-
公开(公告)号：CN107977932B
公开(公告)日：2021-04-23
申请号：CN201711464734.5
申请日：2017-12-28
申请人： 北京工业大学
IPC分类号： G06T3/40
摘要： 一种基于可鉴别属性约束生成对抗网络的人脸图像超分辨率重建方法属于数字图像/视频信号处理领域，首先设计了人脸细节信息增强的处理流程；然后根据此流程进行网络结构的设计，LR图像通过该网络得到HR图像；最后，HR图像通过人脸识别网络进行人脸验证准确性评估。本发明可完成含有LR人脸图像细节信息的增强，并提升人脸验证的准确性；其次，本发明的生成网络先完成图像高频信息的补偿，再由亚像素卷积完成图像放大，最后级联结构完成图像逐步放大，完成图像细节信息增强；属性约束模块与感知模块、对抗模型协同训练，一起微调生成网络重建图像的性能；最后，本发明将生成网络的重建图像输入人脸验证网络，人脸验证的准确性有所提升。
-
公开(公告)号：CN106709874B
公开(公告)日：2020-07-31
申请号：CN201611245899.9
申请日：2016-12-29
申请人： 北京工业大学
摘要： 一种基于人脸结构相关的压缩低分辨率人脸图像复原方法属于图像信息处理技术领域。本发明采用人脸结构相关自适应滤波与局部稀疏字典学习的方法，将低分辨率压缩人脸图像重建为高分辨率人脸图像。本发明根据人脸结构特征，将基于局部位置自适应的滤波方法和稀疏字典表示方法引入到压缩人脸图像超分辨率重建中，分别解决图像去块效应和超分辨率重建问题。在人脸几何结构相似性的指导下，依据位置信息对人脸图像块分类，分别采用不同的滤波参数进行平滑滤波，并建立不同位置的字典，实现高质量图像复原。
-
公开(公告)号：CN106709874A
公开(公告)日：2017-05-24
申请号：CN201611245899.9
申请日：2016-12-29
申请人： 北京工业大学
CPC分类号： G06T3/4053 , G06T5/002 , G06T2207/30201
摘要： 一种基于人脸结构相关的压缩低分辨率人脸图像复原方法属于图像信息处理技术领域。本发明采用人脸结构相关自适应滤波与局部稀疏字典学习的方法，将低分辨率压缩人脸图像重建为高分辨率人脸图像。本发明根据人脸结构特征，将基于局部位置自适应的滤波方法和稀疏字典表示方法引入到压缩人脸图像超分辨率重建中，分别解决图像去块效应和超分辨率重建问题。在人脸几何结构相似性的指导下，依据位置信息对人脸图像块分类，分别采用不同的滤波参数进行平滑滤波，并建立不同位置的字典，实现高质量图像复原。
-
公开(公告)号：CN106096547A
公开(公告)日：2016-11-09
申请号：CN201610406073.X
申请日：2016-06-11
申请人： 北京工业大学
CPC分类号： G06K9/00288 , G06K9/00268 , G06T3/4053
摘要： 一种面向识别的低分辨率人脸图像特征超分辨率重建方法。其特征在于，算法分为两个阶段：离线阶段和在线阶段。所述离线阶段包括，建立训练样本库、分辨率鲁棒特征提取、一致性空间转换、面向识别的P‑KPLS(Piecewise Kernel Partial Least Squares，分段核偏最小二乘法)回归模型训练和高分辨率人脸图像特征库的建立；所述在线阶段包括，人脸图像特征提取、一致性空间转换、预测高分辨率人脸图像特征、特征加权组合和识别。本发明采用机器学习的方法，通过学习低分辨率与高分辨率人脸图像特征的对应关系，将低分辨率人脸图像特征重建为高分辨率人脸图像特征，以提高低分辨率人脸图像的人脸识别率。
-
公开(公告)号：CN116276909A
公开(公告)日：2023-06-23
申请号：CN202310262941.1
申请日：2023-03-17
申请人： 北京工业大学
摘要： 本发明提供一种基于绳索驱动的张拉整体腕外骨骼，包括电池组和驱动单元，第一支撑外骨骼经佩戴与患者小臂适配；第二支撑外骨骼经佩戴与患者手掌适配；屈伸张拉件和尺桡张拉件依次穿设过第一支撑外骨骼和第二支撑外骨骼，屈曲部从第一方向向屈伸驱动部延伸时伸展部沿与第一方向相反的第二方向延伸，尺偏部从第三方向向尺桡驱动部延伸时桡偏部沿与第三方向相反的第四方向延伸，屈曲部、伸展部、尺偏部、桡偏部分别与第一支撑外骨骼和第二支撑外骨骼配合以提供腕关节运动的至少四个方向自由度。本发明能够实现便于患者随身佩戴并为腕关节运动提供多自由度，进而提升对患者康复训练的治疗效果。
-
公开(公告)号：CN116252831A
公开(公告)日：2023-06-13
申请号：CN202310452712.6
申请日：2023-04-25
申请人： 北京工业大学
摘要： 本发明涉及一种军用多功能助力拖车，其特征在于，通过穿脱专用防弹衣可快速连接或者拆卸拖车，使用者在穿戴后进行拖运时拖车自动识别使用者运行方向以及速度进行助力。该拖车装置由专用防弹衣、快速对接单元、拉压力传感器、拖车车体、轮毂电机车轮等组件构成。士兵穿着专用防弹衣通过快速对接单元连接拖车，在前行\后退时，通过检测人施加给拉压力传感器的拉力或压力信号，调整轮毂电机转速，实现自动跟随助力。同时，外接遥控手柄可控制该助力拖车开关以及前进、后退之间的切换。该军用多功能助力拖车能够提高军事作战、消防工作中物资、伤员运输的效率和安全性。
-
公开(公告)号：CN106709875B
公开(公告)日：2020-02-18
申请号：CN201611258018.7
申请日：2016-12-30
申请人： 北京工业大学
摘要： 一种基于联合深度网络的压缩低分辨率图像复原方法属于数字图像/视频信号处理领域。本发明从协同处理压缩失真和降采样因素的角度出发，可完成含有压缩失真与低分辨率随机组合的退化图像复原；本发明的网络含有28卷积层，建立细长型的网络结构，根据迁移学习的思想，对预先训练好的模型采用微调的方式完成极深网络的训练收敛，解决梯度消失、梯度爆炸的问题；本发明通过特征可视化完成网络模型参数的设定，端对端的学习退化特征与理想特征的关系，且省去预处理和后处理；最后，本发明完成三个重要融合，相同尺寸特征图的融合，残差图像的融合，高频信息与高频初始估计图的融合，能协同解决具有压缩失真的低分辨率图像的超分辨复原问题。
-
公开(公告)号：CN106096547B
公开(公告)日：2019-02-19
申请号：CN201610406073.X
申请日：2016-06-11
申请人： 北京工业大学
摘要： 一种面向识别的低分辨率人脸图像特征超分辨率重建方法。其特征在于，算法分为两个阶段：离线阶段和在线阶段。所述离线阶段包括，建立训练样本库、分辨率鲁棒特征提取、一致性空间转换、面向识别的P‑KPLS(Piecewise Kernel Partial Least Squares，分段核偏最小二乘法)回归模型训练和高分辨率人脸图像特征库的建立；所述在线阶段包括，人脸图像特征提取、一致性空间转换、预测高分辨率人脸图像特征、特征加权组合和识别。本发明采用机器学习的方法，通过学习低分辨率与高分辨率人脸图像特征的对应关系，将低分辨率人脸图像特征重建为高分辨率人脸图像特征，以提高低分辨率人脸图像的人脸识别率。
-
公开(公告)号：CN106709875A
公开(公告)日：2017-05-24
申请号：CN201611258018.7
申请日：2016-12-30
申请人： 北京工业大学
摘要： 一种基于联合深度网络的压缩低分辨率图像复原方法属于数字图像/视频信号处理领域。本发明从协同处理压缩失真和降采样因素的角度出发，可完成含有压缩失真与低分辨率随机组合的退化图像复原；本发明的网络含有28卷积层，建立细长型的网络结构，根据迁移学习的思想，对预先训练好的模型采用微调的方式完成极深网络的训练收敛，解决梯度消失、梯度爆炸的问题；本发明通过特征可视化完成网络模型参数的设定，端对端的学习退化特征与理想特征的关系，且省去预处理和后处理；最后，本发明完成三个重要融合，相同尺寸特征图的融合，残差图像的融合，高频信息与高频初始估计图的融合，能协同解决具有压缩失真的低分辨率图像的超分辨复原问题。
-
公开(公告)号：CN106651789A
公开(公告)日：2017-05-10
申请号：CN201611022708.2
申请日：2016-11-21
申请人： 北京工业大学
摘要： 一种面向压缩人脸图像的自适应去块效应方法涉及图像去噪领域，本发明将三维块匹配滤波方法中的块搜索区域根据人脸的对称性扩展。滤波器中的方差参数(sigma)也会根据眼睛鼻子嘴巴的位置以及压缩质量自适应的调整。根据人脸的对称性以及相似的几何结构特征，人脸自适应三维块匹配滤波方法可以针对人脸图像中的去块效应结果有更进一步的提高。对人脸图像进行模型统计，将人脸的先验位置信息引入图像去块效应过程，在滤波的同时更好地保持人脸图像细节信息；针对不同压缩比下的人脸图像，采用不同的参数滤波，使得滤波更具有针对性，优化了算法。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.031 秒)
