-
公开(公告)号：CN112348033A
公开(公告)日：2021-02-09
申请号：CN202011100360.0
申请日：2020-10-15
Applicant: 北京交通大学
Abstract: 本发明涉及一种协同显著性目标检测方法，具体包括如下步骤：给定一个包含N幅相关图像的图像组；步骤2：使用共享的骨干特征提取器来获取深层特征；步骤3：通过在线的图内显著性引导模块生成图内显著性特征；步骤4：采用集成‑分发结构聚合群组语义特征并自适应地将其分配给不同的个体，以实现协同显著性特征学习；步骤5：将低分辨率的协同显著性特征送入群组一致性保持解码器和协同显著性预测头部件来一致性地突出协同显著性目标并生成全分辨率的协同显著性图。通过本发明提供方法能够生成更加准确、完整的协同显著性图，且能够有效抑制无关干扰的影响，图间一致性保持好。
-
公开(公告)号：CN108717680B
公开(公告)日：2020-12-08
申请号：CN201810241734.7
申请日：2018-03-22
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于全稠密连接网络的空域图像隐写分析方法。该方法包括：构建包括多个稠密连接块的全稠密连接网络，稠密连接块包括多组卷积层和一层平均池化层，相邻的稠密连接块相连，按照从低层到高层的顺序稠密连接块的网络宽度以2的指数倍增长；通过卷积操作获取待识别的空域图像的原始特征图，将原始特征图输入到全稠密连接网络，对原始特征图进行多层的卷积和池化操作，得到多维的特征向量；通过全连接层将多维的特征向量降维为2维的特征向量，将2维的特征向量输入softmax激活函数，得到空域图像是隐写图像还是普通图像的预测概率值。本发明可以促进更广泛的图像特征重用，强化了隐写的微弱信号在网络中的传播，提升了隐写分析的检测性能。
-
公开(公告)号：CN111260565A
公开(公告)日：2020-06-09
申请号：CN202010002973.4
申请日：2020-01-02
Applicant: 北京交通大学
Abstract: 本发明提供了一种本发明实施例的基于畸变分布图的畸变图像矫正方法及系统，用以解决畸变图像矫正的相机模型及特征提取局限性问题。所述畸变图像矫正方法，通过构建畸变分布图，提取畸变分布图引导的语义特征，再与结构特征进行多模特征融合，在局部结构特征和全局语义特征之间进行有意义的信息传递，根据语义-结构混合向量输出矫正图像。本发明基于畸变分布图的畸变图像矫正方法，同时适用于多种相机模型，具有普适性，同时能够有效地提取和感知图像的语义和结构特征，从而有效地去除不同类型的几何畸，更合理地还原真实的物理场景，自动且灵活地矫正任意畸变图像，提高了矫正效果。
-
公开(公告)号：CN109951614B
公开(公告)日：2020-01-10
申请号：CN201910164407.0
申请日：2019-03-05
Applicant: 北京交通大学
IPC: H04N1/32
Abstract: 本发明提供了一种基于JPEG图像的自适应可逆信息隐藏方法，包括：根据JPEG图像量化后的离散余弦变换系数，生成多个直方图；确定多个直方图中每个直方图的最优修改参数；根据最优修改参数，修改每个直方图对应的DCT系数，并将所述的信息与所述的DCT系数一起嵌入到载体图像中，得到标记好的JPEG图像。通过采用本发明的方法，可以在尽量保持JPEG文件大小不增大的同时，提高载体的视觉质量和嵌入容量。
-
公开(公告)号：CN104978395B
公开(公告)日：2019-05-21
申请号：CN201510267106.2
申请日：2015-05-22
Applicant: 北京交通大学 , 中国移动通信集团设计院有限公司
Abstract: 本发明实施例提供了一种视觉词典的构建及应用方法和装置。包括：确定训练图像数据集，提取所述训练图像数据集中全部训练图像的局部描述符，得到第一局部描述符集；根据设定的分解方式将所述第一局部描述符集分解成若干第一子局部描述符集；对每个所述第一子局部描述符集分别进行聚类，分别得到每个所述第一子局部描述符集对应的第一视觉子词集，由所有所述第一视觉子词集构成视觉词典。通过本发明实施例，在构建视觉词典的过程中，提高了为实现图像检索所需要的运算时间以及内存占用。
-
Patent Agency Ranking
公开(公告)号：CN105303449B
公开(公告)日：2019-05-17
申请号：CN201510756440.4
申请日：2015-11-09
Applicant: 北京交通大学
Abstract: 本发明实施例提供了一种基于相机指纹特征的社交网络用户的识别方法和系统。所述基于相机指纹特征的社交网络用户的识别方法，包括：获取至少两个网络用户的原始图像；提取各个所述网络用户的原始图像的噪声模式；按照所述噪声模式相互的相关度大小，对各个所述网络用户的原始图像进行聚类；根据所述网络用户的聚类后的各类原始图像的噪声模式，估计得到所述各类的相机指纹，并组合作为所述用户的相机指纹组；根据两个所述网络用户的相机指纹组，计算两个所述网络用户之间的用户相关度；当两个所述网络用户之间的用户相关度大于第一阈值时，则确定为所述两个网络用户共享至少一个相机。本发明能够通过相机指纹特征对网络用户进行识别。
-
公开(公告)号：CN105681790B
公开(公告)日：2019-01-22
申请号：CN201610010094.X
申请日：2016-01-08
Applicant: 北京交通大学
IPC: H04N19/13 , H04N19/119 , H04N19/124 , H04N19/91
Abstract: 本发明提供了一种图像集中的图像的编码方法和解码方法。所述方法包括：获取图像集中的待编码的当前原始图像的前一幅原始图像；生成前一幅原始图像的解码图像；将当前原始图像与前一幅原始图像的解码图像求差值，生成差值图像；对差值图像进行矩阵变化，生成差值图像对应的差值矩阵Rn；对前一幅原始图像的解码图像进行矩阵变化，生成前一幅原始图像的解码图像对应的矩阵；使用非负矩阵分解法，将前一幅原始图像的解码图像对应的矩阵分解为字典矩阵和系数矩阵；使用最小二乘法，得到差值矩阵在字典矩阵下的系数矩阵；对系数矩阵进行量化和熵编码处理，生成当前原始图像的编码图像。
-
公开(公告)号：CN108717680A
公开(公告)日：2018-10-30
申请号：CN201810241734.7
申请日：2018-03-22
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于全稠密连接网络的空域图像隐写分析方法。该方法包括：构建包括多个稠密连接块的全稠密连接网络，稠密连接块包括多组卷积层和一层平均池化层，相邻的稠密连接块相连，按照从低层到高层的顺序稠密连接块的网络宽度以2的指数倍增长；通过卷积操作获取待识别的空域图像的原始特征图，将原始特征图输入到全稠密连接网络，对原始特征图进行多层的卷积和池化操作，得到多维的特征向量；通过全连接层将多维的特征向量降维为2维的特征向量，将2维的特征向量输入softmax激活函数，得到空域图像是隐写图像还是普通图像的预测概率值。本发明可以促进更广泛的图像特征重用，强化了隐写的微弱信号在网络中的传播，提升了隐写分析的检测性能。
-
公开(公告)号：CN108344432A
公开(公告)日：2018-07-31
申请号：CN201810122044.X
申请日：2018-02-07
Applicant: 北京交通大学
CPC classification number: G01D5/35354 , G01D5/35364 , G01D21/02
Abstract: 本发明提供了一种获取布里渊光纤分布式传感系统的传感信息的方法。该方法包括：将信号光注入到布里渊光纤分布式传感系统的传感光纤，通过光接收设备采集布里渊光纤分布式传感系统发出的反射光；通过所述光接收设备两次采集所述反射光，分别得到反射光中携带的布里渊传感信息的参考谱、测量谱，将所述测量谱减去所述参考谱，得到相减谱；对相减谱进行分析，获取布里渊光纤分布式传感系统中携带传感信息的谱块区域，分析谱块区域并提取传感信息。本发明通过将布里渊频谱中的测量谱减去原始谱，可以将未发生频谱偏移也就是应力和温度等没有改变的光纤段去除，而仅仅处理携带传感信息的部分，从而减小工作量、降低数据处理时间、快速获取分布式传感信息。
-
公开(公告)号：CN103413299B
公开(公告)日：2016-08-10
申请号：CN201310316308.2
申请日：2013-07-25
Applicant: 北京交通大学
IPC: G06T7/00
Abstract: 本发明公开了一种生成用于图像分割的主动轮廓模型的方法。本发明提出一个新的基于图像边界信息的静态外部力场，称为自适应的各向异性的广义梯度矢量流外部力场。此外部力场根据图像的局部特征自适应调节外部力迭代方程中发散项与数据项的权重系数，并同时自适应调节沿等照度线法线和切线方向发散的权重系数。因此本发明主动轮廓模型在进行图像分割时具有很好的噪声鲁棒性、很高的外部力场发散效率以及噪声环境下卓越的边界保护和长窄凹陷收敛性能，并同时保留传统主动轮廓模型所具有的捕获范围大以及初始化灵活性等优点。
-
-
-
-
-
-
-
-
-
Search Results
164
records
(took 0.03 seconds)
