-
公开(公告)号:CN118227985B
公开(公告)日:2024-10-22
申请号:CN202410215959.0
申请日:2024-02-27
申请人: 北京科技大学 , 北京科技大学顺德创新学院
IPC分类号: G06F18/20 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/042 , G06N3/09
摘要: 本发明提供一种基于马尔科夫扩散方式的新能源负荷数据重建方法和系统,包括:获取待重建新能源负荷数据,包括存在缺失异常值的目标数据,以及对应的影响目标数据的时序数据和静态数据;输入多时空尺度同步图神经网络,输出带有时空尺度特征的待重建新能源负荷数据;输入影响因素协变量特征融合模块,输出既带有时空尺度特征又带有影响因素协变量特征的待重建新能源负荷数据;对缺失异常部分加噪,将其他部分目标数据、以及所有的时序数据和静态数据作为条件数据,使用基于马尔科夫扩散方式搭建的扩散模型对加噪后的缺失异常部分反向去噪,输出缺失异常部分的重建值。本发明能对新能源负荷数据的缺失异常部分进行高效准确地重建。
-
公开(公告)号:CN118227985A
公开(公告)日:2024-06-21
申请号:CN202410215959.0
申请日:2024-02-27
申请人: 北京科技大学 , 北京科技大学顺德创新学院
IPC分类号: G06F18/20 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/042 , G06N3/09
摘要: 本发明提供一种基于马尔科夫扩散方式的新能源负荷数据重建方法和系统,包括:获取待重建新能源负荷数据,包括存在缺失异常值的目标数据,以及对应的影响目标数据的时序数据和静态数据;输入多时空尺度同步图神经网络,输出带有时空尺度特征的待重建新能源负荷数据;输入影响因素协变量特征融合模块,输出既带有时空尺度特征又带有影响因素协变量特征的待重建新能源负荷数据;对缺失异常部分加噪,将其他部分目标数据、以及所有的时序数据和静态数据作为条件数据,使用基于马尔科夫扩散方式搭建的扩散模型对加噪后的缺失异常部分反向去噪,输出缺失异常部分的重建值。本发明能对新能源负荷数据的缺失异常部分进行高效准确地重建。
-
公开(公告)号:CN118608434A
公开(公告)日:2024-09-06
申请号:CN202410923294.9
申请日:2024-07-10
申请人: 北京科技大学 , 北京科技大学顺德创新学院
IPC分类号: G06T5/80 , G06T3/4007 , G06T5/60 , G06T7/80
摘要: 本发明提供一种基于折射定律的鱼眼图像矫正方法及系统,涉及图像处理技术领域。所述方法包括:输入采集的含有畸变的鱼眼图像,所述鱼眼图像为RGB颜色空间图像;确定所述鱼眼图像的半径、中心点和有效范围,以及所述鱼眼图像相对于半径的成像焦距与成像距离;根据鱼眼镜头的几何模型和折射定律,构建入射角和折射角之间的几何关系模型;在图像平面上,根据入射角与折射角的比例,计算矫正后的像素坐标;利用双线性插值算法填充映射后鱼眼图像的空白像素区域;合并RGB三通道信息,输出畸变矫正后的鱼眼图像。本发明能够高效地矫正鱼眼图像中的畸变问题,以适用于各种鱼眼镜头成像系统,从而提升全景图像开展的质量和视觉效果。
-
公开(公告)号:CN117934340B
公开(公告)日:2024-06-04
申请号:CN202410342527.6
申请日:2024-03-25
申请人: 北京科技大学 , 北京科技大学顺德创新学院
摘要: 本发明提供一种基于深度展开网络的Retinex变分水下图像增强方法和装置,涉及水下图像增强技术领域,包括:输入水下降质图像;利用颜色白平衡方法进行颜色修正;将颜色修正后的水下图像的HSV颜色空间的亮度通道分解成反射率分量和光照分量,采用深度展开网络学习反射率分量和光照分量的各自图像先验及一阶梯度先验,通过交替迭代优化的网络展开方法得到反射率分量和光照分量的增强结果;利用伽马修正方法修正光照分量的增强结果;将反射率分量的增强结果和伽马修正后的光照分量逐点相乘,得到增强后的亮度通道,合并增强后的亮度通道、HSV颜色空间的色度通道和饱和度通道,转换到RGB空间,得到最终的水下增强图像。本发明能高效地输出优质水下增强图像。
-
公开(公告)号:CN117934340A
公开(公告)日:2024-04-26
申请号:CN202410342527.6
申请日:2024-03-25
申请人: 北京科技大学 , 北京科技大学顺德创新学院
摘要: 本发明提供一种基于深度展开网络的Retinex变分水下图像增强方法和装置,涉及水下图像增强技术领域,包括:输入水下降质图像;利用颜色白平衡方法进行颜色修正;将颜色修正后的水下图像的HSV颜色空间的亮度通道分解成反射率分量和光照分量,采用深度展开网络学习反射率分量和光照分量的各自图像先验及一阶梯度先验,通过交替迭代优化的网络展开方法得到反射率分量和光照分量的增强结果;利用伽马修正方法修正光照分量的增强结果;将反射率分量的增强结果和伽马修正后的光照分量逐点相乘,得到增强后的亮度通道,合并增强后的亮度通道、HSV颜色空间的色度通道和饱和度通道,转换到RGB空间,得到最终的水下增强图像。本发明能高效地输出优质水下增强图像。
-
公开(公告)号:CN115837950A
公开(公告)日:2023-03-24
申请号:CN202210593903.X
申请日:2022-05-27
申请人: 北京科技大学
摘要: 本发明公开了一种自发电装置以及电动自行车,自发电装置能够安装于电动自行车,自发电装置该电动自行车在行驶的过程中,将上下颠簸产生的重力势能转化为电能,将电能输送到该电动自行车的电池,使电池在不断输出电能的过程中能够补充一些电能,能够有效避免由于电池容量和电池体积等因素的影响而产生的不利影响,提高电动自行车的续航能力。
-
公开(公告)号:CN117474818A
公开(公告)日:2024-01-30
申请号:CN202311817383.7
申请日:2023-12-27
申请人: 北京科技大学
摘要: 本发明提供一种基于非参数贝叶斯景深估计的水下图像增强方法及装置,属于图像处理技术领域。所述方法包括:输入原始水下降质图像;采用基于归一化统计的颜色修正方法对所述原始水下降质图像进行预处理,以得到颜色修正水下图像;采用基于暗通道先验的自然图像去雾方法计算所述颜色修正水下图像的初始传输率与初始景深;构建非参数贝叶斯模型,对水下图像景深进行稀疏建模与估计;采用基于暗通道先验的自然图像去雾方法计算获得水下增强图像;将景深估计所计算的传输率与获得的水下增强图像进行多尺度融合,得到多尺度精细化的融合图像;将所述多尺度精细化的融合图像作为输出结果。本发明能够提升水下图像增强的性能。
-
公开(公告)号:CN118887183A
公开(公告)日:2024-11-01
申请号:CN202410945217.3
申请日:2024-07-15
申请人: 北京科技大学
IPC分类号: G06T7/00 , G06T7/10 , G06V10/764 , G06V10/774 , G06V10/40 , G06V10/80 , G06N3/06
摘要: 本发明公开一种基于关键特征融合的皮带撕裂检测方法和系统,包括:采集皮带表面图像构建数据集;训练双流融合网络的共享特征层提取通用特征信息,输出融合特征图供双分支任务共享;轻量化目标检测分支通过双分支感知注意力机制,增强易漏检撕裂类别特征的感知敏感度,输出定位锚框及类别预测结果和对应置信度Cd;轻量化分割决策分支通过误检特征增强模块,精准区分干扰物与真实撕裂,输出目标真正为撕裂的预测结果和对应置信度Cs;将Cd和Cs输入置信度融合器,输出被检测目标最终分类,同时根据目标检测分支的定位结果标出最终检测锚框位置;使用训练完成的双流融合网络,对被检皮带表面图像进行撕裂检测。本发明可以对皮带撕裂进行精准检测。
-
公开(公告)号:CN118552878A
公开(公告)日:2024-08-27
申请号:CN202410820785.0
申请日:2024-06-24
申请人: 北京科技大学
IPC分类号: G06V20/40 , G06V10/82 , G06F18/213 , G06F18/22 , G06N3/0895 , G06F123/02
摘要: 本发明公开一种基于跨模态对齐的弱监督新型扒渣终点判断方法和系统,包括:接入当前扒渣现场摄像头,将实时视频流数据输入训练完成的视频数据处理器;视频数据处理器以每一当前帧为基准,将包括当前帧在内向前共若干帧数据进行切割打包,输出当前帧的实时视频片段,作为训练完成的跨模态特征提取器的视频模态输入,同时以当前钢种文本编号和“非终点”文本作为跨模态特征提取器的文本模态输入;跨模态特征提取器提取视频片段特征和文本特征,将提取的视频片段特征和文本特征输入特征比对决策模块进行特征比对,最终输出当前帧是否为对应当前钢种扒渣终点的判断结果。本发明可以对扒渣终点进行准确判断。
-
公开(公告)号:CN118333979A
公开(公告)日:2024-07-12
申请号:CN202410478844.0
申请日:2024-04-20
申请人: 北京科技大学
IPC分类号: G06T7/00 , G06V10/80 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08 , G06F16/35 , G06F40/30
摘要: 本发明提供一种基于离散状态可选空间模型的皮带撕裂检测方法和系统,包括:收集多张皮带运行现场的图像;对每张图像上的撕裂目标进行标注,得到一个图像‑标签对,将所有图像‑标签对按比例划分为训练集和验证集;对训练集里的图像数据进行预处理以扩充训练集,得到输入图像I与标签L;使用输入图像I和输入的语言指导文本训练皮带撕裂开放域检测主干网络,得到训练完成的皮带撕裂开放域检测主干网络,皮带撕裂开放域检测主干网络由基于离散状态可选空间模型M的多个模块构成;使用训练完成的皮带撕裂开放域检测主干网络,对待检测皮带运行现场的图像进行检测,输出待检测皮带运行现场的图像的撕裂检测结果。本发明能高效地对皮带撕裂进行检测。
-
-
-
-
-
-
-
-
-