-
公开(公告)号：CN104899862A
公开(公告)日：2015-09-09
申请号：CN201510153103.6
申请日：2015-04-01
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于全局与局部阈值的视网膜血管分割算法。该方法包括以下步骤：首先，提取视网膜图像中目标与背景对比度较高的绿色通道图像并采用多尺度多方向滤波方法来增强图像；其次，在增强图像上分别使用全局阈值二维最大熵与局部阈值移动平均算法对图像进行分割以获取视网膜的主血管与细小血管部分；最后，通过区域连通性的判断，将视网膜的主血管与细小血管进行结合，分割出最终的血管网络。本算法分割效果好，考虑到使用单一阈值方法无法有效提取整体血管网络，有效结合了全局阈值二维最大熵与局部阈值移动平均的优点，分割得到的血管在细小部分更为丰富，具有较好的连通性。本发明适用于正常及病变的视网膜图像的血管分割。
-
公开(公告)号：CN119784792A
公开(公告)日：2025-04-08
申请号：CN202411848952.9
申请日：2024-12-16
Applicant: 武汉工程大学 , 光宇锦业(武汉)智能科技有限公司
Abstract: 本申请涉及多目标跟踪领域，公开多目标跟踪方法及相关设备。方法包括获取视频序列每帧图像的目标检测信息并确定前预设连续帧图像的目标跟踪信息，将该目标跟踪信息作为参考数据；确定参考数据中最后一帧图像的交互信息和场景约束信息；基于参考数据中最后一帧图像的目标跟踪信息、交互信息和场景约束信息确定参考数据的下一帧图像的预测跟踪信息；基于参考数据的下一帧图像的目标检测信息和预测跟踪信息确定该帧图像的目标跟踪信息；将参考数据的下一帧图像的目标跟踪信息和参考数据作为新的参考数据，重复执行前述步骤，直至获得视频序列内每帧图像的目标跟踪信息，以确定视频序列内每个目标的跟踪轨迹。方法能够提高多目标跟踪的准确率。
-
公开(公告)号：CN119672085A
公开(公告)日：2025-03-21
申请号：CN202411734017.X
申请日：2024-11-29
Applicant: 武汉工程大学
IPC: G06T7/593 , G06T7/40 , G06T3/4053 , G06T5/70
Abstract: 本发明提供一种视差指导的双目超分辨率图像重建方法与系统，涉及计算机视觉双目超分辨率技术领域；方法包括：通过构建的视差指导双目超分辨率模型对输入的双目低分辨率图像进行去伪影处理，得到双目去伪影图像，对双目去伪影图像进行迭代去噪处理，得到双目超分辨率重建图像，并估计出双目超分辨率重建图像的双目估计视差，分别计算双目估计视差和双目超分辨率重建图像对应的损失值，根据不同的损失值对模型优化，以使用优化后的模型将目标双目低分辨率图像重建为目标双目超分辨率重建图像。通过视差损失和路径损失来约束模型，提高模型重建精度，以重建出高保真和聚集高频信息的双目高分辨率图像。
-
公开(公告)号：CN117953590B
公开(公告)日：2024-07-05
申请号：CN202410354226.5
申请日：2024-03-27
Applicant: 武汉工程大学 , 湖北文理学院 , 中国电力科学研究院有限公司
IPC: G06V40/20 , G06V10/22 , G06V10/764 , G06V10/80 , G06V10/77 , G06V10/82 , G06N3/0455 , G06N3/082
Abstract: 本发明涉及一种三元交互动作检测方法、系统、设备及介质，方法包括：获取待测三元关系交互动作图像；确定待测三元关系交互动作图像的降维特征图；为降维特征图上每个预设区域添加位置信息，确定全局信息图；利用预设的多头注意力机制，将全局信息图和预设的查询规则进行融合，确定预测交互动作信息；将预测交互动作信息转换为三元检测框信息和交互动作类别。解决了现有技术无法对三元交互动作信息进行完整的描述，不仅降低了预测出的该交互动作信息的区域范围的准确性，还降低了该交互动作信息对应的交互动作类别的准确性的问题。
-
公开(公告)号：CN118115884A
公开(公告)日：2024-05-31
申请号：CN202311668886.2
申请日：2023-12-05
Applicant: 武汉工程大学
Abstract: 本发明提供一种基于运动图嵌入的多目标跟踪系统及方法，涉及多目标跟踪技术领域；本发明对分频后的图像按时间进行排序，并进行目标检测得到多帧图像的多个检测结果图像；对检测结果图像进行特征提取，得到特征图像序列；对特征图像序列进行运动信息提取得到表观特征向量和运动特征向量；以表观特征向量为顶点，运动特征向量为边构建运动图；并对运动图进行迭代简化处理，生成运动图中各顶点的提案集合；对提案集合进行评分，得到质量分数；根据质量分数生成提案簇集合，并获得多个短轨迹，将多个短轨迹连接成长跟踪轨迹。本发明通过找到具有运动图代表性的边特征来构建运动图，获得轨迹级别的时间信息，从而提高微小目标跟踪的性能。
-
Patent Agency Ranking
公开(公告)号：CN117953015A
公开(公告)日：2024-04-30
申请号：CN202410347796.1
申请日：2024-03-26
Applicant: 武汉工程大学 , 中国人民解放军海军工程大学 , 湖北文理学院
IPC: G06T7/246 , G06V40/10 , G06V20/40 , G06T3/4053
Abstract: 本发明公开了基于视频超分辨率多行人跟踪方法、系统、设备及介质，涉及超分辨率领域以及多目标跟踪领域技术领域，方法包括：获取检测区域的视频，对视频进行视频帧插值及超分辨率处理，对每一帧进行目标检测得到检测框，对重叠度满足条件的检测框进行融合；提取检测框的可见区域标签，根据可见区域标签计算当前帧的检测框和前一帧的检测框的特征距离，将特征距离经过匈牙利算法计算得到最终结果，将最终结果整合输出得到行人轨迹。本发明融合了不同视觉任务，能够实现多视觉任务的相互促进，提高了检测与跟踪的性能，解决了多行人跟踪在低质量成像场景下视频帧模糊难以处理、漏检和误检高概率等问题。
-
公开(公告)号：CN111709991B
公开(公告)日：2023-11-07
申请号：CN202010467531.7
申请日：2020-05-28
Applicant: 武汉工程大学 , 武汉引行科技有限公司
IPC: G06T7/70 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种铁路工机具的检测方法、系统、装置和存储介质，方法包括获取多个工机具图像，根据所有工机具图像制作数据集；构建深度卷积神经网络，利用数据集和深度卷积神经网络构建反射图像提取网络，根据深度卷积神经网络和反射图像提取网络得到特征检测网络，根据深度卷积神经网络、反射图像提取网络和特征检测网络得到初始检测网络模型；利用数据集对初始检测网络模型进行训练，得到目标检测网络模型；根据目标检测网络模型对待检测工机具图像进行检测，得到检测结果。本发明可有效解决背景复杂、光照不均以及目标尺度差异大、形态复杂和存在遮挡等问题，对铁路工机具进行快速而准确地目标检测，实现铁路工机具的自动清点。
-
公开(公告)号：CN112183675B
公开(公告)日：2023-09-26
申请号：CN202011247293.5
申请日：2020-11-10
Applicant: 武汉工程大学
IPC: G06V20/40 , G06V10/774 , G06N3/04
Abstract: 本发明公开了一种基于孪生网络的针对低分辨率目标的跟踪方法，首先直接对多个低分辨率输入视频帧进行特征提取，并进行多维特征通道融合，接着，为了避免网络中产生零梯度而丢失视频的重要信息，采用参数线性纠正单元作为激活函数，采用更小的滤波器尺寸调整网络结构以进行多层映射；最后，在网络末端添加反卷积层上采样得到重建视频帧。通过对多个标注好的视频帧序列进行预处理构建训练样本，构建跟踪孪生网络，定义损失函数并进行训练，得到训练后跟踪孪生网络；组合重建超分视频帧的精简卷积神经网络和跟踪孪生网络，对图像序列进行跟踪，得到相似度分数矩阵，通过矩阵中最大值计算出目标的位置坐标。本发明提高了在低分辨率环境下的跟踪精度。
-
公开(公告)号：CN110688368B
公开(公告)日：2023-06-20
申请号：CN201910929085.4
申请日：2019-09-28
Applicant: 武汉工程大学
Inventor： 陈灯 , 张哲泓 , 魏巍 , 张彦铎 , 李晓林 , 鞠剑平 , 唐剑影 , 刘玮 , 段功豪 , 卢涛 , 周华兵 , 李迅 , 于宝成 , 徐文霞 , 鲁统伟 , 闵峰 , 朱锐 , 彭丽 , 王逸文
IPC: G06F16/21 , G06F16/2458 , G06F16/28
Abstract: 本发明公开了一种构件行为模型挖掘方法与装置，该方法包括：S1)运行包含构件的软件，动态采集构件的带参行为交互序列，构成序列集合；S2)合并具有不同参数值的相同构件行为交互序列；S3)基于合并后的构件行为交互序列构建一棵树；S4)合并树中的等价节点获得有限状态机R’；S5)根据参数观察值集合归纳参数的不变式作为有限状态机R’中对应边的守护条件；S6)计算有限状态机R’中构件行为满足参数不变式的概率；S7)基于步骤S6)中迁移发生的概率得到最终的带参概率自动机表示的构件行为模型。本发明考虑了构件行为模型中参数‑构件行为之间的依赖关系并采用概率模型对模型挖掘过程中的噪声进行有效处理，可获得更精确的构件行为模型。
-
公开(公告)号：CN112734642B
公开(公告)日：2023-03-10
申请号：CN202110035136.6
申请日：2021-01-12
Applicant: 武汉工程大学
Abstract: 本发明公开了一种多尺度纹理转移残差网络的遥感卫星超分辨率方法及装置，属于遥感卫星图像超分辨率领域，该方法包括：将下采样后的目标低分辨率图像通过深度残差网络进行特征提取，对提取出的特征图进行两次上采样操作，使其与原高分辨率卫星图像大小一致；由多尺度残差模块内使用不同卷积的残差块提取特征图特征信息，使用交叉的方式实现特征信息共享，残差模块外使用跳跃连接的方式实现多尺度特征信息融合；通过特征融合来更新目标低分辨率卫星图像的特征图以生成最终的高分辨率卫星图像；利用判别器对生成的高分辨率图像与原始的高分辨率图像进行对比。本发明所提出的网络优于其他最新的遥感卫星图像超分辨率算法，能生成更高质量的卫星图像。
-
-
-
-
-
-
-
-
-
Search Results
216
records
(took 0.027 seconds)
