
申请日：2024-04-28
Applicant: 河北省气象服务中心(河北省气象影视中心) , 北京交通大学
IPC: G06T7/00 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明提供了一种基于差分网络的能见度检测方法及检测系统，所述检测方法包括以下步骤：S1、获取高速公路图像和相应的参考图像；S2、利用两个共享权重的VGG16网络，构建能见度检测差分网络；S3、根据高速公路图像和相应的参考图像，对能见度检测差分网络进行有监督训练，确定训练好的能见度检测差分网络；S4、使用训练好的能见度检测差分网络，检测高速公路图像的能见度数值。本发明通过对能见度检测差分网络进行有监督训练，可以提升对真实采集的高速公路图像的能见度数值回归性能。
-
公开(公告)号：CN118429298A
公开(公告)日：2024-08-02
申请号：CN202410522858.8
申请日：2024-04-28
Applicant: 河北省气象服务中心(河北省气象影视中心) , 北京交通大学
IPC: G06T7/00 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明提供了一种基于差分网络的能见度检测方法及检测系统，所述检测方法包括以下步骤：S1、获取高速公路图像和相应的参考图像；S2、利用两个共享权重的VGG16网络，构建能见度检测差分网络；S3、根据高速公路图像和相应的参考图像，对能见度检测差分网络进行有监督训练，确定训练好的能见度检测差分网络；S4、使用训练好的能见度检测差分网络，检测高速公路图像的能见度数值。本发明通过对能见度检测差分网络进行有监督训练，可以提升对真实采集的高速公路图像的能见度数值回归性能。
-
公开(公告)号：CN101877053B
公开(公告)日：2012-03-28
申请号：CN200910238335.6
申请日：2009-11-25
Applicant: 北京交通大学
Abstract: 本发明公开了属于图像处理技术范围的一种人脸识别的半监督邻域判别分析方法。该方法能够保留数据的局部结构而且具有判别能力。半监督邻域判别分析(SSNDA)方法是针对人脸的图像数据，利用谱图理论作为工具，充分利用已标记的数据类标签提供的信息，以及已标记与未标记数据的相似度信息来构建邻接矩阵ASSNDA，充分利用已标记的数据类标签提供的信息，以及已标记与未标记数据的相似度信息。该方法这样来构建邻接矩阵ASSNDA：SSNDA的低维特征表示包含了标记数据的判别信息以及已标记和未标记数据的局部结构信息。通过实际的人脸识别实验验证了SSNDA的高效性和稳定性，并且其性能优于LDA方法。
-
公开(公告)号：CN101609510B
公开(公告)日：2012-01-11
申请号：CN200910089291.5
申请日：2009-07-15
Applicant: 北京交通大学
Inventor： 黄雅平
IPC: G06K9/62
Abstract: 本发明利用人类视觉感知的时间一致性准则来解决非线性维数约简问题。时间一致性准则的基本思想是从快速变化的外界刺激中寻找变化缓慢的特征，这些特征位于在低维空间光滑流形上。因此，利用时间一致性准则研究流形学习问题就成为可能。本方法的优点在于由于利用了时间结构，因此可以方便地将其应用在视频序列中。在经典的流形学习数据集上的实验结果说明了方法的有效性。在MNIST库上的实验结果说明有监督的方法可以用于分类应用中。
-
公开(公告)号：CN107103578A
公开(公告)日：2017-08-29
申请号：CN201710190453.9
申请日：2017-03-28
Applicant: 北京交通大学
CPC classification number: G06T3/4038 , G06T3/0043 , G06T7/50 , G06T2200/32
Abstract: 本发明公开了一种利用高速铁路前向车载视频进行全景图拼接的方法。前向车载视频图像仅将摄像机运动方向视角范围内的场景囊括其中，其视野宽阔，场景深，空间覆盖面广，已经被广泛应用于移动式的场景记录和监控任务中。高速铁路检测列车需要周而复始对地对高速铁路运行环境检测，产生了大量前向车载视频图像，针对这些视频的存储、检索以及进一步利用这些视频实现自动检测问题，提出了一种基于计算机视觉技术的前向车载视频全景图像拼接方法，该方法可以实现高速铁路全程线路的全景图生成，同时以全景图形式存储可大大压缩车载视频的存储空间以及提高检索效率。
-
Patent Agency Ranking
公开(公告)号：CN102497512B
公开(公告)日：2013-10-23
申请号：CN201110425376.3
申请日：2011-12-16
Applicant: 北京交通大学
Abstract: 本发明公开了一种折线式扫描高分辨率成像系统和方法，涉及成像领域，能够实现高分辨率成像。折线式扫描高分辨率成像系统包括：图像采集装置，由两个线阵CCD相机组成，所述两个线阵CCD相机与水平分别以倾斜θ和-θ角度对待成像物体进行扫描取像，其中0＜θ＜90°，使得图像采集装置与待成像物体之间呈折线扫描状，且扫描内容互不相交；图像采集控制装置，控制CCD相机的图像采集过程；图像处理装置，对采集到的图像数据进行重建；显示装置，用于显示得到的高分辨率图像。本发明工程上实现简单，十分经济且便于维护，仅利用现有的成像装置即可获取更高分辨率的图像。
-
公开(公告)号：CN101877053A
公开(公告)日：2010-11-03
申请号：CN200910238335.6
申请日：2009-11-25
Applicant: 北京交通大学
Abstract: 本发明公开了属于图像处理技术范围的一种人脸识别的半监督邻域判别分析方法。该方法能够保留数据的局部结构而且具有判别能力。半监督邻域判别分析(SSNDA)方法是针对人脸的图像数据，利用谱图理论作为工具，充分利用已标记的数据类标签提供的信息，以及已标记与未标记数据的相似度信息来构建邻接矩阵ASSNDA，充分利用已标记的数据类标签提供的信息，以及已标记与未标记数据的相似度信息。该方法这样来构建邻接矩阵A-SSNDA：SSNDA的低维特征表示包含了标记数据的判别信息以及已标记和未标记数据的局部结构信息。通过实际的人脸识别实验验证了SSNDA的高效性和稳定性，并且其性能优于LDA方法。
-
公开(公告)号：CN119541057A
公开(公告)日：2025-02-28
申请号：CN202510102097.5
申请日：2025-01-22
Applicant: 中国铁路设计集团有限公司 , 北京交通大学
IPC: G06V40/20 , G06N3/0455 , G06V10/82
Abstract: 本发明公开一种基于概率不确定性引导的动作质量评估方法及系统，属于动作质量评估技术领域。该发明引入基于条件变分自动编码器的不确定性估计模块，有效地捕捉动作质量评估任务中固有的模糊性，并且可以从潜在空间多次采样，模拟生成不同裁判评分过程的多样化预测，增强了对所有的裁判评分的有效利用，有助于更加灵活和准确地预测最终分数。
-
公开(公告)号：CN113034439B
公开(公告)日：2021-11-23
申请号：CN202110234308.2
申请日：2021-03-03
Applicant: 北京交通大学
Abstract: 本发明提供一种高速铁路声屏障缺损检测方法及装置，方法包括：通过综合巡检车挂载数码摄像机和惯性组件，拍摄高速铁路运行环境视频数据和车体姿态数字信号模拟数据；基于多源数据配准的车体姿态补偿方法，对采集得到的高速铁路运行环境视频数据和车体姿态数字信号模拟数据进行配准；基于像素清晰度评价的最优拼接模型，对高速铁路运行环境视频进行全景图拼接；采集得到的正常声屏障图像，训练基于无监督学习的高速铁路声屏障异常检测网络，对拼接的全景图进行声屏障缺损检测。本发明实现了无监督条件下车载动态检测高速铁路声屏障缺损的目的，在一定程度上保障了高速铁路运行安全，具有较好的实用价值。
-
公开(公告)号：CN113034439A
公开(公告)日：2021-06-25
申请号：CN202110234308.2
申请日：2021-03-03
Applicant: 北京交通大学
Abstract: 本发明提供一种高速铁路声屏障缺损检测方法及装置，方法包括：通过综合巡检车挂载数码摄像机和惯性组件，拍摄高速铁路运行环境视频数据和车体姿态数字信号模拟数据；基于多源数据配准的车体姿态补偿方法，对采集得到的高速铁路运行环境视频数据和车体姿态数字信号模拟数据进行配准；基于像素清晰度评价的最优拼接模型，对高速铁路运行环境视频进行全景图拼接；采集得到的正常声屏障图像，训练基于无监督学习的高速铁路声屏障异常检测网络，对拼接的全景图进行声屏障缺损检测。本发明实现了无监督条件下车载动态检测高速铁路声屏障缺损的目的，在一定程度上保障了高速铁路运行安全，具有较好的实用价值。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.065 seconds)
