-
公开(公告)号：CN113095229B
公开(公告)日：2024-04-12
申请号：CN202110399589.7
申请日：2021-04-14
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V20/40 , G06V10/74 , G06V10/764 , G06V10/774
Abstract: 本发明涉及一种无监督域自适应行人重识别系统及方法，属于行人重识别技术领域，解决了现有无监督域自适应行人重识别难度大、识别准确率低的问题。该系统包括，数据获取模块，获取多个源域样本子集和多个目标域样本子集；网络模型训练模块，获得行人重识别网络模型的分类损失函数和样本不变性损失函数，根据源域样本子集中每一行人图片与目标域样本子集中每一行人图片的相似度对目标域样本子集中的行人图片进行排序、分层以获得分层损失函数，进而对行人重识别网络模型进行迭代优化；重识别模块，利用优化好的行人重识别网络模型进行行人重识别，获得与待识别行人图像相同或相似的图像。该系统能够减少网络的迁移损失，提高行人重识别的精度。
-
公开(公告)号：CN113554572B
公开(公告)日：2024-03-26
申请号：CN202110931806.2
申请日：2021-08-13
Applicant: 中国矿业大学
Abstract: 本发明提出了一种基于改进Retinex的图像增强方法和系统，其主要的目的是解决传统Retinex增强方法的效果差，速度慢，效率低等问题，可以较好地解决图像细节和颜色保真度的冲突问题，改善光晕现象，所述装置包括图像采集单元，基于华为海思Hi3519AV100处理器的FEA3519A‑C图像处理核心板，PC端控制单元和图像输出模块。
-
公开(公告)号：CN113643323B
公开(公告)日：2023-10-03
申请号：CN202110960779.1
申请日：2021-08-20
Applicant: 中国矿业大学
Abstract: 本发明提出城市地下综合管廊尘雾环境下目标检测系统，所述系统包括视频逐帧去雾模块和运动目标检测模块，所述视频逐帧去雾模块用于将地下管廊的模糊视频画面去除尘雾影响，恢复管廊内物体或行人轮廓；所述运动目标检测模块用于对视频中运动目标的轮廓进行检测判断，实现了去雾和抑制噪声的效果，而且该模型对边缘的保持有较好的能力，消除了背景更新不及时导致的鬼影现象，而且运算速度得到明显的提升，实现了运动目标追踪的要求。
-
公开(公告)号：CN115496665A
公开(公告)日：2022-12-20
申请号：CN202211317119.2
申请日：2022-10-26
Applicant: 中国矿业大学
IPC: G06T3/40 , G06V10/774 , G06V10/764 , G06V10/80 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于MLP改进模型的矿井模糊图像超分辨率重建方法，该方法包括以下步骤：获取图像数据集；所述图像数据集包括训练图像数据集和测试图像数据集；构建递归残差网络，对输入图像进行多层特征提取；重建网络，对提取出来的图像进行重建，得到超分辨图像；采用训练图像数据集对递归网络进行训练；采用测试图像数据集，对递归网络进行评估，评估重构后的超分辨图像质量标准。本发明通过使用Mlpmixer模块，在特征融合之前对特征进行一个预处理，减少特征融合过程中的信息损失；避免信息过载问题，提高重建后超分辨图像的精准度；通过使用多通道网络结构，实现对重建特征信息的完善，从多方面保证了该网络提取图像特征信息的有效性。
-
公开(公告)号：CN113538249A
公开(公告)日：2021-10-22
申请号：CN202111031496.5
申请日：2021-09-03
Applicant: 中国矿业大学
Abstract: 一种用于视频监控高清呈现的图像超分辨率重建方法及装置，通过引入一个额外的约束来开发一个改进的双重回归方案，这样映射可以形成一个闭环，LR图像可以被重建来提高SR模型的性能，通过提出的双重回归方案，深度模型可以很容易地适应现实世界的数据；对于配对训练数据和非配对现实数据的SR任务都进行了研究；提出的双重回归方案利用真实世界的LR数据和成对的合成数据，使SR模型适应新的LR数据，此方法不同于完全抛弃配对的合成数据。
-
Patent Agency Ranking
公开(公告)号：CN115439793A
公开(公告)日：2022-12-06
申请号：CN202211200631.9
申请日：2022-09-29
Applicant: 中国矿业大学 , 江苏华图矿业科技有限公司
Abstract: 本发明公开了一种面向矿井煤流AI视频分析的异物识别系统，属于图像处理技术领域，包括数据收集模块，采用工业相机对履带上的煤流进行实时视频监控收集；黑夜检测模块，采用改进的U‑net网络结构作为模型，对底片进行预测得到RGB图片；YOLOv4模块，用于对RGB图片进行预测得到目标的位置和类别，使用CSPDarknet53作为该模块整体网络模型的主干网络。基于此还提供了一种面向矿井煤流AI视频分析的异物识别方法，利用加入黑夜检测模块对底片进行预测得到RGB图片，解决了光线不足能见度低的问题，然后用YOLO v4模块对RGB进行预测得到目标的位置和类别，提高了矿井异物识别算法的检测精度和检测速度。
-
公开(公告)号：CN115294282A
公开(公告)日：2022-11-04
申请号：CN202211003081.1
申请日：2022-08-19
Applicant: 中国矿业大学
Abstract: 本发明公开了一种三维场景重建中增强特征融合的单目深度估计系统，该系统包括单目深度估计网络，单目深度估计网络采用自监督方式优化训练；单目深度估计网络包括深度估计网络和位姿预测网络，深度估计网络用于帮助目标图像恢复深度；位姿预测网络用于输出邻帧间运动量；深度估计网络包括深度编码器和深度解码器；深度编码器接用于提取输入图像的深度信息特征；深度解码器生成各尺度的深度预测图；深度编码器与深度解码器采用全尺度跳跃连接，获得全尺度的编、解码器特征信息，并将其融合。本发明通过深度编码器和深度解码器采用全尺度跳跃连接，优化学习分配各层特征信息的参数权重，得到精确的深度边界与预测精度。
-
公开(公告)号：CN117237190B
公开(公告)日：2024-03-15
申请号：CN202311194024.0
申请日：2023-09-15
Applicant: 中国矿业大学
IPC: G06T3/4053 , G06V10/80 , G06T5/70 , G06T11/00 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开用于边缘移动设备的轻量化图像超分辨率重建系统及方法，属于图像超分辨率重建技术领域；包括输入模块、浅层特征提取层、多个堆叠蒸馏特征融合像素注意块模块、特征聚合模块、重建模块和输出模块；浅层特征提取层对低分辨率图像提取浅层特征；多个堆叠蒸馏特征融合像素注意块模块是m个以链的方式进行堆叠的DFFPA块，对浅层特征逐步细化提取深层特征；特征聚合模块聚合m个DFFPA块和浅层特征提取层的特征；重建模块经过卷积层和像素重排进行图像重建，得到超分辨率图像；本发明能够减少冗余信息，更加高效地提取图像中的高频信息，通过在像素级别上对不同尺度的特征进行加权融合，网络能够提供更优质的超分辨率重建结果。
-
公开(公告)号：CN117173024A
公开(公告)日：2023-12-05
申请号：CN202311213700.4
申请日：2023-09-20
Applicant: 中国矿业大学
Abstract: 本发明属于图像超分辨率重建技术领域，涉及一种基于整体注意力的矿井图像超分辨率重建系统及方法；浅层特征输入到深层特征提取模块，深层特征提取模块由N个信息蒸馏块堆叠组成；层间融合注意力机制模块由M个层间金字塔注意力以金字塔结构组成，并通过1×1卷积层来降低维度以减少计算量和参数量，然后输入到3×3卷积层，并引入长跳跃连接，输出融合结果作为上采样及重建模块的输入；得到高分辨率图像；以信息蒸馏网络为框架，引入增强型自校准卷积可以有效地平衡好计算效率和网络性能，更满足现实应用的需求；层间融合注意力机制对多个信息蒸馏块的输出特征图自适应地分配权重，在融合处理后输入重建模块以实现不同深度特征图地充分利用。
-
公开(公告)号：CN115239564B
公开(公告)日：2023-06-16
申请号：CN202210992327.6
申请日：2022-08-18
Applicant: 中国矿业大学
IPC: G06T3/40 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种结合语义信息的矿井图像超分辨率重建方法，其主要目的是通过语义分割网络所产生的概率图对超分辨率网络的深层特征提取前的输入进行调整，以此达到提高图像重建质量的结果。该方法主要包括这几部分：1.构建一个较深的超分辨率网络，其结构主要包括：浅层特征提取模块、深层特征提取模块、上采样模块；2.构建一个语义分割网络，用于产生作为深层特征提取模块的部分输入；3.确定损失函数、学习率调整策略。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.019 seconds)
