-
公开(公告)号：CN110263203B
公开(公告)日：2021-09-24
申请号：CN201910345614.6
申请日：2019-04-26
Applicant: 桂林电子科技大学
IPC: G06F16/583 , G06F16/28
Abstract: 本发明公开了一种结合皮尔逊重构的文本到图像生成方法，其特征在于，包括如下步骤：1）数据预处理；2）建立图像生成模型；3）条件融合；4）特征向量生成；5）判别器判别；6）多尺度联合损失；7）网络训练；8）图像生成。该方法能重构判别器的输出，获得与网络的输入线性相关的特征向量，同时限制判别器的判别能力，使得生成器训练时更容易收敛并提高生成样本的质量和多样性。
-
-
公开(公告)号：CN106204482B
公开(公告)日：2019-03-29
申请号：CN201610538475.5
申请日：2016-07-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于加权稀疏的混合噪声去除方法，其在加权稀疏表示非局部训练字典的基础上加入变分法，对非局部相似块进行匹配，然后用对偶的方法求解混合去噪图像，能更好的保存图像的边缘信息。本发明的去噪效果优于现有算法，其具有很高的峰值信噪比和图像特征相似度，对混合噪声有很好的抑制作用，特别是能够很好的保存图像的边缘信息，对图像特征的保留有一定的改善。
-
公开(公告)号：CN108765296A
公开(公告)日：2018-11-06
申请号：CN201810600397.6
申请日：2018-06-12
Applicant: 桂林电子科技大学
IPC: G06T3/40
CPC classification number: G06T3/4053
Abstract: 本发明公开了一种基于递归残差注意力网络的图像超分辨率重建方法，其特征在于，包括如下步骤：1）数据预处理；2）建立重建模型；3）残差注意力网络支路第一个残差注意力模块特征提取；4）递归网络支路第一个递归模块特征提取；5）特征融合；6）图像重建。这种方法能解决预处理操作带来的噪声，且获得更多高频信息来丰富图像细节，同时能减少网络参数，在增加层数的同时而不增加新的参数，能提高超分辨率重建的精度。
-
公开(公告)号：CN104077762A
公开(公告)日：2014-10-01
申请号：CN201410293208.7
申请日：2014-06-26
Applicant: 桂林电子科技大学
IPC: G06T5/50
Abstract: 本发明公开一种基于NSST和聚焦区域检测的多聚焦图像融合方法，首先对待融合的多聚焦图像分别利用NSST及相应的融合规则，得到初始融合图像；将待融合的源图像分别与初始融合图像进行比较，对于源图像中与初始融合图像相似性较大的像素点，我们认为它是来自源图像中的严格聚焦区域的，根据这一理论我们可以确定源图像中的聚焦区域；最后，在已经确定的聚焦区域上利用改进的脉冲耦合神经网络获得最终的融合图像。本发明可以充分的提取各源图像中的有用信息并注入到融合图像中，有效地克服了基于变换域的融合算法不能选取出所有位于聚焦区域内的系数的缺陷，并且获得的融合图像在视觉效果及客观指标上均优于经典的多尺度融合算法。
-
Patent Agency Ranking
公开(公告)号：CN103868460A
公开(公告)日：2014-06-18
申请号：CN201410094119.X
申请日：2014-03-13
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于视差优化算法的双目立体视觉自动测量方法，1）得到校正后的双目视图；2）利用立体匹配算法以左视图为基图进行匹配，得到初步的视差图；3）对校正后的左视图，目标物体区域为彩色原图，其他非目标区域全为黑；4）根据目标物体区域，获得目标物体区域的完整视差图；5）对完整视差图，根据投影模型获得三维点云；6）对三维点云，进行坐标重投影，合成坐标关联像素图；7）利用形态学的方法，实现自动测量目标物体的长度和宽度。本发明简化了双目测量操作过程；减少了平滑表面的镜面反射、投影缩减、透视失真、低纹理和重复纹理影响；实现了自动化智能化测量，扩展了双目测量的应用范围，为后续的机器人双目视觉提供技术支持。
-
公开(公告)号：CN102662183B
公开(公告)日：2013-07-24
申请号：CN201210128335.2
申请日：2012-04-27
Applicant: 桂林电子科技大学
IPC: G01S19/24
Abstract: 本发明公开一种GPS信号捕获方法与系统，该方法与系统将快速傅里叶变换(FFT)、双块零拓展(Double Block Zero Padding，DBZP)、差分相干、频差修正等技术有机地结合，使其既能实现高效快速的GPS信号捕获，还能改善快速傅里叶变换计算过程中由大多普勒频移引起码片速率变化而造成的相关功率损失；此外，频差修正技术还能够削弱残余多普勒频移误差造成的功率损失，并实现高效快速的捕获。
-
公开(公告)号：CN114529482B
公开(公告)日：2024-03-29
申请号：CN202210157461.4
申请日：2022-02-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于小波多通道深度网络的图像压缩感知重建方法，其特征在于，包括如下步骤：1）训练数据预处理对局部图像块进行二阶小波变换；2）线性映射；3）小波变换；4）多通道图像重建；5）特征融合；6）计算损失函数Loss；7）判断误差是否达到设定值。这种方法能更好地表示不同的图像内容、并且恢复更多的细节特征。
-
公开(公告)号：CN114708281B
公开(公告)日：2024-03-22
申请号：CN202210392717.X
申请日：2022-04-15
Applicant: 桂林电子科技大学
IPC: G06T9/00 , H04N19/176 , H04N19/85 , G06N3/0464 , G06N3/0985 , G06V10/74 , G06V10/80
Abstract: 本发明公开了一种基于自适应非局部特征融合网络的图像压缩感知重建方法，其特征在于，包括如下步骤：1)训练数据预处理；2)获取测数据yi；3)构造图像块压缩观测值yi协同重构组Yi；4)采用线性映射网络F获得初始重建图像块协同重构组Zi；5)将协同重构组Zi进行特征交互得到协同联合重建特征Zc；6)采用全局残差网络Fr对图像块zi进行增强重建获得重建图像z′i；7)采用图像块稀疏约束损失函数对网络训练进行约束。这种方法采用非局部特征为图像块重建提供互补信息，能有效恢复图像中的高频信息。
-
公开(公告)号：CN114898439B
公开(公告)日：2024-03-19
申请号：CN202210614368.1
申请日：2022-06-01
Applicant: 桂林电子科技大学
IPC: G06V40/16 , G06V20/40 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本发明公开了一种基于分段策略和多头卷积注意力的视频人脸识别方法，包括如下步骤：1）对视频人脸数据集进行预处理；2）对步骤1）中得到的视频帧图像集进行分段线性映射、位置嵌入操作；3）深度特征提取；4）识别；5）损失函数进行训练；6）完成人脸识别。本技术方案分段策略有效去除了跨度较大的视频帧面部姿态、大小等变化较大而对特征提取施加的冗余噪声，并结合提出的多头卷积注意力模块有效提取冗长视频序列的上下文信息，同时大幅降低了模型的复杂程度，分段损失函数的设计加速了网络的训练并提高模型抗干扰的能力，最终使得模型具有更好的识别性能。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.04 seconds)
