-
公开(公告)号：CN119295429A
公开(公告)日：2025-01-10
申请号：CN202411663033.4
申请日：2024-11-20
Applicant: 成都信息工程大学
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/194 , G06V10/764 , G06V10/82 , G06V10/25 , G06V10/74 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及一种基于空间变换网络的图像分类方法，主要包括通过对CT图像序列进行预处理得到每个CT图像中的胸腔区域，然后阈值分割和前景与背景区域的计算，以及前景区域的相似性评估，获取CT图像腔体区域中的目标存在可能性。再根据得到的目标存在可能性，使用集成了空间变换网络的ResNet‑50模型进行深度学习处理，对CT图像进行目标检测。本方法通过精确定位和目标存在可能性的预测，简化了深度学习处理对象的复杂度，增强了模型对关键区域的关注，从而有效提升了图像识别的准确性和效率。
-
公开(公告)号：CN116016794B
公开(公告)日：2024-10-08
申请号：CN202211564903.3
申请日：2022-12-07
Applicant: 成都信息工程大学
IPC: H04N1/32
Abstract: 本发明公开了一种分级图像显示方法，属于图像显示技术领域，该方法具体步骤包括：将原始图像的属性信息进行分级；根据不同的属性信息对应嵌入不同的图像信息，将不同的图像信息生成对应的密钥；彩色图像信息通过颜色到灰度映射算法将原始彩色图信息高频小波子带中，颜色恢复算法根据密钥将色彩信息提取出来重建彩色图；深度图像信息通过深度到灰度的映射算法，将深度图像信息的隐藏在高频小波子带中，深度恢复算法根据密钥将深度信息提取出来重建深度图；根据显示需求提取密钥，依据密钥从重建图像中提取对应属性信息的图像，实现分级图像显示。该方法能够较好实现图像不同属性信息嵌入与图像重建，获取的重建图像的质量较好。
-
公开(公告)号：CN117456426A
公开(公告)日：2024-01-26
申请号：CN202311698456.5
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监控视频目标检测方法，主要目的是提高目标检测的准确性和效率。本方法结合了多帧分析和多尺度处理技术，首先通过随机选择多个帧及其前一帧与背景帧进行比较，快速捕捉场景中的变化。接着，利用多尺度差分技术，将随机帧及其前一帧的结果相乘，有效减少误判和漏判的可能性。此外，本方法采用多帧综合判断机制，只有在多个随机帧中的大部分指示存在新增目标时，才确认目标的存在。这种方法不仅增强了对小目标和远距离目标的检测能力，也提高了在低对比度场景中的表现。通过这种综合的目标检测策略，本发明显著提升了视频监控系统在复杂环境下的目标检测效率和准确性。
-
公开(公告)号：CN115908099A
公开(公告)日：2023-04-04
申请号：CN202211684816.1
申请日：2022-12-27
Applicant: 成都信息工程大学
IPC: G06T1/00
Abstract: 本发明提供了一种二值图像的数字水印嵌入方法，属于数字多媒体防伪技术领域，包括如下步骤：定义两个具有不同方向性的误差扩散滤波器；将数字水印转化为多个比特并确定比特总数，根据比特总数将目标二值图像按照一定顺序均匀的分割为多个像素块；对多个比特依次进行提取，根据每次提取的比特选择一个对应的误差扩散滤波器；利用选择的误差扩散滤波器及多尺度误差扩散算法将提取的比特嵌入到当前的像素块中并进行二值化，得到嵌入隐藏水印的二值化图像。本发明所提出的目标二值图像数字水印技术，能够应用于所有目标二值图像，通用性强；本发明非常适合用作重要文件的印刷和传递过程的防伪和安全认证，鲁棒性较强。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN114708279A
公开(公告)日：2022-07-05
申请号：CN202210374304.9
申请日：2022-04-11
IPC: G06T7/11 , G06T7/90 , G06K9/62 , G06V10/762
Abstract: 本发明涉及一种云微粒子数据区域提取方法，主要包括对云微粒子数据进行数据集筛选和聚类，然后对所有图像数据中的像素块属性进行初步确认，在对初步确认的中心像素块和附属像素块分别进行中心像素块同区域搜索和附属像素块同区域搜索后，以中心像素块为核心，以归属于该中心像素块的附属像素块为扩展区域，两者共同作为单个云微粒子区域，以单个云微粒子区域为对象进行云微粒子提取，通过该方法提高了云微粒子数据区域提取的完整性和准确性。
-
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：CN111898627B
公开(公告)日：2021-06-15
申请号：CN202010460233.5
申请日：2020-05-27
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于PCA的SVM云微粒子优化分类识别方法，主要包括首先对CPI图像进行云微粒子分割，然后对分割后的云微粒子图像进行去标注，接着基于PCA降维的SVM云微粒子图像分类识别，由于现有方法中缺乏对CPI云微粒子原始数据的针对性预处理，通过该方法可有效的对云微粒子分类，并识别破碎冰晶粒子图片。
-
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：CN111860571A
公开(公告)日：2020-10-30
申请号：CN202010495758.2
申请日：2020-06-03
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于CIP数据质量控制的云微粒子分类方法，主要包括首先对CIP图像进行预处理，然后对二值化的CIP图像进行云微粒子图像质量控制，接着CIP图像进行分割处理，建立基于迁移学习的深度神经网络分类模型，由于现有方法中缺乏对CIP数据进行图像质量控制并结合深度神经网络对CIP云微粒子图像进行分类，通过该方法可有效的提高对CIP云微粒子图像分类准确率。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.032 seconds)
