-
公开(公告)号：CN113935924B
公开(公告)日：2024-09-10
申请号：CN202111327728.1
申请日：2021-11-10
Applicant: 福州大学
IPC: G06T5/77 , G06T5/70 , G06V10/762
Abstract: 本发明涉及一种基于先验信息指导的子空间低秩正则图像复原方法，包括以下步骤：步骤S1:获取自然图像，并利用混合高斯模型学习图像块的多个子空间结构；步骤S2:将待复原图像进行重叠分块，利用学习得到的多个子空间结构对这些重叠块进行聚类，得到多个相似块组；步骤S3:针对每一个相似块组,利用该块组的子空间结构指导线性变换建立子空间；步骤S4:在每个子空间进行低秩矩阵近似；步骤S5:将所有的块组进行聚合，再结合ADMM得到复原后的图像，步骤S5:循环步骤S2‑S5，迭代至满足预设复原要求的结果，即最终的复原图像。本发明能够提升信息丢失或噪声污染严重图像的复原质量。
-
公开(公告)号：CN117475208A
公开(公告)日：2024-01-30
申请号：CN202311410856.1
申请日：2023-10-28
Applicant: 福州大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/22
Abstract: 本发明提出结合异构局部图的渐进式网络的废钢图像细粒度分类方法，用于对废弃钢材进行等级区分，所述渐近式网络为卷积神经网络，使用监控摄像机采集的废钢图像作为卷积神经网络训练的数据集；所述方法首先在仅使用图像类别标签的情况下，从不同的训练迭代阶段和网络特征提取阶段对注意力信息进行集成从原图像中定位到含关键信息的目标区域，接着在目标图像中采样显著性的局部部件，对关键的局部细节信息进行学习，最后，构建一个完整的异构局部图，对不同局部区域之间的语义关系进行学习从而增强特征的判别性；本发明能结合全局与局部的信息，并且对局部的相关性更进一步学习提高了废钢图像分类的准确性。
-
公开(公告)号：CN117335971A
公开(公告)日：2024-01-02
申请号：CN202311265914.6
申请日：2023-09-28
Applicant: 福州大学
IPC: H04L9/08 , G06F21/62 , G06F16/332 , G06F16/338 , H04L9/32 , H04L9/14 , H04L9/40 , H04L9/00
Abstract: 本发明涉及一种抗离线关键字猜测和颠覆攻击的阈值多关键字搜索方法。该方法在云中群数据共享时可抗多类攻击。其用阈值盲签名生成多服务器派生关键字抵抗离线关键字猜测攻击和由单密钥服务器引起的单点故障，并用逆向防火墙保证对颠覆攻击的安全性。实现步骤：权威方初始化系统并创建主密钥；所有密钥服务器协同执行分布式密钥生成协议；发送方与密钥服务器合作生成派生关键字，与逆向防火墙交互生成无偏差随机值，并构建索引、密文、辅助信息和审计标签；接收方生成陷门提交给云服务器以搜索查询并解密搜索结果，在发生纠纷时追踪发送方身份并向审计员提交审计请求检查结果的完整性。本发明提出的算法在功能上具有一定的优势，且不会泄露关键词。
-
公开(公告)号：CN114821654A
公开(公告)日：2022-07-29
申请号：CN202210497768.9
申请日：2022-05-09
Applicant: 福州大学
Abstract: 本发明提供了一种融合局部与深度的时空图网络的人手检测方法首先使用传统检测器获取视频图像的多尺度特征图；随后将特征图选取置信度高的目标候选框，将目标候选框内图像再次输入检测器获取特征图，利用滑动窗口的激活值获取局部关键信息候选框，将候选框建立图关系网络，并且融合深度信息和视频前数帧的图像分别建立图网络进行训练；最后根据图计算获得的节点属性和原始特征图的特征信息相加，从而达到增强识别的效果。本发明利用图关系网络、深度信息和视频前后信息来增强图像识别，解决了传统检测器无法利用图像深度信息、视频图像先后信息和目标间具有关联关系的问题。
-
公开(公告)号：CN113159169B
公开(公告)日：2022-07-05
申请号：CN202110422847.9
申请日：2021-04-20
Applicant: 福州大学
Abstract: 本发明提出一种基于先验目标特征点指导的匹配变形与切缝优化的图像拼接方法，其特征在于：首先通过先验目标标记点计算非刚性变换将目标图像和参考图像进行初步对齐；其次，引入全局相似性缓解非重叠区域的投影失真；最后使用优化的交互图切算法用于进一步消除伪影。实验证明，在许多商用软件无法拼接的场景下，该算法仍然可以成功进行，并且产生更加自然而清晰的结果。本发明在局部不仅能提供高效的对齐能力，而且可以保持全局的相似性，使得结果整体自然，通过交互的方式能够得到让用户更加满意的拼接结果。不仅能满足大部分场景的拼接需求，在医疗临床上更有应用前景。
-
Patent Agency Ranking
公开(公告)号：CN112967210B
公开(公告)日：2022-07-05
申请号：CN202110471928.8
申请日：2021-04-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于全卷积孪生网络的无人机图像去噪方法，首先使用马氏距离在干净和噪声图像组合中计算出相似块组标签；随后建立全卷积孪生网络进行训练。在去噪场景中，孪生网络输出待去噪图像的相似块组，然后通过高斯混合模型构建具有外部信息和内部信息的混合正交字典。最后使用加权稀疏编码框架求解正交字典重构图像块，随后聚合图像块达到最终去噪。本发明利用马氏距离和全卷积孪生网络来寻找相似块组，解决了块匹配算法使用欧式距离寻找相似块组时不够准确且忽略图像块结构的问题。
-
公开(公告)号：CN114445689A
公开(公告)日：2022-05-06
申请号：CN202210112397.8
申请日：2022-01-29
Applicant: 福州大学 , 福建医科大学附属协和医院
Abstract: 本发明涉及一种目标先验信息指导的多尺度加权融合目标检测方法及系统，该方法包括以下步骤：首先使用卷积神经网络进行特征提取，然后对目标尺寸、颜色及形状角度先验信息进行基于尺度大小的聚类，使用聚类结果得到的权重来指导多尺度特征的加权融合，使得多尺度检测在目标具有多种形态、大小的场景下能够更有针对性地学习目标尺度的分布；其次在多尺度动态加权融合之后，引入尺度特征贡献度微调来进一步学习多尺度特征图的贡献度，并使用先验信息权重引导初始化；最后将多尺度输出传入分类与回归两个子网络进行目标物体的定位与分类。该方法及系统可以有效地利用目标的先验信息解决目标尺度不均衡问题，提高目标检测的准确性。
-
公开(公告)号：CN114445482A
公开(公告)日：2022-05-06
申请号：CN202210112398.2
申请日：2022-01-29
Applicant: 福州大学 , 福建医科大学附属协和医院
Abstract: 本发明涉及一种基于Libra‑RCNN和椭圆形状特征的图像中目标检测方法及系统，该方法包括以下步骤：S1、输入训练集中图像并进行预处理；S2、基于Libra‑RCNN架构设置骨干网络模型信息；S3、通过矩形框标签构建椭圆框标签，并计算椭圆交并比IoU；S4、计算椭圆锚框的长短轴及角度；S5、设置分类损失函数、回归损失函数和角度损失函数；S6、设置不同尺度输出后的Head部分；S7、设置Libra‑RCNN的采样策略为IoU最大值采样策略，并设置相应的IoU阈值；S8、生成网络模型，并通过训练集图像训练网络模型，得到训练好的网络模型；S9、通过训练好的网络模型检测图像，得到目标的相应位置和目标类别。该方法及系统有利于提高对于具有椭圆形状特征目标的检测精度。
-
公开(公告)号：CN112967210A
公开(公告)日：2021-06-15
申请号：CN202110471928.8
申请日：2021-04-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于全卷积孪生网络的无人机图像去噪方法，首先使用马氏距离在干净和噪声图像组合中计算出相似块组标签；随后建立全卷积孪生网络进行训练。在去噪场景中，孪生网络输出待去噪图像的相似块组，然后通过高斯混合模型构建具有外部信息和内部信息的混合正交字典。最后使用加权稀疏编码框架求解正交字典重构图像块，随后聚合图像块达到最终去噪。本发明利用马氏距离和全卷积孪生网络来寻找相似块组，解决了块匹配算法使用欧式距离寻找相似块组时不够准确且忽略图像块结构的问题。
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.022 seconds)
