-
公开(公告)号：CN108346159B
公开(公告)日：2021-10-15
申请号：CN201810080582.7
申请日：2018-01-28
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于跟踪‑学习‑检测的视觉目标跟踪方法，属于计算机视觉领域。首先，本发明从深度特征和核相关滤波的角度出发，建立了一种基于跟踪‑学习‑检测的视觉目标跟踪方法，可完成复杂场景下长时间目标跟踪的任务；其次，本发明针对卷积神经网络的特征图进行了研究和测试，并分析了不同卷积层的特征图对视觉目标跟踪的影响。最后，本发明融入目标检测的思想，可以进行跟踪失败后对目标进行再检测，从而实现对单目标的长时间跟踪。本方法将相关滤波跟踪方法与深度学习相结合，从而提高目标在复杂场景下目标跟踪的鲁棒性。
-
公开(公告)号：CN113011436A
公开(公告)日：2021-06-22
申请号：CN202110216858.1
申请日：2021-02-26
Applicant: 北京工业大学
Abstract: 一种基于卷积神经网络的中医舌色苔色协同分类方法属于计算机视觉和中医诊断学领域。由于舌色、苔色都是利用颜色特征来进行识别，均需要对舌体区域提取颜色特征，二个任务具有相似性。该方法首先设计一个共享的深度神经网络架构，提取中医舌图像中包含的舌色苔色共有深度特征，以及舌象的特有语义特征；然后，对舌色、苔色的标签进行编码、组合，得到舌色苔色的组合标签向量；最后，设计一个深度神经网络，通过训练，建立舌色苔色共有深度特征和组合标签向量之间的映射模型。采用这样的映射方式，可以同时实现舌色、苔色两种诊察特征的识别，不仅实现简单，而且充分利用了舌色、苔色两种属性之间的内在关联关系，可以获得更高的识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN112419330A
公开(公告)日：2021-02-26
申请号：CN202011113063.X
申请日：2020-10-16
Applicant: 北京工业大学
Abstract: 本发明提出一种基于空间相对位置先验的颞骨关键解剖结构自动定位方法，提升了解剖结构的定位速度和定位精度，同时提升了对不同数据分布的颞骨CT数据的分割效果。本发明中，通过以邻接矩阵图对颞骨9个关键解剖结构进行空间相对位置建模，并对该模型设计了一种自适主动微调策略，使得该模型适用于不同尺度的颞骨CT。本文提出的二阶段定位算法以易定位结构先定位作为基准点，结合空间相对位置对其他难定位结构粗定位，再进一步采用精确定位算法在粗定位范围内进行各个解剖结构的精确定位，降低了复杂背景对于定位结果的干扰，有效提升了定位精度和定位速度。同时，我们的模型在处理不同数据分布的颞骨CT有更好的泛化能力。
-
公开(公告)号：CN107316307B
公开(公告)日：2020-05-08
申请号：CN201710498517.1
申请日：2017-06-27
Applicant: 北京工业大学
Abstract: 一种基于深度卷积神经网络的中医舌图像自动分割方法属于计算机视觉领域和中医舌诊领域。本发明设计了一种卷积神经网络结构，利用采集到的样本数据对该网络的训练，得到网络模型，采用该模型可以对中医舌图像进行自动分割。该方法包含离线训练阶段和在线分割阶段，该方法可以同时适用于封闭式和开放式的舌象采集环境，可以有效提高中医舌图像自动分割的精确度和鲁棒性。本发明具体涉及深度学习、语义分割、图像处理等技术。
-
公开(公告)号：CN110544264A
公开(公告)日：2019-12-06
申请号：CN201910799709.5
申请日：2019-08-28
Applicant: 北京工业大学
Abstract: 一种基于3D深监督机制的颞骨关键解剖结构小目标分割方法属于医学影像处理领域，本发明设计了一个3D的编码解码网络，编码阶段采用密集连接网络提取特征，加强特征的传播，提升特征的利用率，不同的密集连接网络块之间设计了迁移模块，迁移模块采用3D多池化特征融合策略，融合max pooling和average pooling后的特征。解码阶段引入3D深监督机制隐藏层和主干网络的输出结果共同指导网络训练。本发明针对颞骨关键解剖结构体积微小，可供提取特征不足的问题，采用3D网络充分利用颞骨CT的空间的信息，实现颞骨关键解剖结构锤骨、砧骨、耳蜗外壁、耳蜗内腔、外半规管、后半规管、前半规管、前庭以及内听道的自动分割。
-
公开(公告)号：CN110363716A
公开(公告)日：2019-10-22
申请号：CN201910552748.5
申请日：2019-06-25
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于条件生成对抗网络复合降质图像高质量重建方法，该方法基于条件生成对抗网络对无人机航拍、视频监控、智能交通等户外视觉系统中复合降质图像进行高质量重建，包括整体流程、复合降质图像样本库的建立、网络模型搭建与训练、复合降质图像高质量重建部分。通过条件生成对抗网络对无人机航拍、视频监控、智能交通等户外视觉系统得到的复合降质图像进行统一高质量重建。本发明提出了建立对应清晰-复合降质图像样本库的方案；采用条件生成对抗网络，建立一种复合降质图像高质量重建方法，可完成存在雾霾、模糊、压缩效应等复合降质图像的统一重建；采用轻型的网络，不仅提高了图像重建速度，也更利于此方法在实践中的应用。
-
公开(公告)号：CN108613460A
公开(公告)日：2018-10-02
申请号：CN201810665722.7
申请日：2018-06-26
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于图像识别测霜技术的空气源热泵控霜方法，机组控制器发出指令控制空气源热泵机组切换至制热模式运行，同时图像处理控制器控制摄像探头开启；摄像探头按时间间隔对室外换热器翅片表面进行拍摄，并将图像信号传输到图像处理控制器中；对图像信号进行像素点灰度识别；对图像结霜像素点进行程度识别；对输出结果进行乘积处理；图像处理控制器向机组控制器传达除霜信号，机组控制器控制机组进行除霜操作；将图像信号传输到图像处理控制器中，图像处理控制器对接收的图像进行滤波、锐化以及灰度处理；对图像信号进行像素点灰度识别；本发明避免结霜不均的干扰，能够准确有效的反映霜量，可有效控制空气源热泵机组的除霜操作。
-
-
-
-
-
-
Search Results
77
records
(took 0.035 seconds)
