-
公开(公告)号：CN113343268B
公开(公告)日：2023-05-12
申请号：CN202110718355.4
申请日：2021-06-28
Applicant: 福建师范大学
Abstract: 本发明公开一种可控放大解密的多三维场景加解密方法，将每个三维场景的每个分层面物场信息扩幅补零后计算菲涅尔逆衍射光波，再乘以球面波获得该层面放大重建的的衍射光波信号；叠加各层面的放大重建衍射光波信号获得每个三维场景各层面放大重建的衍射光波信号；将各个三维场景的衍射光波信号相加获得的复合衍射光波信号再叠加一个复噪声信号得到两个相位函数和的复合光波信号；其中一相位函数二值相位处理后作为公用的加密相位模板；复合光波信号减去二值相位模板分量的剩余分量与干扰抑制信号组合形成解密用复信号，解密用复信号经菲涅尔衍射逆运算后分解的解密相位模板1和解密相位模板2配合公用的二值加密相位模板计算特定距离处的菲涅尔衍射，获得对应三维场景的各层面放大解密重建像。本发明具有良好的安全性和放大重建效果。
-
公开(公告)号：CN111611999B
公开(公告)日：2023-04-07
申请号：CN202010443235.3
申请日：2020-05-22
Applicant: 福建师范大学
IPC: G06V10/25 , G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开一种融合小型深度生成模型的显著性检测方法及终端，通过在得到的二层显著图上进行背景块再选取过程，使得选出的背景块具有更高的可靠性，将背景块构成背景种子向量，再由背景向量构造出扩散矩阵，通过扩散过程将背景向量所携带的显著性信息更好地进行扩散，从而得到基于背景先验的背景显著图。将背景显著图与二层显著图进行非线性融合得到显著图S_f。同时，将训练好的小型生成器模型生成的显著图S_d与显著图S_f通过设计的融合算法进行融合后得到最终显著图S。本发明在面对显著性区域触及图像边界的情况时有更佳的表现，得到的最终显著图前景更加的完整且更加的明亮，而背景也得到了更有效的抑制。
-
公开(公告)号：CN113344290B
公开(公告)日：2023-02-14
申请号：CN202110719308.1
申请日：2021-06-28
Applicant: 福建师范大学
IPC: G06Q10/04 , G06N3/0464 , G06N3/08
Abstract: 本发明公开基于U‑Net网络的次季节降雨气象预报订正方法，法建立多个U‑Net网络以分别预测不同天数间隔后的降水气象分布图。对于每个U‑Net网络，首先将传统模式预报分布图输入模型，通过多个卷积块将原始分布图转换为降水分布特征图；然后通过多个U‑Net网络模型逐步融合降水分布特征图局部信息；最后产生该样本对应的特定天数间隔以后的降水气象分布图。本发明通过深度学习的方式，相较于传统订正方法而言更充分的提取降水气象的时变特征和非线性特征，进一步提高了预测的精度。
-
公开(公告)号：CN115641498A
公开(公告)日：2023-01-24
申请号：CN202211061846.7
申请日：2022-09-01
Applicant: 福建师范大学 , 福建省气象科学研究所
Abstract: 本发明公开基于空间多尺度卷积神经网络的中期降水预报后处理订正方法，通过特征提取模块MSConvBlock捕捉空间多尺度降水特征的依赖关系对降水特征进行建模为特征图，再由转置卷积以及特征提取模块对特征图进行解码的同时再次提取特征，并通过跳跃连接结合原始数据最后输出后处理后的降水数据。本发明通过对空间多尺度降水特征进行建模的方法，进一步提高了模型的性能，使得模型在Acc指标上相对于模式数据提升比例为，进一步提高了中期降水预报产品的精度。
-
公开(公告)号：CN105657435B
公开(公告)日：2019-04-05
申请号：CN201610048120.8
申请日：2016-01-25
Applicant: 福建师范大学
IPC: H04N19/625 , H04N19/89 , H04N19/61
Abstract: 本发明涉及一种电子取证技术领域，特征在于，该方法适用于视频单帧连续多次复制粘贴篡改类型的检测。采用的技术方案如下：首先，将视频转换为图像，采用量化后的DCT系数作为视频帧图像特征向量，通过计算Bhattacharyya系数来衡量相邻帧的帧间相似度，再设定阈值来判断帧间相似度是否异常，根据出现相似度异常的帧是否连续，以及连续出现的帧数来判断视频是否经过篡改，并定位篡改位置。该方法对不同场景的视频都能检测，与具体视频内容没有关系，并且能准确定位篡改位置，检测结果正确率高。
-
Patent Agency Ranking
公开(公告)号：CN103561271A
公开(公告)日：2014-02-05
申请号：CN201310580713.5
申请日：2013-11-19
Applicant: 福建师范大学
Abstract: 一种静止摄像头拍摄的运动目标被移除视频空域篡改检测方法，属于电子取证技术领域，利于该方法能定位空域上的篡改位置。首先，提取篡改帧序列，再通过帧差法计算可疑运动点图像，提取空域上的可疑运动图像块，根据能量可疑度排除干扰图像块，确定目标移除块，从而实现空域上的篡改定位。该算法能有效地检测出在固定背景下运动目标是否被移除，提高了检测效率，为视频的真实性鉴别提供有效的依据。
-
公开(公告)号：CN117152439A
公开(公告)日：2023-12-01
申请号：CN202311216237.9
申请日：2023-09-20
Applicant: 福建师范大学
Abstract: 本发明提出一种跨车载激光雷达配置的点云自适应语义分割方法，具体为：建立深度隐式表达框架，重建车载激光点云的三维场景连续表面；基于局部几何统计的近似无符号距离场，构建深度隐式表达框架的自监督学习范式；构建源场景与目标场景的无符号距离场；获取源场景与目标场景云点级分布对齐的隐式表达空间点云；构建源场景隐式表达空间点云语义分割数据集；基于隐式表达空间数据集训练语义分割模型；基于近邻辐射的原始目标场景点云语义标签推断；本发明基于三维隐式表达对空间连续表面高质量重建，建立基于自监督的车载激光点云场景隐式表达方法，对隐式表达空间进行重采样，实现跨车载激光雷达配置点云的点级分布对齐，避免了显式重构标准域。
-
公开(公告)号：CN113344290A
公开(公告)日：2021-09-03
申请号：CN202110719308.1
申请日：2021-06-28
Applicant: 福建师范大学
Abstract: 本发明公开基于U‑Net网络的次季节降雨气象预报订正方法，法建立多个U‑Net网络以分别预测不同天数间隔后的降水气象分布图。对于每个U‑Net网络，首先将传统模式预报分布图输入模型，通过多个卷积块将原始分布图转换为降水分布特征图；然后通过多个U‑Net网络模型逐步融合降水分布特征图局部信息；最后产生该样本对应的特定天数间隔以后的降水气象分布图。本发明通过深度学习的方式，相较于传统订正方法而言更充分的提取降水气象的时变特征和非线性特征，进一步提高了预测的精度。
-
公开(公告)号：CN111611999A
公开(公告)日：2020-09-01
申请号：CN202010443235.3
申请日：2020-05-22
Applicant: 福建师范大学
Abstract: 本发明公开一种融合小型深度生成模型的显著性检测方法及终端，通过在得到的二层显著图上进行背景块再选取过程，使得选出的背景块具有更高的可靠性，将背景块构成背景种子向量，再由背景向量构造出扩散矩阵，通过扩散过程将背景向量所携带的显著性信息更好地进行扩散，从而得到基于背景先验的背景显著图。将背景显著图与二层显著图进行非线性融合得到显著图S_f。同时，将训练好的小型生成器模型生成的显著图S_d与显著图S_f通过设计的融合算法进行融合后得到最终显著图S。本发明在面对显著性区域触及图像边界的情况时有更佳的表现，得到的最终显著图前景更加的完整且更加的明亮，而背景也得到了更有效的抑制。
-
公开(公告)号：CN107424172A
公开(公告)日：2017-12-01
申请号：CN201710607532.5
申请日：2017-07-24
Applicant: 福建师范大学
Abstract: 本发明涉及计算机视觉技术领域，提出了一种基于前景判别和圆形搜索方法的运动目标跟踪方法。首先，采用前景判别PBAS方法搜索当前帧所有前景目标，利用图像感知哈希技术来描述目标特征与进行目标匹配，得到全局最优目标前景；然后，根据目标运动方向的不确定性和帧间目标运动的缓慢性，通过本发明提出的圆形搜索CS方法搜索当前帧目标周围局部最佳匹配位置；最后选取两者与目标模板相似度更高者为跟踪结果，并根据相似度阈值和重叠率阈值判断是否更新目标模板。本发明能有效的使用于跟踪各类目标,特别对非快速单目标的跟踪有较好的跟踪效果，在精度、准确率和实时性都有较好的跟踪优势。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.019 seconds)
