-
公开(公告)号：CN119941818A
公开(公告)日：2025-05-06
申请号：CN202510052711.1
申请日：2025-01-14
Applicant: 北京邮电大学
IPC: G06T7/55 , G06T7/00 , G06T3/4038 , G06T3/4046 , G06T3/4053 , G06T3/4007 , G06V10/774 , G06V10/77 , G06V10/82 , G06V10/80 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06N5/04
Abstract: 本发明公开了一种双目视差估计的通用深度学习方法，针对不同视差范围数据集迁移适应性差的问题，提出了一种具有高泛化能力的网络结构；通过学习从图像函数空间到视差函数空间的映射，模型支持自定义视差范围和多尺度训练，能够动态构建具备可变尺度和视差感知的代价几何体，同时引入Galerkin注意力机制，降低计算复杂度和显存消耗；本方法包括数据处理、多级特征提取、代价几何体构建、Galerkin注意力机制、特征聚合及迭代优化等核心步骤；结合本方法的实施实例，模型提升了视差估计的精度和可靠性，在多场景、多种分辨率下具备显著的适应性和推理效率。
-
公开(公告)号：CN119941510A
公开(公告)日：2025-05-06
申请号：CN202510052786.X
申请日：2025-01-14
Applicant: 北京邮电大学
IPC: G06T3/4053 , G06T3/4046 , G06T5/50 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种彩色图像引导的深度图像任意分辨重建方法，涉及计算机视觉、数字图像处理、数字信号处理技术领域。本发明提出的一种针对任意分辨率的深度图像引导式超分辨重建的神经网络模型，包含逐级下采样模块、融合模块、输出采样模块、交叉聚合模块及注意力投射模块。通过结合多分辨率特征提取、自注意力与交叉注意力机制，模型能够高效融合彩色图像和深度图像特征，并在给定目标采样位置完成深度值的高精度重建。模型仅需少量目标位置的深度真值监督，可降低训练资源需求。相比现有技术，本方法支持任意分辨率重建，适用于多种场景深度图像的超分辨率处理。
-
公开(公告)号：CN115937006A
公开(公告)日：2023-04-07
申请号：CN202111540942.5
申请日：2021-12-16
IPC: G06T5/00 , G06N7/00 , G06V10/762
Abstract: 本发明公开了一种基于高斯‑威沙特先验的高光谱图像去噪方法，包括了以下步骤：1)输入受到噪声污染的高光谱图像W，H分别是高光谱图像空间维的长和宽，S为光谱的波段数；2)提取尺寸为dw×dH×S的有重叠的全波段图像块，采用K‑means++将图像块聚类成组输入到非参数贝叶斯CP分解模型中；3)在贝叶斯模型中，通过共轭先验和似然函数的关系推导出参数的后验概率公式，Gibbs采样依次更新待估计的参数；4)由CP分解的权重系数和因子矩阵重建图像组；5)还原图像块，并均值平滑图像块重叠处，重建本次迭代的图像；6)将本次迭代结果和原始输入图像经过正则化系数平衡后，作为下一次迭代的输入图像。经步骤1‑6多次迭代，输出最后一次的重建结果。本发明不需要噪声方差作为输入，具有良好的去噪效果和适用性。
-
公开(公告)号：CN114245128A
公开(公告)日：2022-03-25
申请号：CN202111585107.3
申请日：2021-12-16
Applicant: 北京邮电大学 , 北京睿拓时创科技有限公司
IPC: H04N19/132 , H04N19/149 , H04N19/154 , H04N19/172 , G06V10/77 , G06V10/774 , G06V10/84 , G06K9/62
Abstract: 本发明公开了一种一种基于多任务盲压缩感知的高光谱视频重建方法，包括以下步骤：1)输入P帧压缩高光谱视频中的L帧压缩测量其中P≥L，且L＞1，Nx，Ny为待恢复的高光谱视频帧的空间维的长和宽,Ns为光谱维的通道数；2)L个压缩测量均提取尺寸为d×d的有重叠的图像块；3)在多任务非参数贝叶斯模型中，通过共轭先验和似然函数的关系推导出字典和字典相关参数的后验概率公式，吉布斯采样依次对字典原子和字典相关系数进行更新；4)用字典原子的稀疏组合表示重建得到的图像块，重建本次迭代得到的L帧高光谱视频。经过步骤3‑4多次迭代，输出最后一次的重建结果。5)基于滑动窗口的思想，经过步骤1‑4的多次迭代，得到高光谱视频中所有帧的重建结果，并均值处理帧的重复重建结果，最终得到P帧高光谱视频。本发明不需要先从外部数据库学习字典原子，适用于现有训练数据集不可用的从头重建问题。
-
公开(公告)号：CN107993239A
公开(公告)日：2018-05-04
申请号：CN201711423455.4
申请日：2017-12-25
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种计算单目图像的深度次序的方法和装置，方法包括：使用预设的过分割算法和预设的分类器依次对单目图像进行处理，生成单目图像的遮挡轮廓图；使用预设的卷积核遍历遮挡轮廓图中的各像素点，生成各像素点对应的卷积值；在各像素点对应的卷积值中，将卷积值为预设值的像素点确定为间断点，间断点为遮挡轮廓图中位于缺失的像素点两端的像素点；将相邻的间断点之间的最短路径，确定为相邻的间断点之间的待填充轮廓；沿着待填充轮廓，填充相邻的间断点之间缺失的像素点，生成填充后的遮挡轮廓图；根据填充后的遮挡轮廓图，计算单目图像的深度次序。应用本发明实施例能够实现准确计算单目图像的深度次序。
-
Patent Agency Ranking
公开(公告)号：CN108981710B
公开(公告)日：2019-10-11
申请号：CN201810889370.3
申请日：2018-08-07
Applicant: 北京邮电大学
Abstract: 本发明提供了一种移动机器人的全覆盖路径规划方法，该方法通过解决优化分割覆盖及这个过程中的路径规划问题实现的新的覆盖算法，该算法不需要预先知道地图空间环境，在覆盖的同时进行区域划分，并且这个过程是增量式覆盖，实现动态覆盖划分，并且可对动态出现的障碍物做实时选择规划，从而实现避障完成覆盖的双重任务。该方法不仅可以运用于拓扑环境规则的地图环境，而且同样适用于复杂区域环境空间，相比于牛耕分割算法更具优势。
-
公开(公告)号：CN108564604A
公开(公告)日：2018-09-21
申请号：CN201810252302.6
申请日：2018-03-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于平面约束和三角剖分的双目视觉立体匹配方法及装置。该方法包括：获取两个摄像机采集的左右图像，将任一幅作为参考图像；确定参考图像的支持点并计算视差；按预设方式分割参考图像；将各分割区域分为第一类和/或第二类分割区域；将每个第一类分割区域二次分割；根据每个子分割区域的支持点及视差，确定该区域内非支持点的视差；将每个第二类分割区域三角剖分；根据每个三角形区域的顶点及视差确定该区域内非支持点的视差搜索范围；将该范围对应的待匹配点与非支持点逐像素匹配，确定非支持点的视差。本发明能够对遮挡区域及大面积无纹理区域更准确地匹配。且缩小了小面积分割区域的视差搜索范围，提高了匹配效率。
-
公开(公告)号：CN114240756A
公开(公告)日：2022-03-25
申请号：CN202111587798.0
申请日：2021-12-16
Applicant: 北京邮电大学 , 北京睿拓时创科技有限公司
IPC: G06T3/40 , G06V10/77 , G06V10/774 , G06V10/84 , G06K9/62
Abstract: 一种基于字典原子嵌入的RGB图像光谱信息重构方法，属于计算机视觉领域。本发明通过重构RGB图像信息得到对应场景的高光谱图像，首先由高分辨率光谱图像库得到训练样本，然后基于贝叶斯非参数的字典学习理论并考虑光谱变化的光滑性使用高斯过程，学习得到完备的光谱字典；接着对每一个字典原子，根据与低维空间的特征相似性选取低维像素及其对应的高维像素，使用它们邻域构成低维空间到高维空间的映射矩阵，完成训练阶段；最后，根据测试图像与光谱字典的关系选取从低维空间映射到高维空间的映射矩阵并重建，即可完成高光谱图像的重建。本发明能够通过彩色图像重建高分辨率的高光谱图像，同时保证计算速度，可以应用在医学成像、地质勘探、农业生产等领域。
-
公开(公告)号：CN108564604B
公开(公告)日：2020-07-03
申请号：CN201810252302.6
申请日：2018-03-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于平面约束和三角剖分的双目视觉立体匹配方法及装置。该方法包括：获取两个摄像机采集的左右图像，将任一幅作为参考图像；确定参考图像的支持点并计算视差；按预设方式分割参考图像；将各分割区域分为第一类和/或第二类分割区域；将每个第一类分割区域二次分割；根据每个子分割区域的支持点及视差，确定该区域内非支持点的视差；将每个第二类分割区域三角剖分；根据每个三角形区域的顶点及视差确定该区域内非支持点的视差搜索范围；将该范围对应的待匹配点与非支持点逐像素匹配，确定非支持点的视差。本发明能够对遮挡区域及大面积无纹理区域更准确地匹配。且缩小了小面积分割区域的视差搜索范围，提高了匹配效率。
-
公开(公告)号：CN108981710A
公开(公告)日：2018-12-11
申请号：CN201810889370.3
申请日：2018-08-07
Applicant: 北京邮电大学
Abstract: 本发明提供了一种移动机器人的全覆盖路径规划方法，该方法通过解决优化分割覆盖及这个过程中的路径规划问题实现的新的覆盖算法，该算法不需要预先知道地图空间环境，在覆盖的同时进行区域划分，并且这个过程是增量式覆盖，实现动态覆盖划分，并且可对动态出现的障碍物做实时选择规划，从而实现避障完成覆盖的双重任务。该方法不仅可以运用于拓扑环境规则的地图环境，而且同样适用于复杂区域环境空间，相比于牛耕分割算法更具优势。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.022 seconds)
