-
公开(公告)号：CN117194698B
公开(公告)日：2024-02-06
申请号：CN202311466655.3
申请日：2023-11-07
申请人： 清华大学
摘要： 本公开提供了一种基于OAR语义知识库的任务处理系统和方法，涉及数据处理技术领域，旨在解决图像数据利用率低的问题，以提高信息处理效率。所述系统包括OAR语义知识库，所述OAR语义知识库包括：数据表示模块、数据结构化模块和数据检索模块；所述数据表示模块，用于获取输入的目标图像的OAR表示，所述目标图像包括多个目标对象；所述数据结构化模块，用于根据所述目标图像的OAR表示，生成所述目标图像的OAR拓扑图；所述数据检索模块，用于根据所述目标图像的OAR拓扑图，在所述OAR语义知识库中进行检索，得到检索图像；所述OAR语义知识库中包含多个图像的OAR拓扑图；所述检索图像用于进行图像处理任务。
-
公开(公告)号：CN113261980B
公开(公告)日：2022-10-21
申请号：CN202110528385.9
申请日：2021-05-14
申请人： 清华大学
摘要： 本申请提供了一种基于脑电联合特征学习的大规模视觉分类方法及装置，涉及计算机视觉、机器学习和生物神经科学领域，旨在提高基于脑电进行视觉分类任务的准确性。所述方法包括：获取待分类的视觉对象对应的脑电信号；提取所述脑电信号的时空特征和小波特征；将所述脑电信号的时空特征和小波特征输入预先训练的视觉分类模型，以通过所述视觉分类模型对所述时空特征的特征向量和所述小波特征的特征向量进行融合，得到联合特征向量；通过所述视觉分类模型确定所述联合特征向量与各个视觉对象的类别之间的关联性；将所述视觉分类模型根据所述关联性而输出的类别，确定为所述待分类的视觉对象的类别。
-
公开(公告)号：CN113662565A
公开(公告)日：2021-11-19
申请号：CN202110909212.1
申请日：2021-08-09
申请人： 清华大学
摘要： 本申请提供了一种基于脑电特征的视频播放质量评价方法及装置，涉及视频技术领域和生物神经科学领域，旨在基于用户的真实感知对视频播放质量进行评价。所述方法包括：采集用户观看待评价视频时的脑电信号；提取预设通道的所述脑电信号的功率谱密度特征；根据所述功率谱密度特征，获取所述脑电信号在预设频带内的能量值；根据获取到的所述预设频带内的能量值，得到待评价视频的播放质量分数。
-
公开(公告)号：CN113554597B
公开(公告)日：2024-02-02
申请号：CN202110700519.0
申请日：2021-06-23
申请人： 清华大学
IPC分类号： G06T7/00 , G06F18/10 , G06F18/2134 , G06F18/214 , A61B5/369 , A61B5/00
摘要： 本申请提供了一种基于脑电特征的图像质量评价方法及装置，涉及图像领域、计算机领域和生物神经科学领域，旨在反映用户真实感知的情况下进行图像质量评价。所述方法包括：获取待评价图像；将所述待评价图像输入分数预测网络，获得由所述分数预测网络输出的图像质量分数；其中，所述分数预测网络是以多个第一图像样本为训练样本、并以所述每个第一图像样本的标签质量分数为标签，对预设分数预测网络进行训练得到的；其中，一个图像样本的标签质量分数为训练完成的标签分数网络针对该图像样本所输出的，所述标签分数网络的训练样本为多个(56)对比文件邓卉;陶晓明;陆建华.面向密集用户区域的无线网络重构体系架构.电信科学.2011,(第01期),全文.
-
公开(公告)号：CN113261980A
公开(公告)日：2021-08-17
申请号：CN202110528385.9
申请日：2021-05-14
申请人： 清华大学
摘要： 本申请提供了一种基于脑电联合特征学习的大规模视觉分类方法及装置，涉及计算机视觉、机器学习和生物神经科学领域，旨在提高基于脑电进行视觉分类任务的准确性。所述方法包括：获取待分类的视觉对象对应的脑电信号；提取所述脑电信号的时空特征和小波特征；将所述脑电信号的时空特征和小波特征输入预先训练的视觉分类模型，以通过所述视觉分类模型对所述时空特征的特征向量和所述小波特征的特征向量进行融合，得到联合特征向量；通过所述视觉分类模型确定所述联合特征向量与各个视觉对象的类别之间的关联性；将所述视觉分类模型根据所述关联性而输出的类别，确定为所述待分类的视觉对象的类别。
-
公开(公告)号：CN117171662A
公开(公告)日：2023-12-05
申请号：CN202311188385.4
申请日：2023-09-14
申请人： 清华大学
IPC分类号： G06F18/2413 , A61B5/374 , A61B5/378 , A61B5/16 , A61B5/00 , G06F18/2131 , G06F18/2134 , G06F18/214 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F123/02
摘要： 本申请提供了一种基于脑电图信号的视觉注意力测量方法、装置和设备，涉及视觉注意力测量技术领域，该方法为：获取目标用户观看视频时的脑电图信号；对所述脑电图信号进行短时傅里叶变换，得到时频特征；将所述时频特征输入视觉注意力测量模型，所述视觉注意力测量模型根据所述时频特征中的注意力特征，输出所述目标用户的视觉注意力测试结果；其中，所述注意力特征为处于α波段和β波段的所述时频特征。
-
公开(公告)号：CN113554597A
公开(公告)日：2021-10-26
申请号：CN202110700519.0
申请日：2021-06-23
申请人： 清华大学
摘要： 本申请提供了一种基于脑电特征的图像质量评价方法及装置，涉及图像领域、计算机领域和生物神经科学领域，旨在反映用户真实感知的情况下进行图像质量评价。所述方法包括：获取待评价图像；将所述待评价图像输入分数预测网络，获得由所述分数预测网络输出的图像质量分数；其中，所述分数预测网络是以多个第一图像样本为训练样本、并以所述每个第一图像样本的标签质量分数为标签，对预设分数预测网络进行训练得到的；其中，一个图像样本的标签质量分数为训练完成的标签分数网络针对该图像样本所输出的，所述标签分数网络的训练样本为多个携带客观质量等级的第二图像样本以及所述第二图像样本各自对应的脑电信号。
-
公开(公告)号：CN112053408B
公开(公告)日：2021-05-25
申请号：CN202010925736.5
申请日：2020-09-04
申请人： 清华大学
摘要： 本发明提供了一种基于深度学习的人脸图像压缩方法及装置，涉及图像处理的技术领域，包括：先基于平均人脸图像和主动外观模型，将测试人脸图像分解为形状分量和纹理分量；然后利用量化熵编码器对形状分量进行编码压缩，得到第一压缩结果；再利用训练好的卷积神经网络编码器对纹理分量进行编码压缩，得到第二压缩结果；最后将第一压缩结果和第二压缩结果确定为人脸图像压缩结果。本发明将平均人脸图像和主动外观模型作为先验知识，且采用训练好的卷积神经网络编码器对纹理分量进行编码压缩的方式可以得到低维度特征表示的第二压缩结果，降低了纹理分量的冗余度，提高了人脸图像的压缩效率。
-
公开(公告)号：CN111466909A
公开(公告)日：2020-07-31
申请号：CN202010292815.7
申请日：2020-04-14
申请人： 清华大学
IPC分类号： A61B5/0476 , A61B5/00
摘要： 本发明提供了一种基于脑电特征的目标检测方法和系统，包括：获取被试关于待检测图像的脑电信号；对脑电信号进行事件相关电位成分分析，提取脑电信号的目标特征信号；目标特征信号为以下任一项：P3特征信号，N2特征信号；基于目标特征信号，利用训练好的预设分类器对待检测图像进行检测，得到检测结果；检测结果包括以下任一项：待检测图像中包含待检测目标，待检测图像中不包含待检测目标。本发明缓解了现有技术中存在的对遥感图像的目标检测精度不高的技术问题。
-
公开(公告)号：CN117194698A
公开(公告)日：2023-12-08
申请号：CN202311466655.3
申请日：2023-11-07
申请人： 清华大学
摘要： 本公开提供了一种基于OAR语义知识库的任务处理系统和方法，涉及数据处理技术领域，旨在解决图像数据利用率低的问题，以提高信息处理效率。所述系统包括OAR语义知识库，所述OAR语义知识库包括：数据表示模块、数据结构化模块和数据检索模块；所述数据表示模块，用于获取输入的目标图像的OAR表示，所述目标图像包括多个目标对象；所述数据结构化模块，用于根据所述目标图像的OAR表示，生成所述目标图像的OAR拓扑图；所述数据检索模块，用于根据所述目标图像的OAR拓扑图，在所述OAR语义知识库中进行检索，得到检索图像；所述OAR语义知识库中包含多个图像的OAR拓扑图；所述检索图像用于进行图像处理任务。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.028 秒)
