-
公开(公告)号：CN114022928B
公开(公告)日：2024-07-26
申请号：CN202111235542.3
申请日：2021-10-22
Applicant: 长沙理工大学
IPC: G06V40/16 , G06V20/40 , G06V40/40 , G06V10/44 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于双流的Deepfakes视频检测方法及系统，该方法包括：使用自适应视频帧提取方法提取视频中的人脸图像；提取人脸图像的篡改伪影特征，对篡改伪影特征进行全局平均池化，获得第一特征图；获取人脸图像对应的残差图像；提取残差图像的篡改痕迹特征，对篡改痕迹特征进行全局平均池化，获得第二特征图；融合第一特征图和第二特征图，获得融合特征图；将融合特征图进行分类，获得目标检测结果。本申请即能保证Deepfake视频检测性能，又能减少资源浪费，还能够抑制拟合图像内容特征，防止过拟合，提高了Deepfake视频检测性能。
-
公开(公告)号：CN118230144A
公开(公告)日：2024-06-21
申请号：CN202410244202.4
申请日：2024-03-04
Applicant: 长沙理工大学
IPC: G06V20/05 , G06V10/80 , G06V10/82 , G06V10/42 , G06N3/0455 , G06N3/0464 , G06N3/082
Abstract: 本申请涉及了一种水下图像的鱼类检测方法、装置、设备及介质，方法利用两次聚合分发的信息融合机制，相较于传统的FPN‑PAN网络，通过将全局信息对齐、融合并注入到不同层级的特征图上，避免不同尺寸特征图融合时导致特征信息损失的问题，提升网络对物体的定位与识别能力，进而能够提升鱼类识别的准确度。
-
公开(公告)号：CN117788478A
公开(公告)日：2024-03-29
申请号：CN202311711557.1
申请日：2023-12-13
Applicant: 长沙理工大学
IPC: G06T7/10 , G06T7/00 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种医学图像分割方法、系统、设备及存储介质，本方法预设包含stem块、编码器、解码器、渐进融合模块和out块的训练好的医学图像分割模型；将待分割医学图像输入至训练好的医学图像分割模型中，以采用stem块将待分割医学图像生成第一特征图；将第一特征图输入至编码器，得到编码器中每个第一多感受野深度卷积模块输出的特征和编码器最终输出的第二特征图；将第二特征图输入至解码器，得到解码器中第一个第二多感受野深度卷积模块输出的特征；采用渐进融合模块进行特征融合，得到解码器最终输出的待分割特征图；采用out块对待分割特征图进行医学图像分割。本发明能够提高医学图像分割的准确度，并且分割稳定性强。
-
公开(公告)号：CN117788338A
公开(公告)日：2024-03-29
申请号：CN202311704145.5
申请日：2023-12-12
Applicant: 长沙理工大学
IPC: G06T5/77 , G06T5/60 , G06N3/0455 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习的图像修复方法、系统、设备及存储介质，本方法对待修复图像进行卷积，得到待修复特征图；通过对待修复特征图采用基于Transformer块的编码器提取多个尺度的第一特征；采用跨层次门控融合模块对多个尺度的第一特征中相邻两个尺度的第一特征进行特征融合，得到多个融合特征；将编码器最终输出的第一特征和多个融合特征通过全尺度跳跃连接的注意力机制和卷积映射操作输入至解码器，得到解码器输出的第一修复图像；采用卷积层对第一修复图像进行卷积，得到与待修复图像分辨率相同且通道数相等的第二修复图像。本发明能够解决复杂结构处理的问题和增强捕获远距离依赖关系的能力，提高图像修复的质量和准确性。
-
公开(公告)号：CN116596790A
公开(公告)日：2023-08-15
申请号：CN202310564544.X
申请日：2023-05-18
Applicant: 长沙理工大学
IPC: G06T5/00 , G06T5/50 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种图像修复方法、系统、设备及存储介质，包括将待修复图像输入编码器进行特征转化，得到编码特征图像，根据空间路径对编码特征图像进行空间信息特征提取，得到第一特征图像；能够获取到更有效地特征信息，根据上下文路径对编码特征图像进行上下文信息特征提取，得到第二特征图像；能够提供具有全局上下文信息的最大感受野，将第一特征图像与第二特征图像进行特征融合，得到特征融合图像；根据若干个残差块对编码特征图像进行特征提取，得到第三特征图像；将特征融合图像与第三特征图像进行连接，得到连接后融合特征图像；将连接后融合特征图像输入解码器进行解码，得到修复好的图像，提升了修复图像的质量。
-
Patent Agency Ranking
公开(公告)号：CN116051989A
公开(公告)日：2023-05-02
申请号：CN202310007571.7
申请日：2023-01-04
Applicant: 长沙理工大学
IPC: G06V20/10 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种桥梁损伤检测方法、系统、设备及存储介质，本方法通过获取待预测桥梁损伤图像；将待预测桥梁损伤图像输入至训练好的目标检测模型中进行预测，获得待预测桥梁损伤图像的结果；其中，目标检测模型包括输入层、GhostNet网络、双向特征金字塔网络和Head输出层。本发明能够减少计算量，节约时间成本，能够提高桥梁损伤检测的精确度。
-
公开(公告)号：CN111640105B
公开(公告)日：2022-05-06
申请号：CN202010484853.2
申请日：2020-06-01
Applicant: 长沙理工大学
IPC: G06T7/00 , G06T5/00 , G06T7/73 , G06K9/62 , G06V10/764
Abstract: 本发明公开了一种图像接缝裁剪检测方法、设备及存储介质，方法包括：计算待检测图像的LBP值；提取图像的相邻LBP共现特征；将相邻LBP共现特征输入训练好的分类器中进行接缝裁剪检测。本方法基于LBP共现提取特征可反映LBP值的位置关系的特点，即当像素发生改变时，LBP位置关系也发生相应改变，从而判断是否有插入接缝，并在篡改率低的情况下，通过位置信息检测接缝变化，达到检测目的，并使判断更加准确；本方法提取了图像在LBP域的共现特征，能够对接缝裁剪的图像进行检测，提高图像接缝裁剪的准确性。
-
公开(公告)号：CN114022928A
公开(公告)日：2022-02-08
申请号：CN202111235542.3
申请日：2021-10-22
Applicant: 长沙理工大学
Abstract: 本发明公开了一种基于双流的Deepfakes视频检测方法及系统，该方法包括：使用自适应视频帧提取方法提取视频中的人脸图像；提取人脸图像的篡改伪影特征，对篡改伪影特征进行全局平均池化，获得第一特征图；获取人脸图像对应的残差图像；提取残差图像的篡改痕迹特征，对篡改痕迹特征进行全局平均池化，获得第二特征图；融合第一特征图和第二特征图，获得融合特征图；将融合特征图进行分类，获得目标检测结果。本申请即能保证Deepfake视频检测性能，又能减少资源浪费，还能够抑制拟合图像内容特征，防止过拟合，提高了Deepfake视频检测性能。
-
-
公开(公告)号：CN111640105A
公开(公告)日：2020-09-08
申请号：CN202010484853.2
申请日：2020-06-01
Applicant: 长沙理工大学
Abstract: 本发明公开了一种图像接缝裁剪检测方法、设备及存储介质，方法包括：计算待检测图像的LBP值；提取图像的相邻LBP共现特征；将相邻LBP共现特征输入训练好的分类器中进行接缝裁剪检测。本方法基于LBP共现提取特征可反映LBP值的位置关系的特点，即当像素发生改变时，LBP位置关系也发生相应改变，从而判断是否有插入接缝，并在篡改率低的情况下，通过位置信息检测接缝变化，达到检测目的，并使判断更加准确；本方法提取了图像在LBP域的共现特征，能够对接缝裁剪的图像进行检测，提高图像接缝裁剪的准确性。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.086 seconds)
