-
公开(公告)号：CN117593215A
公开(公告)日：2024-02-23
申请号：CN202410077241.X
申请日：2024-01-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明属于图像自监督预训练领域，为解决生成模型生成图像的准确性差的问题，提供一种生成模型增强的大规模视觉预训练方法及系统。其中，生成模型增强的大规模视觉预训练方法包括利用预训练的生成模型，自适应生成原始图像所对应的正视图；对原始图像和正视图进行数据增强，生成增强后的正样本对，使用预训练的图像编码器提取正样本对的特征表示；根据正样本对的特征表示，计算注意力掩码来分隔前景区域和背景区域；评估正样本对的质量来调整每个正样本对在训练生成模型过程中对整体损失的贡献，计算每个正样本对的重新加权因子，得到最终损失函数，以确定是否继续训练生成模型，其能够减轻低质量和错误图像对生成模型生成图像准确性的影响。
-
公开(公告)号：CN117593215B
公开(公告)日：2024-03-29
申请号：CN202410077241.X
申请日：2024-01-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明属于图像自监督预训练领域，为解决生成模型生成图像的准确性差的问题，提供一种生成模型增强的大规模视觉预训练方法及系统。其中，生成模型增强的大规模视觉预训练方法包括利用预训练的生成模型，自适应生成原始图像所对应的正视图；对原始图像和正视图进行数据增强，生成增强后的正样本对，使用预训练的图像编码器提取正样本对的特征表示；根据正样本对的特征表示，计算注意力掩码来分隔前景区域和背景区域；评估正样本对的质量来调整每个正样本对在训练生成模型过程中对整体损失的贡献，计算每个正样本对的重新加权因子，得到最终损失函数，以确定是否继续训练生成模型，其能够减轻低质量和错误图像对生成模型生成图像准确性的影响。
-
公开(公告)号：CN112561448B
公开(公告)日：2024-07-09
申请号：CN202011562693.5
申请日：2020-12-25
Applicant: 哈尔滨工业大学
IPC: G06Q10/087 , G06Q10/0631 , G06N3/126
Abstract: 基于改进遗传算法的多任务下堆垛机调度算法，本发明涉及路径规划领域的堆垛机调度算法，具体涉及一种改进的遗传算法，弥补了堆垛机应用传统遗传算法早熟易收敛、调度效率低的缺点。本发明的步骤为：一、采用数字编码方式对出库和入库任务进行编码；二、通过坐标定义调度适应度求解公式；三、将初始种群按照本专利所提出的弱者扶持阶段、公平竞争阶段、强者加持阶段进行三阶段的个体选择；四、从个体中随机选择一个基因交叉，再对个体中的基因进行变异，最终输出调度适应度最大的个体。本发明的主要思想是对结合堆垛机的调度特点对传统遗传算法进行改进，进而提高堆垛机的调度效率，该算法工程实用性强、具有很好的推广价值。
-
公开(公告)号：CN116597218A
公开(公告)日：2023-08-15
申请号：CN202310578843.9
申请日：2023-05-22
Applicant: 哈尔滨工业大学
IPC: G06V10/764 , G06V10/82 , G06V20/70 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种病理切片图像病变分级分类检测方法，所述方法包括如下步骤：步骤一：利用基于归一化互信息配准的自动化标签标注方法对裁剪后的图像标注标签，生成数据集；步骤二：对DenseNet121网络进行改进，引入焦点损失函数平衡多个组织样本之间的权重；步骤三：在改进后的DenseNet121中的每一个稠密块和转换层中间加入混合注意力模块，并将局部监督函数加入到修改后网络的损失函数中；步骤四：将步骤二和步骤三中的两个改进网络系统结合，形成针对病变的分级分类检测方案。本发明能够提高病变图像的检出速度和准确率，从而降低人工识别成本，扩展医学图像分类领域应用前景。
-
公开(公告)号：CN111292256B
公开(公告)日：2023-06-06
申请号：CN202010035447.8
申请日：2020-01-14
Applicant: 哈尔滨工业大学
Abstract: 一种基于显微高光谱成像的纹理增强算法，解决了传统波段选择及图像融合方法对纹理特征针对性不强的问题。本发明的步骤为：一、计算每张光谱照片的灰度共生矩阵，得到所需要的纹理修正值；二、进行波段选择，按照各个修正值的侧重点对照片进行排序，选择所需数量的照片作为源图像；三、运用小波变换对所选照片进行分解和融合并评价图像质量，确保融合后的图像纹理特征好于任一张源图像。本发明的基本思想是从纹理特征出发，采用纹理修正值为波段选择提供依据，由此选出的源图像包含了丰富的纹理信息，对其进行波段图像融合时有利于纹理信息的保留和利用。本发明针对显微高光谱照片进行增强后纹理细节突出，非常有利于后续的医学诊断及实验分析。
-
Patent Agency Ranking
公开(公告)号：CN114866224A
公开(公告)日：2022-08-05
申请号：CN202210226507.3
申请日：2022-03-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于改进Feistel结构的文本轻量级加密方法，属于信息安全技术领域。由于传统的加密方法需要大量的资源分配、加解密速度慢，不能达到快速性、实时性的标准，设计了一种面向文本的轻量级分组加解密方法。通过应用两个混沌映射生成并优化得到了非线性度为110，差分逼近概率为0.0391，严格雪崩准则相关矩阵平均值为0.5066的S盒。对广义Feistel结构进行相应的改进，使得改进后的结构一次能够处理所有的中间状态，并结合优化后得到的S盒、新设计的密钥扩展算法和P盒等，组成了面向文本的轻量级分组加解密算法。本发明算法的GE数量符合轻量级的标准，并对本发明算法进行测试、分析与对比，都取得较优的结果，适合给受限设备提供加解密功能。
-
公开(公告)号：CN114663270A
公开(公告)日：2022-06-24
申请号：CN202210221170.7
申请日：2022-03-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 一种基于压缩感知和离散小波变换的图像视觉安全方法，属于信息安全技术领域。本发明针对图像仅适用压缩感知和简易加密后，其直方图不够均匀，信息熵不够接近理想值，以及没有视觉意义等问题，设计了一种基于压缩感知和离散小波变换的图像视觉安全算法。该方法使用了一维混沌方程来作为伪随机序列发生器，利用Arnold猫映射对原文图像进行置乱，使用压缩感知技术对置乱后的图像进行压缩，接着使用移位异或操作替换像素值，以提高安全性，最终将中间态密文嵌入，得到视觉安全图像。经过理论分析和实验仿真，本发明加密性能优秀，嵌入方法能达到视觉安全，嵌入后能够实现无损提取和图像重构，在实时传输网络中具有广泛应用价值。
-
公开(公告)号：CN108961221B
公开(公告)日：2021-09-07
申请号：CN201810619917.8
申请日：2018-06-15
Applicant: 哈尔滨工业大学
Abstract: 一种航空插头现场静态图像检测算法，它涉及运用图像处理技术进行故障诊断，解决了重要装备现场临时插接大量航空插头的故障检测问题。本发明的步骤为：一、对航空插头图像进行层次化聚类，并利用定制的判别条件结束各层聚类；二、根据针头坐标辨识参数：旋转角、相邻插针橫轴和纵轴间距；三、依据得到的参数变换模板，并计算变换后的模板针头坐标与插头针头坐标之差，当该差值较大时，判定该插针存在故障。本发明的基本思想是不对原始图像进行变换而只是通过多次聚类进行分割，估计出插头姿态参数后去变换插头标准模板，进而匹配出每个插针的位置误差，这样能避免变换原始图像所造成的像素误差，有效降低误检率。
-
公开(公告)号：CN113077374A
公开(公告)日：2021-07-06
申请号：CN202110306095.X
申请日：2021-03-23
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明针对静态DNA编码与计算规则单一，加密过程脱离明文，易受明文攻破的问题，提出了一种基于新4维超混沌和DNA随机编码计算的彩色图像加密方法。该方法首先设计了一个新的4维超混沌系统，迭代系统产生多个伪随机序列，对其计算修正生成新的伪随机序列与矩阵，将彩色图像分解成R、G和B通道分量后再将其融合成一个矩阵，然后根据新生成的伪随机序列对图像与伪随机矩阵进行DNA随机编码并进行DNA随机计算，再进行DNA级明文相关的置乱与DNA随机解码后，分解矩阵成通道分量，融合生成最终的密文图像，其中混沌系统的初始值由SHA‑512算法计算明文而来。本发明提出的加密方法不仅密钥空间大，对明文敏感性强，而且能够有效地抵抗统计、暴力和差分等攻击。
-
公开(公告)号：CN111817721A
公开(公告)日：2020-10-23
申请号：CN202010638473.X
申请日：2020-07-06
Applicant: 哈尔滨工业大学(威海)
IPC: H03M7/30
Abstract: 本发明公开了一种基于Logistic映射的压缩感知测量矩阵优化方法，属于信号处理技术领域。针对当前压缩感知过程中因测量矩阵性能缺陷而信号重构质量差，而现有的测量矩阵优化方法结构复杂、不易实现等问题，本发明提出了一种基于Logistic映射的压缩感知测量矩阵优化方法。首先，用Logistic映射生成与测量矩阵同等大小的序列，然后用生成的序列提升测量矩阵中元素的随机性，从而完成对测量矩阵的优化，得到优化后的测量矩阵。经过实验验证分析，本发明能够提高压缩感知信号的重构质量，同时优化方法简单易行且快速高效，实用性强。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.043 seconds)
