公开(公告)号：CN102708371B

公开(公告)日：2014-04-30

申请号：CN201210120164.9

申请日：2012-04-23

Applicant: 重庆大学

Inventor： 何中市 ,  焦丽敏 ,  李佳 ,  伍星 ,  田玉芳

IPC: G06K9/54 ,  G06F17/30

Abstract: 本发明根据漫画构成文法提出了一种对漫画方格进行自动识别、抽取与排序的方案，从而减少大量的手动分割工作。同时分割后的漫画方格可以放在屏幕较小的手机或PDA上阅读，使漫画阅读方便、简单、生动。本发明通过检测漫画图片中的直线，针对漫画帧、漫画分割线以及漫画帧排布的特点提出了一种迭代分割法对漫画帧进行识别并排序，然后利用二叉树结构储存分割的漫画帧。经过实验证明该方法能把大多数漫画的漫画帧，即漫画方格识别分割出来，并按故事情节的先后顺序排列。

公开(公告)号：CN112686276B

公开(公告)日：2024-09-13

申请号：CN202110105436.7

申请日：2021-01-26

Applicant: 重庆大学

Inventor： 伍星 ,  王洪刚

IPC: G06V10/56 ,  G06V10/82 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开一种基于改进RetinaNet网络的火焰检测方法，S1：收集N张有火焰画面的图片作为训练数据集，并对训练数据集中火焰进行标注；S2：使用SandGlass模块替换残差模块，从而得到改进的RetinaNet网络，记为SG‑ResNet50；所述SandGlass模块包括依次连接的第一深度可分离卷积、第一卷积、第二卷积和第二深度可分离卷积；S3：构建特征金字塔网络，且在特征金字塔网络输出的每一层特征后增加一个分割分支；S4：对构建的改进的RetinaNet网络进行训练，得到训练完成的火焰检测模型；S5：采用步骤S4中得到的火焰检测模型对获取的视频进行火焰检测。本发明使用SandGlass模块代替现有RetinaNet网络的残差模块，提升了火焰检测的速度；利用火焰的颜色特性提供分割的监督信号，提升了火焰检测的精度。

公开(公告)号：CN117528234A

公开(公告)日：2024-02-06

申请号：CN202311429590.5

申请日：2023-10-31

Applicant: 重庆大学

Inventor： 魏小林 ,  伍星 ,  杨瑞龙 ,  何中市 ,  邓秋菊 ,  汪成亮 ,  杨再林 ,  刘耀

IPC: H04N23/67

Abstract: 本发明属于自动对焦技术领域，具体公开了一种基于每像素监督的深度学习相机自动对焦方法及系统，该方法包括如下步骤：S1，采集多个场景的不同焦距的图像数据集；S2，计算图像对应的每像素最优焦距图M和最优焦距预测值F；S3，构建基于每像素监督的最优焦距预测模型A；S4，对最优焦距预测模型A进行训练，得到训练完成的最优焦距预测模型A’；S5，将离焦图像输入最优焦距预测模型A’中，得到最优焦距预测图M’和最优焦距预测值F’，将相机焦距设置为F’完成自动对焦。采用本技术方案，使用每像素最优焦距图监督训练，具有更高的最优焦距预测精度，避免了其他自动对焦方法需要二次调整的问题。