-
公开(公告)号：CN115761735A
公开(公告)日：2023-03-07
申请号：CN202211432700.9
申请日：2022-11-16
Applicant: 中国矿业大学
IPC: G06V20/70 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/774 , G06V10/80 , G06V10/762 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于自适应伪标签纠正的半监督语义分割方法，包括以下步骤：选取GTA5数据集构建源域，选取Cityscapes数据集构建目标域；输入源域图像到深度卷积神经网络中训练得到预训练的语义分割模型；基于目标图像生成的预测概率矩阵使用信息熵和密度聚类算法构建不确定性区域的选择策略；构建自适应伪标签纠正策略得到最终伪标签作为监督，训练半监督语义分割模型；输入目标域验证集中的目标图像到训练后的半监督语义分割模型中验证语义分割的性能。本发明实现了在线更新伪标签，解决了确认偏见问题，缓解了类别不平衡问题，克服了全卷积的缺点，提高了该模型在目标域上的语义分割效果。
-
公开(公告)号：CN114677306A
公开(公告)日：2022-06-28
申请号：CN202210319123.6
申请日：2022-03-29
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于边缘信息引导的上下文聚合图像去雨方法，旨在解决现阶段去雨方法忽略图像本身的纹理信息以及边缘信息的问题，其新颖之处在于设计了一个多尺度信息网络，其中包括了用于获取粗调图像去雨信息的上分支图像去雨网络和用于获取图像边缘信息的下分支边缘信息检测网络，且包括了上下文聚合模块，此模块用于聚合处理上下文信息，并利用聚合处理后的信息对粗调图像去雨信息进行引导，增强上分支图像去雨网络对图像细节信息的表征能力。实验结果表明该方法在完成图像去雨的同时使图像获得更加丰富的纹理信息和边缘信息。
-
公开(公告)号：CN113609923B
公开(公告)日：2022-05-13
申请号：CN202110800098.9
申请日：2021-07-13
Applicant: 中国矿业大学
IPC: G06V40/20 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种基于注意力的连续手语语句识别方法，首先，分别提取彩色视频和光流视频模态的关键帧手语视频的关键帧序列的时空特征，将提取到的时空特征输入构建的基于注意力的连续手语语句识别模型，该模型本质上是一个序列到序列模型：通过基于注意力的双模态编码网络得到两个模态的融合特征序列，并输入基于连接时序分类的解码网络，得到最终的语义序列。本发明通过利用序列到序列模型将手语序列转换到另一个语言序列，解决输出长度不确定的问题，改善输入与输出序列的不规则对齐问题。同时，在完成具有冗余信息的复杂任务时，使用注意力模型将注意力聚焦于视频特征的重要区域，对连续手语语句识别效果有显著的提升。
-
公开(公告)号：CN118691993A
公开(公告)日：2024-09-24
申请号：CN202410828881.X
申请日：2024-06-25
Applicant: 中国矿业大学
IPC: G06V20/17 , G06V10/25 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/096 , G06N3/045
Abstract: 本发明公开了一种基于跨层级特征蒸馏的航拍图像目标检测方法，包括：提取预训练教师网络掩码图和学生网络掩码图，基于预训练教师网络掩码图和学生网络掩码图构建查询模块，基于查询模块对不同尺度的目标进行跨层级特征蒸馏，利用预训练教师网络的多层特征信息来指导学生网络的单层特征信息，增强预训练教师网络和学生网络间的语义信息匹配度。本发明提出基于查询模块的跨层级特征蒸馏的策略，通过查询模块在对应尺度上做损失，可以让学生网络更好地学习到来自预训练教师网络的知识，同时在不增加网络参数量的前提下，能够提高学生网络的检测性能，在星载平台的部署上具有一定优势。
-
公开(公告)号：CN117152810A
公开(公告)日：2023-12-01
申请号：CN202311012547.9
申请日：2023-08-11
Applicant: 中国矿业大学
IPC: G06V40/16 , G06V10/82 , G06V10/774 , G06N3/048
Abstract: 本发明公开了一种基于头部特征自适应匹配的知识蒸馏方法，对教师网络和学生网络的输出层特征进行排序和修剪处理，将注意力集中到修剪处理后得到的头部特征中，根据相应的排序方式计算头部蒸馏损失；再将头部特征中包含目标类信息的特征层修剪得到主体特征，在主体特征中进行自适应匹配，根据相应的排序方式计算自适应输出特征损失；利用总蒸馏损失促使学生网络学习主要输出特征层的类间相似度信息。本发明利用了非目标类知识的信息并且融合了自适应注意力匹配的方法，定位到含更多泛化信息的主体特征，自适应地提取到更有利于学生网络学习的分类信息，提升了学生网络对陌生数据集的适应性，同时也增强了模型的泛化性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN117075607A
公开(公告)日：2023-11-17
申请号：CN202311098404.4
申请日：2023-08-29
Applicant: 中国矿业大学
IPC: G05D1/02
Abstract: 本发明公开了一种适用于复杂环境的改进JPS算法的无人车路径规划方法，属于无人驾驶领域。基于当前扩展节点和目标节点的角度约束以及当前扩展节点和其强迫邻居节点的方向约束作为搜索邻域的判断依据，实时更新无人车的邻域搜索方向；基于JPS算法进行路径规划时，根据已搜索到的跳点个数和当前节点到目标节点的距离动态加权JPS算法的评价函数；基于贝塞尔曲线插值的方法处理路径轨迹，使路径轨迹更平滑。基于尺寸不同但障碍物占比相同的二维复杂栅格地图进行仿真，结果表明本发明能在保持路径轨迹长度基本不变的前提下提高路径规划效率，且路径轨迹平滑，在复杂环境中的鲁棒性更好。
-
公开(公告)号：CN116449398B
公开(公告)日：2023-11-03
申请号：CN202310374788.1
申请日：2023-04-10
Applicant: 中国矿业大学
Abstract: 本发明公开了一种天线阵元互耦环境下的卫星导航接收机自适应抗干扰方法，既充分利用了卫星导航信号的严格非圆特性，又能够克服天线阵元互耦对卫星导航接收机自适应抗干扰方法性能的影响。具体步骤包括：1.获得天线阵元互耦环境下的卫星导航接收机扩增观测信号向量；2.计算获得的扩增观测信号向量的协方差矩阵；3.建立互耦环境下空间采样区域的扩增复波束向量；4.构建互耦扩增观测信号向量的块稀疏优化问题；5.重构扩增的干扰加噪声协方差矩阵；6.将互耦扩增观测信号向量投影到扩增信号子空间；7.估计扩增期望信号导向向量；8.计算扩增加权向量。本发明避免了估计互耦系数的步骤，并能够防止有用卫星导航信号相消现象的发生。
-
公开(公告)号：CN116449398A
公开(公告)日：2023-07-18
申请号：CN202310374788.1
申请日：2023-04-10
Applicant: 中国矿业大学
Abstract: 本发明公开了一种天线阵元互耦环境下的卫星导航接收机自适应抗干扰方法，既充分利用了卫星导航信号的严格非圆特性，又能够克服天线阵元互耦对卫星导航接收机自适应抗干扰方法性能的影响。具体步骤包括：1.获得天线阵元互耦环境下的卫星导航接收机扩增观测信号向量；2.计算获得的扩增观测信号向量的协方差矩阵；3.建立互耦环境下空间采样区域的扩增复波束向量；4.构建互耦扩增观测信号向量的块稀疏优化问题；5.重构扩增的干扰加噪声协方差矩阵；6.将互耦扩增观测信号向量投影到扩增信号子空间；7.估计扩增期望信号导向向量；8.计算扩增加权向量。本发明避免了估计互耦系数的步骤，并能够防止有用卫星导航信号相消现象的发生。
-
公开(公告)号：CN114677306B
公开(公告)日：2022-11-15
申请号：CN202210319123.6
申请日：2022-03-29
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于边缘信息引导的上下文聚合图像去雨方法，旨在解决现阶段去雨方法忽略图像本身的纹理信息以及边缘信息的问题，其新颖之处在于设计了一个多尺度信息网络，其中包括了用于获取粗调图像去雨信息的上分支图像去雨网络和用于获取图像边缘信息的下分支边缘信息检测网络，且包括了上下文聚合模块，此模块用于聚合处理上下文信息，并利用聚合处理后的信息对粗调图像去雨信息进行引导，增强上分支图像去雨网络对图像细节信息的表征能力。实验结果表明该方法在完成图像去雨的同时使图像获得更加丰富的纹理信息和边缘信息。
-
公开(公告)号：CN113689344B
公开(公告)日：2022-05-27
申请号：CN202110745105.X
申请日：2021-06-30
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于特征解耦学习的低曝光图像增强方法，使用正常曝光静脉图像和低曝光静脉图像训练特征解耦网络，迫使编码得到低曝光静脉图像的背景特征，再利用训练好的特征解耦网络和低曝光静脉图像训练图像增强网络，提取低曝光静脉图像的纹理特征，实现低曝光静脉图像的纹理特征和背景特征分离，并单独使用低曝光静脉图像的纹理特征重建增强的静脉图像。本发明提出一种基于特征解耦学习的低曝光图像增强方法，从两种图像的特点出发，引入对抗损失，将低曝光静脉图像纹理特征和背景分离，操纵特定的特征重建正常曝光的图像，对低曝光静脉图像实现有效增强。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.024 seconds)
