公开(公告)号：CN118333966A

公开(公告)日：2024-07-12

申请号：CN202410439647.8

申请日：2024-04-12

Applicant: 新疆大学

Inventor： 贾振红 ,  李悦 ,  宋森森 ,  周刚 ,  石飞

IPC: G06T7/00 ,  G06T7/246 ,  G06T7/269 ,  G06V20/40

Abstract: 本发明公开了一种低照度宽视场条件下的视频图像变化检测方法及装置，方法包括：引入高斯核二次平滑算法，对输入的图像视频帧进行预处理，通过二次卷积平滑得到更加抗噪的图像；采用联合差异图的变化检测方法，设计了符合低照度图像特性的反双曲余切对数比算子和切比雪夫加速的多尺度稠密光流算法；采用基于分形理论的自相似融合方法将包含不同特征的差异图集成起来，将自相似系数作为融合参数，使差异图保留变化部分并抑制噪声；采用自适应阈值去噪得到最终的变化检测结果。装置包括：处理器和存储器。本发明既能对抗低照度环境下的随机噪声，又能检测到淹没在黑暗中难以检测的暗变化、小变化，快速准确提升检测率。

公开(公告)号：CN118071772A

公开(公告)日：2024-05-24

申请号：CN202410255525.3

申请日：2024-03-06

Applicant: 新疆大学

Inventor： 贾振红 ,  谢承佑 ,  周刚 ,  宋森森

IPC: G06T7/11 ,  G06T5/50 ,  G06T5/70 ,  G06V10/80 ,  G06V10/77 ,  G06T7/136 ,  G06V10/762 ,  G06V10/764

Abstract: 本发明公开了一种基于优化的引导滤波图像融合变化检测方法及装置，方法包括：通过极值最小尺度差异算子、像素值差异值对同一场景不同时相的图片进行处理，获取差异图；采用导向滤波的方式，在全局尺度上对差异图进行融合，以获得最优化的差异图；对时相图I1和I2使用均值滤波器得出每一个差异图对应的基层差异图，通过pca融合得到优化后的亮度显著图F1和F2作为生成显著图的图像，根据最大显著性的原则来确定权重图；对权重图进行正则化用于双尺度差异图重建，获取最终差异图；在聚类分割阶段通过引入软阈值函数对最终差异图进一步处理，用于抑制存在的异常噪声。装置包括：处理器和存储器。

公开(公告)号：CN118051806A

公开(公告)日：2024-05-17

申请号：CN202410265000.8

申请日：2024-03-08

Applicant: 新疆大学

Inventor： 贾振红 ,  张宇 ,  黄晓辉 ,  王佳佳 ,  周刚 ,  石飞 ,  吕长武

IPC: G06F18/24 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/08 ,  G06F18/10

Abstract: 本发明为一种多时空特征融合增强的网络流量分类模型及其方法。一种多时空特征融合增强的网络流量分类模型，包括：空间特征提取模块、时序特征提取模块、融合模块；所述的空间特征提取模块采用CNN进行空间特征提取；所述的时序特征提取模块进行时序特征的提取，采用BiLSTM网络提取前后依赖信息，并将两者相融合以增强流量表征；所述的融合模块：对局部特征和整体特征进行融合，将融合结果输入Softmax分类器中用于分类。本发明所述的一种多时空特征融合增强的网络流量分类模型及其方法，免去了领域专家和人工提取特征的成本的同时，网络流量分类任务的准确性高，具有较强泛化能力，可以用于许多实际应用场景。

公开(公告)号：CN117894007A

公开(公告)日：2024-04-16

申请号：CN202410068923.4

申请日：2024-01-17

Applicant: 新疆大学

Inventor： 周刚 ,  刘昭汐

IPC: G06V20/62 ,  G06T5/73 ,  G06V10/80 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/24 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种跨正常和雾天天气下的场景文本检测方法及装置，方法包括：通过IA‑YOLO提供的雾天合成算法，将正常天气的Total‑Text数据集变成合成雾天数据集；使用Labelme标注工具将采集后的真实雾天图像进行标注，建立真实雾天数据集；构建跨正常和雾天天气下的场景文本检测，该模型是图像增强网络和双分支结合DBHead进行场景文本检测算法，将两条不同分支的多尺度特征使用基于坐标注意力的融合网络进行融合；通过拉普拉斯金字塔融合得到增强图像。装置包括：处理器和存储器。针对现有的场景文本检测的基础上，克服不同天气的限制，以确保在不同的天气条件下都能取得良好的效果，而不仅仅局限于特定的天气条件。

公开(公告)号：CN117689548A

公开(公告)日：2024-03-12

申请号：CN202211028437.7

申请日：2022-08-25

Applicant: 新疆大学

Inventor： 周刚 ,  石军 ,  杨晶晶 ,  林猛 ,  杨亚伟 ,  马静

IPC: G06T5/00 ,  G06T5/50 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于视觉注意力机制的沙尘图像恢复方法，包括：建立合成沙尘图像训练集，该合成沙尘图像训练集包括：多对训练样本对，每对训练样本对包括：清晰图像和对应的不同退化程度的沙尘图像；构建去沙尘网络模型，该去沙尘网络模型基于深度学习的方法，利用教师‑学生网络模型的网络和特征模拟能力，实现了从合成域到真实域的沙尘图像复原；利用合成沙尘图像训练集对去沙尘网络模型中的教师网络进行训练，教师网络获得训练好的去沙尘网络模型；将真实的沙尘图像输入至训练好的教师网络模型，获得伪真实的沙尘图像，将伪真实沙尘图像和真实沙尘图像构成配对训练样本，送入学生网络进行训练；将真实沙尘图像输入至训练好的学生网络模型，获得清晰的去沙图像；本发明解决了现有技术中沙尘图像在恢复过程中出现的色偏和伪影的问题，能够有效提高真实沙尘图像的恢复效果。

公开(公告)号：CN113192093B

公开(公告)日：2023-04-18

申请号：CN202110507181.7

申请日：2021-05-10

Applicant: 新疆大学

Inventor： 周刚 ,  乔敏 ,  张莉 ,  刘邱铃

IPC: G06T7/13 ,  G06V10/44 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于双流网络结构的快速显著性目标检测方法，所述方法包括：对标注值进行预处理，将标注值拆分为边缘轮廓图和主体图；将ResNet‑50网络中的卷积层conv3_4、conv4_6、conv5_3通过编码的方式分为边缘支流和主体支流；对边缘支流加入边缘轮廓增强模块，该支流用于检测边缘轮廓特征；主体支流按照ResNet‑50的结构进行卷积，检测主体特征；将通道注意模块入到高级语义特征的输出通道；将边缘轮廓特征与主体特征进行融合得到精确的显著目标图。本发明提高了检测速度和目标边缘轮廓的检测精度。

公开(公告)号：CN113192093A

公开(公告)日：2021-07-30

申请号：CN202110507181.7

申请日：2021-05-10

Applicant: 新疆大学

Inventor： 周刚 ,  乔敏 ,  张莉 ,  刘邱铃

IPC: G06T7/13 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双流网络结构的快速显著性目标检测方法，所述方法包括：对标注值进行预处理，将标注值拆分为边缘轮廓图和主体图；将ResNet‑50网络中的卷积层conv3_4、conv4_6、conv5_3通过编码的方式分为边缘支流和主体支流；对边缘支流加入边缘轮廓增强模块，该支流用于检测边缘轮廓特征；主体支流按照ResNet‑50的结构进行卷积，检测主体特征；将通道注意模块入到高级语义特征的输出通道；将边缘轮廓特征与主体特征进行融合得到精确的显著目标图。本发明提高了检测速度和目标边缘轮廓的检测精度。

公开(公告)号：CN119418267A

公开(公告)日：2025-02-11

申请号：CN202411437004.6

申请日：2024-10-15

Applicant: 新疆大学

Inventor： 贾振红 ,  郭澳 ,  葛宝泉 ,  曲晓倩 ,  王佳佳 ,  周刚 ,  赵晖

IPC: G06V20/52 ,  G06V10/82 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种用于多场景下杂草检测方法及装置，方法包括：采集并标记不同场景下的杂草数据，并构建数据集，继而进行数据集评估；将重参数化大卷积核特征提取‑融合模块、空间金字塔池化网络、DySample上采样器与通用高效层聚合网络相结合，建立起重参数化特征提取检测网络；基于重参数化特征提取检测网络对多场景下杂草进行检测。装置包括：处理器和存储器。本发明既能提高杂草检测的性能，又能降低模型大小，对于智慧农业中杂草检测边缘设备的实地部署检测效果显著。

公开(公告)号：CN118230156A

公开(公告)日：2024-06-21

申请号：CN202410291768.2

申请日：2024-03-14

Applicant: 新疆大学

Inventor： 贾振红 ,  郭澳 ,  王佳佳 ,  周刚 ,  赵辉

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/26 ,  G06V10/42 ,  G06V10/44 ,  G06V10/82 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种轻量化杂草检测方法及装置，方法包括：采集杂草图片，使用Labelimg标记并构建数据集；设计新的通道注意力机制，使其获取杂草全局信息的能力得到增强；将轻量级小型语义分割模块融入到C2f特征提取层，其内部轻量的CG块在学习杂草边缘和周围上下文联合特征时，引入全局上下文特征；颈部网络优化，将具有双向交叉连接和快速归一化融合的特征金字塔网络改进到YOLOv8的Neck层，使其获取不同尺度提取特征并作加权融合；将SERMAttention、CG块和BiFPN模块与YOLOv8相结合，提出适用于农田杂草检测的轻量级LW‑YOLOv8模型，并在公共数据集上进行评估，基于轻量级LW‑YOLOv8模型实现对轻量化杂草的检测。装置包括：处理器和存储器。

公开(公告)号：CN118041663A

公开(公告)日：2024-05-14

申请号：CN202410265033.2

申请日：2024-03-08

Applicant: 新疆大学

Inventor： 贾振红 ,  张宇 ,  黄晓辉 ,  王佳佳 ,  周刚 ,  石飞 ,  吕长武

IPC: H04L9/40 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/045

Abstract: 本发明为基于流信息图及时空特征融合增强的Tor加密流量分类方法。基于流信息图及时空特征融合增强的Tor加密流量分类方法，包括以下步骤：(1)数据预处理：对原始流量数据进行预处理；(2)将预处理后的数据生成流关系图FIG；(3)基于深度神经网络的特征自动提取，得到网络流的空间和时序特征；(4)将所述的空间和时序特征在节点之间传播、更新后，用平均池化法对流节点的特征进行聚合，再进行分类，最终输出标签。本发明所述的基于流信息图及时空特征融合增强的Tor加密流量分类方法，减轻了概念漂移的问题，同时提高了整体的有效性、鲁棒性以及准确率。