-
公开(公告)号：CN116721019B
公开(公告)日：2023-10-10
申请号：CN202311002747.6
申请日：2023-08-10
Applicant: 成都信息工程大学
IPC: G06T3/40 , G06T7/33 , G06N3/0464 , G06N3/08 , G06N3/0475 , G06N3/045
Abstract: 本发明公开了基于深度学习的多摄像头视频图像拼接方法，包括S1构建对准模型和拼接模型，S2获取训练集导入对准模型和拼接模型，对其进行训练优化；S3获取同一时刻K个摄像头的拍摄的视频帧；S4图像拼接视频帧k和视频帧k+1，获得拼接图；S5判断k+1是否等于K，若是，则拼接图作为最终图像，并输出最终图像；反之，则令k=k+1，然后令拼接图作为视频帧k，并返回S4；读取每个摄像头中的视频帧，再将图片输入对准模型中进行对准，再将对准后的结果输入拼接模型进行拼接，对准模型中引入自注意力机制显著提高参考图像和目标图像中的特征提取效率和精度，拼接模型中引入自注意力机制显著提高参考图像和目标图像中的特征检测效率和精度。
-
公开(公告)号：CN114708543A
公开(公告)日：2022-07-05
申请号：CN202210629393.7
申请日：2022-06-06
Applicant: 成都信息工程大学
Abstract: 本发明涉及图像处理领域，具体涉及一种考场监控视频图像中考生定位方法，主要包括，首先根据考场监控视频图像数据中考生的耳朵可见情况、对包含了不同考试场景、不同考生的大量考场监控视频图像数据进行基于考生头顶部头发区域的框选标记，建立考生头顶部头发区域数据集，在此基础上进行基于高虚警率的目标检测的初步筛选，最后建立基于SSD深度学习目标检测的模型，对考生头发区域定位，最终实现考生的定位，该方法提高了对考场监控视频图像中考生定位的准确性、可靠性及泛化能力。
-
公开(公告)号：CN114694233A
公开(公告)日：2022-07-01
申请号：CN202210611129.0
申请日：2022-06-01
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于多特征的考场监控视频图像中人脸定位方法，主要包括：首先基于SSD目标检测框架，建立针对考场监控视频图像数据中人的头发区域定位的目标检测深度学习模型，对考生头发区域定位，然后对考场监控视频图像数据在不同颜色空间进行基于阈值的像素点检测，并且引入多次索引图像更新方案，实现对皮肤区域的定位，最后将头发区域、皮肤区定位结果进行基于锚框翻转的融合，最终实现人脸的定位，该方法提高了对考场监控视频图像中人脸定位的准确性、可靠性及泛化能力。
-
公开(公告)号：CN112001239A
公开(公告)日：2020-11-27
申请号：CN202010679460.7
申请日：2020-07-15
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于多重SVD显著性融合的SAR图像目标检测优化方法，其实现步骤为：将一幅原始SAR图像进行多重SVD分解，接着对SAR图像及其近似图像提取强度特征，离群性特征和一致性特征，分别对不同特性下的SAR图像进行层间加操作，取层内图像均值等操作得到总显著图；以总显著图中显著值最高的像素点为中心，以所需检测目标在图像中的尺寸为半径，得到显著区域的转移轨迹和分布。本发明能够提高高分辨率情况下的SAR图像目标检测算法的检测率，同时该优化检测方法对噪声还具有一定的鲁棒性。
-
公开(公告)号：CN118762190B
公开(公告)日：2024-11-05
申请号：CN202411244838.5
申请日：2024-09-06
Applicant: 成都信息工程大学
IPC: G06F17/10 , G06V10/26 , G06V20/70 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于深度学习的洪水遥感图像分割方法，涉及图像数据处理技术领域，包括步骤：根据不同场景下包含洪水区域的遥感图像构造数据集；构造一洪水遥感图像分割网络，包括ResNet18网络、Segformer网络、双路特征融合编码模块、DSCA注意力模块和解码器；用数据集训练洪水遥感图像分割网络至收敛，得到洪水遥感图像分割模型；获取待识别洪水区域的遥感图像，送入洪水遥感图像分割模型输出识别结果。本发明针对背景复杂、目标分布不均匀的洪水遥感图像，能够更好地理解其细节信息，避免遥感图像中洪水区域欠分割或过分割的问题，提高了洪水区域的分割精度。
-
Patent Agency Ranking
公开(公告)号：CN117714638A
公开(公告)日：2024-03-15
申请号：CN202311698249.X
申请日：2023-12-12
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种固定场景下的视频监控动态优化处理方法，主要包括对摄像头是否遭遇遮挡的高效判断和对监控区域的智能优先级分配。首先，通过分阶段分析单帧及多帧图像，细致判断摄像头是否被遮挡，有效提高了判断的准确性和响应速度。其次，创新性地对监控场景进行区域划分，并基于各区域的角点变化率与目标出现概率计算区域优先度。这种方法使得监控系统能够根据实时情况动态调整关注焦点，优化资源分配，提高监控效率及事件响应能力，特别适用于需要长时间稳定监控的固定场景。
-
公开(公告)号：CN116681679A
公开(公告)日：2023-09-01
申请号：CN202310683187.9
申请日：2023-06-09
Applicant: 成都信息工程大学 , 南充生物医药产业技术研究院
Abstract: 本发明提出基于双分支特征融合注意的医学图像小目标分割方法，尤其涉及医学图像癌变区域和目标器官的分割，主要针对小目标分割精度不高的问题。构建的分割模型主要包括两个核心模块：双分支特征融合模块DFFM和反向注意上下文模块RACM，首先利用双分支特征编码器提取多分辨率特征，然后构建DFFM，聚合全局和局部上下文信息，实现特征间的信息互补，为精确分割小目标提供足够的指导。为了缓解医学图像边界模糊导致的分割精度下降，提出了反向注意上下文模块来增强特征的边缘纹理，本发明采用六个不同的数据集作为训练集，通过实验证明，本发明方法在参数更少，推理速度更快，模型复杂度更低的情况下，其分割精度比现有方法有更好的表现。
-
公开(公告)号：CN114821136B
公开(公告)日：2023-04-21
申请号：CN202210372999.7
申请日：2022-04-11
Applicant: 成都信息工程大学
IPC: G06V10/762 , G06V10/778 , G01W1/10
Abstract: 本发明涉及一种自适应的云微粒子图像数据处理方法，主要包括依据机载综合气象测量系统所得信息，首先对原始云微粒子图像数据进行基于高度的批次、数据块划分及随机样本选择，然后进行基于温度的批次、数据块划分及随机样本选择，接着对数据进行聚类处理，再针对特定时间段原始云微粒子图像数据建立深度学习模型，对云微粒子数据筛选方案进行比较，确定云微粒子图像数据的处理方案，该方法提高了对云微粒子图像数据筛选的准确性、可靠性及泛化能力。
-
公开(公告)号：CN114648711A
公开(公告)日：2022-06-21
申请号：CN202210374321.2
申请日：2022-04-11
Applicant: 成都信息工程大学
IPC: G06V20/20 , G06V10/50 , G06V10/762 , G06K9/62
Abstract: 本发明涉及一种基于聚类的云微粒子图像虚假目标滤除方法，主要包括首先对原始云微粒子图像数据进行聚类和同区域搜索，然后对所有图像数据进行单个云微粒子区域提取，接着将单个云微粒子区域与其所属图像数据中的中心像素块之间的空间重叠关系特征、单个云微粒子区域的长宽比特征及单个云微粒子区域的统计分布特征结合，对原始云微粒子图像中的虚假目标进行滤除，通过该方法来对虚假目标进行滤除，可以提高云微粒子图像中虚假目标滤除的准确性和可靠性。
-
公开(公告)号：CN108830883B
公开(公告)日：2022-04-01
申请号：CN201810567306.3
申请日：2018-06-05
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于超像素结构的视觉注意SAR图像目标检测方法，属于雷达遥感或图像处理技术，主要解决SAR图像目标检测时检测率低、虚警率和漏检率高以及检测到的目标失真的问题。其实现步骤为：确定待输入的SAR图像，先进行滤波；接着提取灰度和方向初级视觉特征；进行归一化和显著性处理；生成显著图；设定阈值Sth生成二值化的显著图选出候选目标区域；将二值化的显著图和滤波后的图像点乘；用SLIC超像素生成算法将图像分割成超像素区域；设定角点检测的阈值Rth对图像进行Harris角点检测以突出目标与背景的超像素的结构特征的差异；统计每个超像素区域内的角点个数；设定阈值Th进行离群值检测以剔除候选目标区域中包含的虚警，得到最终SAR图像目标检测结果。本发明充分利用超像素、视觉注意、Harris角点检测相结合的方法来实现SAR图像目标检测，得到的检测结果显示本发明方法检测率高、虚警率和漏检率低，并且检测结果不失真，即检测后的SAR图像目标形态能够完整的保留。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.023 seconds)
