公开(公告)号：CN113850842A

公开(公告)日：2021-12-28

申请号：CN202111127342.6

申请日：2021-09-26

申请人： 北京理工大学

发明人： 宋勇 ,  白亚烁 ,  赵宇飞 ,  周雅 ,  张子烁 ,  武喜艳

IPC分类号： G06T7/246 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04

摘要： 本发明涉及一种基于注意力掩膜的抗遮挡目标跟踪方法，属于计算机视觉领域。针对现有跟踪方法，在目标存在遮挡的情况下，容易出现跟踪飘移的问题，本方法首先通过加入注意力机制的特征提取网络对候选区域图像进行特征提取；然后，利用AMGN网络，根据提取到的候选区域特征和空间注意力矩阵，得到遮挡特征样本，用以在特征空间模拟多种目标遮挡情况，增强遮挡正样本；最后，利用判别网络，根据第二、三卷积层遮挡特征样本的融合对特征属于目标还是背景进行区分，最终实现遮挡情况下的目标跟踪。本方法适用于视频监控、人机交互及无人驾驶等领域，对运动目标进行精确跟踪。

公开(公告)号：CN114662644A

公开(公告)日：2022-06-24

申请号：CN202111294464.4

申请日：2021-11-03

申请人： 北京理工大学

发明人： 宋勇 ,  武喜艳 ,  赵宇飞 ,  白亚烁 ,  栗心怡

IPC分类号： G06N3/04 ,  G06N3/063 ,  G06N3/08

摘要： 本发明公开的基于动态阈值神经元的深度脉冲神经网络的图像识别方法，属于类脑计算、深度学习领域。针对现有DNN‑to‑SNN转换技术实现深度SNN时，脉冲传输速率低、发放率低、转换精度存在损失的问题。本发明实现方法为：首先训练DNN，得到权重并保存；然后，基于DNN‑to‑SNN转换方法，将DNN中的激活函数ReLU转换为SNN中具有动态阈值的IF神经元，将DNN权重进行归一化，映射到SNN；最后，仿真运行SNN，每个时间步计算每个神经元的阈值。本方法适用于图像分类识别、目标识别与跟踪等人工智能领域，可加快脉冲传输速率，提高脉冲发放率，加快信息传输，同时降低转换损失。

公开(公告)号：CN117218489A

公开(公告)日：2023-12-12

申请号：CN202311174074.2

申请日：2023-09-12

申请人： 北京理工大学

发明人： 宋勇 ,  白亚烁 ,  周雅 ,  何雨昕 ,  武喜艳 ,  廖一钊 ,  刘淑淇 ,  栗心怡

IPC分类号： G06V10/774 ,  G06T11/00 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0499 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084

摘要： 本发明公开的一种基于关键框点检测的图像样本生成方法，属于计算机视觉领域。本发明为以高斯随机噪声作为输入，通过关键框点生成网络，预设矩形的目标生成位置和嵌入，使用马氏‑高斯heatmap作为初始掩膜，结合Swin‑Transformer‑SPADE生成器生成控制目标生成位置和大小的掩膜，生成分别生成样本图像的前景和背景并最终生成样本图像。可控生成指能够直接解耦图像中物体坐标信息，将图像分解为物体的位置和外观，通过重新定位和交换关键点重新排列生成图像，带标签生成指能够直接保存关键框位置作为目标位置信息。对少样本数据库中的带标签图像样本进行补充，缓解目标检测网络由于缺乏样本而造成的目标检测模型过拟合问题，提升目标检测准确率。