-
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。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN102982557A
公开(公告)日：2013-03-20
申请号：CN201210438642.0
申请日：2012-11-06
Applicant: 桂林电子科技大学
Inventor： 莫建文
IPC: G06T7/20
Abstract: 基于深度相机的空间手势姿态指令处理方法。涉及基于深度相机的空间手势姿态指令处理方法。在复杂多变的环境中，能够快速、准确识别空间手势指令信息，极大程度提高工作效率及准确度，且鲁棒性高、实用性强、抗干扰能力好。包括以下步骤：1）通过深度相机获取实时的图像；2）利用三维点云计算得到手势点云数据，得手势点云信息；3）将手势点云信息进行平面配准，提取轮廓特征点信息；4）恢复出手势姿态；5）进行手势姿态识别；6）识别相应运动轨迹定义其操作内容，最终通过TUIO协议对动态手势鼠标输出点进行数据平滑。本发明能快速、准确全方位获取目标信息；建立空间运动检测区域，提取不同深度信息，实现多点触摸，从而改善整体操作性能。
-
公开(公告)号：CN118823856A
公开(公告)日：2024-10-22
申请号：CN202410982071.X
申请日：2024-07-22
Applicant: 桂林电子科技大学
Inventor： 首照宇 , 黄旖 , 李东旭 , 冯程 , 黄菊华 , 黄兰芳 , 莫建文 , 张会兵 , 张敬伟 , 林熠明 , 欧阳宁 , 赵晖 , 刘京华 , 张彤 , 陈镜全 , 刘杭 , 刘子阅 , 袁小虎 , 于泳波 , 唐雍盛 , 林彦君
Abstract: 本发明公开了一种基于多尺度与深层细粒度特征增强的表情识别方法，包括：构建多尺度双池化特征聚合模块，该模块由多尺度特征提取、多尺度关键特征选择和多尺度特征聚合三部分组成，通过骨干网络IR50获取四阶段的多尺度特征，并结合通道注意力机制提取多尺度表情特征中的全局有效信息，以捕捉和融合面部不同尺度的信息，从而获取全面的面部关键特征表示；引入关键区域导向的注意力机制，通过自适应地调整关注区域，提高了模型对面部细节特征的敏感度，更多地关注面部表情的细微差别，进一步增强对多尺度深层次的细粒度特征表示；通过融合多尺度和深层细粒度注意力增强特征，获取更为丰富和准确的面部关键信息，从而实现对面部表情的精准分类。
-
公开(公告)号：CN114821100B
公开(公告)日：2024-03-26
申请号：CN202210385383.3
申请日：2022-04-13
Applicant: 桂林电子科技大学
IPC: G06V10/44 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于结构组稀疏网络的图像压缩感知重建方法，所述方法为：为图像块构造相似组，将图像块与其相似组输入卷积神经网络；将图像块相似组输入边缘轮廓重构分支，通过其中的局部残差递归网络和亚相素层，获得对图像边缘轮廓的重建；将图像块相似组输入局部细节重构分支，通过其中的密集连接网络和多尺度编解码网络模块，获得对图像细节纹理的重建；将两分支重建图像进行融合，输出得到对原始图像的重建图；训练中，设计并采用结构组稀疏约束损失函数进行训练约束。这种方法能节约计算资源、能提高图像的重建精度。
-
公开(公告)号：CN114332733B
公开(公告)日：2024-03-15
申请号：CN202210004166.5
申请日：2022-01-04
Applicant: 桂林电子科技大学
IPC: G06V20/40 , G06V10/26 , G06V20/52 , G06V40/16 , G06V10/80 , G06V10/82 , G06N3/044 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于残差循环神经网络的视频监控人脸识别方法，其特征在于，包括如下步骤：1）获取视频监控人脸数据；2）进行人脸检测；3）视频人脸特征联合；4）联合特征融合与编码；5）解码隐藏状态及融合特征；6）利用融合特征进行网络训练；7）应用网络进行人脸识别。这种方法将人脸特征与隐藏状态使用残差连接，从而解决特征融合过程中存在梯度消失的问题，为隐藏状态提供了更多的特征，进而有效地提升人脸识别性能，对于长序列的人脸视频具有更好的鲁棒性，并且具有更强的识别能力。
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.041 seconds)
