-
公开(公告)号：CN118537354A
公开(公告)日：2024-08-23
申请号：CN202410229808.0
申请日：2024-02-29
Applicant: 重庆邮电大学
IPC: G06T7/12 , G06N3/084 , G06N3/0464 , G06T5/50 , G06T5/30 , G06T3/4038
Abstract: 本发明涉及语义分割技术领域，具体涉及一种基于边缘通道注意力的自然图像小样本语义分割方法；该方法包括构建并训练语义分割模型，获取待分割图像输入训练好的语义分割模型得到分割结果，所述语义分割模型包括MCA模型；本发明可以一定程度的减少基于错误先验图和无关语义的误导，提升小样本语义分割的准确度。
-
公开(公告)号：CN118279318A
公开(公告)日：2024-07-02
申请号：CN202410263953.0
申请日：2024-03-08
Applicant: 重庆邮电大学
IPC: G06T7/10 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明属于生物图像分析领域，具体涉及一种基于掩码自编码器的荧光显微镜荧光显微镜线粒体图像分割方法，包括：获取荧光显微镜线粒体图像并进行预处理，将预处理后的图像输入训练好的图像分割模型，得到分割结果；图像分割模型的训练过程包括：获取荧光显微镜线粒体图像数据集，根据图像数据集训练掩码自编码器；根据训练好的掩码自编码器的重构编码器的权重初始化分割编码器的权重，将数据集中的图像输入初始化后的分割编码器，得到不同尺度的特征；将不同尺度的特征输入分割解码器，得到分割结果；根据分割结果更新模型参数；本发明在利用掩码自编码器对荧光显微镜线粒体图像进行分割的过程中使用低掩码率，提高了图像分割精度。
-
公开(公告)号：CN118229745A
公开(公告)日：2024-06-21
申请号：CN202410297328.8
申请日：2024-03-15
Applicant: 重庆邮电大学
IPC: G06T7/33 , G06N3/088 , G06V10/42 , G06V10/44 , G06N3/0475 , G06N3/0464 , G06V10/764 , G06N3/045
Abstract: 本发明涉及一种基于虚拟锚点引导的无监督点云鲁棒配准方法，该方法包括：获取相同场景下不同视角的两个点云，将其输入预训练好的无监督点云配准模型，得到点云配准结果；无监督点云配准模型的训练过程包括：获取源点云和目标点云；通过特征提取分别得到相应的全局特征；分别对相应的全局特征进行虚拟锚点生成，得到相应的虚拟锚点；对相应的虚拟锚点取K最近邻，利用特征提取网络，分别得到相应的局部特征；计算对应的相似度矩阵；进而得到变换矩阵，根据变换矩阵，得到点云配准结果；计算该模型的损失函数，当损失函数收敛时停止训练，得到训练后的无监督点云配准模型。本发明解决了点云配准中的PtP问题，得到的配准结果更准确，无监督点云配准模型的鲁棒性能更优。
-
公开(公告)号：CN118134817A
公开(公告)日：2024-06-04
申请号：CN202410254015.4
申请日：2024-03-06
Applicant: 重庆邮电大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于曲线估计的无监督曝光校正方法，包括：构建曝光校正模型；采用MESC数据集对曝光校正模型进行训练，通过训练好的曝光校正模型对待校正图片进行自动曝光校正。本发明通过将传统将曝光校正视为图像到图像的映射视为特定于图像的曲线估计问题，并使用不同曝光条件的混合数据来训练网络模型，能够良好校正不同曝光水平的图片。
-
公开(公告)号：CN118097205A
公开(公告)日：2024-05-28
申请号：CN202410327155.X
申请日：2024-03-21
Applicant: 重庆邮电大学
IPC: G06V10/762 , G06V10/74 , G06V10/77
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于特征维度选择的图像聚类方法；该方法包括：采用多种特征提取方法对待聚类的图像进行特征提取，得到特征数据；对特征数据进行组合，得到多视图数据集；对多视图数据集中的数据进行缩减，得到最终多视图数据集；采用多视图子空间聚类方法对最终多视图数据集进行处理，得到图像聚类结果。本发明可大大降低数据存储量，减少存储负担，减少多视图子空间聚类的运行时间；并且同时能够在筛除掉错误特征维度的情况下，提高聚类的精度。
-
Patent Agency Ranking
公开(公告)号：CN113837976B
公开(公告)日：2024-03-19
申请号：CN202111092155.9
申请日：2021-09-17
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于联合多域的多聚焦图像融合方法，涉及数字图像处理、模式识别、深度学习和多成像应用领域。包括：1)将多聚焦源图像对转换为灰度图像，通过DCTConv和LBPConv特征提取模块得到高维非线性特征映射；2)将高维非线性特征映射输入以1×1为卷积核的FC层，得到每幅图像的聚焦测量映射图，并利用softmax激活函数比较焦点值，生成初始二值决策映射图；3)采用条件随机场和形态学方法对初始决策图进行后处理，以降低噪声，使处理更加平滑，得到最终决策图。4)根据最终决策图融合源图像对，生成多聚焦融合图像。本发明生成具有更高边缘对比度的图像，并在融合图像的运动区域引入较少的伪影。
-
公开(公告)号：CN116152221A
公开(公告)日：2023-05-23
申请号：CN202310256229.0
申请日：2023-03-16
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/40 , G06V10/82 , G06V10/80 , G06F18/25 , G06F40/30 , G06F40/126 , G06N3/0464 , G06N3/0442
Abstract: 本发明属于数字图像处理与模式识别领域，具体涉及一种基于脑启发多模态交互网络的图像美学质量评价方法，包括：建立脑启发多模态交互网络模型；将图像数据输入图像感知模块获取图像感知特征；将文本数据输入文本感知模块提取文本感知特征；通过识别模块学习图像感知特征和文本感知特征之间的交互关系，得到图像与文本之间的关联表示；评估模块融合图像感知特征、文本感知特征和图像与文本之间的关联表示，融合后进行幂归一化和L2正则化得到美学分布。本发明通过KI‑LSTM整合用户隐式记忆，提取文本和图像特征的关联表示；提出通用的SMF去融合多模态特征，利用低秩矩阵分解方式减少参数，使模型具有很好的泛化能力。
-
公开(公告)号：CN115689889A
公开(公告)日：2023-02-03
申请号：CN202211361946.1
申请日：2022-11-02
Applicant: 重庆邮电大学
IPC: G06T3/40 , G06T5/50 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于结构光照明超分辨显微成像技术，特别涉及一种振幅相位通道注意力的结构光照明显微镜重建方法，包括获取结构化照明显微镜的原始数据，若原始数据为多个时间点的原始数据，则计算原始数据的特征图；通过一个卷积层提取原始数据的特征图中的低频特征；将低分辨率特征作为四个级联的残差组的输入，获取原始数据的特征图中的高频特征；根据高频特征与低频特征进行过图像重建，得到超分辨率图像；本发明与scUNet和DFCAN方法相比，在重建的保真度上提高了17％。
-
公开(公告)号：CN114983359A
公开(公告)日：2022-09-02
申请号：CN202210699152.X
申请日：2022-06-20
Applicant: 重庆邮电大学
IPC: A61B5/0205 , A61B5/05 , G06K9/62
Abstract: 本发明涉及一种基于IR‑UWB雷达的生命体征检测方法，属于生理信息领域。该方法包括以下步骤：在室内部署IR‑UWB雷达采集被测者在不同活动状态的人体特征数据；基于MTI算法对数据进行预处理；频谱稀疏最大化的生命体征探测方法。本发明针对现有的呼吸心跳信号监测多采用接触式设备，在无接触情况下检测准确率低的不足，提出了一种利用IR‑UWB雷达采集人体特征数据，通过MTI算法对数据进行预处理，随后利用频谱稀疏最大化的生命体征探测方法，实现从经过预处理后的IR‑UWB雷达信号中提取人体特征数据中的呼吸心跳信号。
-
公开(公告)号：CN114647859A
公开(公告)日：2022-06-21
申请号：CN202210214785.7
申请日：2022-03-07
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种隐私保护的彩色图像特征提取方法，涉及图像加密、数字图像处理、计算机视觉等技术领域。具体步骤为：1)用户用四元数表示彩色图像，利用向量同态加密方案对四元数像素加密；2)将设计的隐私保护彩色图像特征提取算法和加密图像部署到服务器；3)服务器利用加密图像和用户提供的特征提取算法，计算密文特征并返回给用户；4)用户对服务器返回的加密特征进行解密，并用于后续的图像任务。本方法能够在保护图像隐私的同时，将特征提取算法外包给资源充足的第三方服务器，并且提取的特征在后续任务中表现出良好的性能，具有实际意义。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.03 seconds)
