-
公开(公告)号：CN105915883B
公开(公告)日：2017-10-24
申请号：CN201610352510.4
申请日：2016-05-25
Applicant: 浙江科技学院
Abstract: 本发明公开了一种基于极限学习和双目融合的盲参考立体图像质量评价方法，其获取待评价的失真立体图像的左右视点双目融合图像及左右视点双目融合图像的LoG、DoG和GM滤波图像；接着获取LoG、DoG和GM滤波图像各自的旋转不变性局部二值化模式图像及直方图统计特征向量；对于训练集，以相同方式获取每幅失真立体图像对应的三个直方图统计特征向量，采用极限学习机对所有直方图统计特征向量进行训练，利用得到的极限学习机训练模型对待评价的失真立体图像对应的三个直方图统计特征向量进行测试，预测得到客观质量评价预测值；优点是能够充分考虑到立体视觉感知特性，并采用高效的机器学习方法，从而能够有效地提高客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN106780347A
公开(公告)日：2017-05-31
申请号：CN201710071158.1
申请日：2017-02-09
Applicant: 浙江科技学院
Inventor： 周扬 , 陈正伟 , 刘铁兵 , 毛建卫 , 王中鹏 , 赵芸 , 陈才 , 施秧 , 周武杰 , 陈芳妮 , 宋起文 , 陶红卫 , 吴茗蔚 , 王建芬 , 施祥 , 郑卫红 , 翁剑枫 , 邱薇薇
Abstract: 本发明公开了一种基于OCT图像处理的枇杷早期瘀伤鉴别方法。采集枇杷果实的具有细胞图像细节的SD‑OCT图像，使用双三次插值算法，对图像进行降采样缩小图像分辨率，进行高斯模糊降噪处理，提取枇杷果实目标和背景的分界线，取分界线的最高点并作为参考点，根据参考点使得分界线变形为沿参考点的一条直线，对图像进行均值滤波，对图像进行二值化处理，将二值图像处理获得各个细胞对应的细胞区域，通过对细胞区域进行分析计算获得瘀伤鉴别的结果。本发明方法实现了枇杷果肉的早期瘀伤的全自动化检测，并完成瘀伤组织的皮下细胞标识和判别，提高了检测效率，为枇杷内在品质在线检测奠定技术基础。
-
公开(公告)号：CN106778772A
公开(公告)日：2017-05-31
申请号：CN201611046553.6
申请日：2016-11-23
Applicant: 浙江科技学院
CPC classification number: G06K9/4619 , G06K9/4671 , G06K9/6232 , G06T7/0002 , G06T2207/10012 , G06T2207/10021
Abstract: 本发明公开了一种立体图像视觉显著提取方法，其首先获取立体图像的左视点图像的L通道图、a通道图和b通道图，并获取立体图像的深度图像变换到区间[0,255]的图像；然后对L通道图、a通道图和b通道图及变换后的深度图像实施log‑Gabor低通滤波，得到各自的低通滤波特征图；接着根据四幅低通滤波特征图获取左视点视觉显著图；再获取立体图像的中心偏好图；最后融合左视点视觉显著图和中心偏好图得到立体图像的视觉显著图；优点是符合显著语义特征，且具有较强的提取稳定性和较高的提取准确性。
-
公开(公告)号：CN105376563B
公开(公告)日：2017-03-22
申请号：CN201510791464.3
申请日：2015-11-17
Applicant: 浙江科技学院
Abstract: 本发明公开了一种基于双目融合特征相似度的无参考立体图像质量评价方法，其通过对待评价的失真立体图像的左视点图像和右视点图像分别进行Gabor滤波和LOG滤波，得到左右视点融合图像和左右视点融合视觉特征图；然后计算左右视点融合图像与左右视点融合视觉特征图之间的自相似度图像；再获取自相似度图像的量化图像的直方图统计特征向量和自相似度图像的局部二值化模式图像的直方图统计特征向量；最后获取待评价的失真立体图像的客观质量评价预测值；优点是其能够充分考虑到立体视觉感知特性，从而能够有效地提高客观评价结果与主观感知之间的相关性。
-
公开(公告)号：CN105282543B
公开(公告)日：2017-03-22
申请号：CN201510701937.6
申请日：2015-10-26
Applicant: 浙江科技学院
Abstract: 本发明公开了一种基于立体视觉感知的全盲立体图像质量客观评价方法，其在训练阶段，先获取每幅原始的无失真立体图像的融合视点图像的去均值归一化图像，然后输入到实证密度函数中得到纹理信息向量，并进行四个方向的滤波处理得到方向信息向量，再将所有纹理信息向量和方向信息向量输入到高斯分布模型中，得到无失真高斯分布模型；在测试阶段，采用相同的方式得到失真高斯分布模型，然后采用马氏距离公式衡量无失真高斯分布模型和失真高斯分布模型之间的误差，将误差作为待评价的失真立体图像的图像质量客观评价预测值；优点是其能够充分考虑到立体视觉感知特性，从而能够有效地提高客观评价结果与主观感知之间的相关性。
-
Patent Agency Ranking
公开(公告)号：CN105357519A
公开(公告)日：2016-02-24
申请号：CN201510869464.0
申请日：2015-12-02
Applicant: 浙江科技学院
Inventor： 周武杰 , 王中鹏 , 邱薇薇 , 周扬 , 吴茗蔚 , 翁剑枫 , 葛丁飞 , 王新华 , 孙丽慧 , 陈寿法 , 郑卫红 , 李鑫 , 吴洁雯 , 王昕峰 , 金国英 , 王建芬
Abstract: 本发明公开了一种基于自相似度特征的无参考立体图像质量客观评价方法，其采用双目融合模型，对左视点图像和右视点图像进入融合，得到的融合图像能够很好地模拟双目视觉感知特性；在充分利用了双目视觉感知特性的基础上，采用计算自相似度图像的方法获取双目视觉感知方向特征信息，因此能有效地提高客观评价结果与主观感知之间的相关性；采用机器学习的方法模拟视觉记忆检索功能，使客观评价值能更加准确预测失真立体图像的质量。
-
公开(公告)号：CN114666050B
公开(公告)日：2024-03-12
申请号：CN202210329659.6
申请日：2022-03-30
Applicant: 浙江科技学院
IPC: H04L9/08 , H04L67/02 , H04L67/1097
Abstract: 本发明公开了一种抵抗在线和离线关键字猜测攻击的数据传输方法。运行初始化算法，输入全局安全参数，输出系统公开参数；数据发送方、数据接收方、云服务器各自运行密钥生成算法，输入系统公开参数，输出各自的私钥和公钥；数据发送方对明文数据提取关键字，加密获得关键字密文并传至云服务器；数据发送方对明文数据加密并传至云服务器；数据接收方构建查询关键字的搜索令牌并传给云服务器；云服务器对关键字密文和搜索令牌进行匹配，若匹配，将对应的密文数据重加密并传给数据接收方；数据接收方对密文数据解密得明文数据。本发明实现了关键字密文搜索，并有效解决了关键字猜测攻击(在线和离线)的问题，保护了数据隐私。
-
公开(公告)号：CN114666050A
公开(公告)日：2022-06-24
申请号：CN202210329659.6
申请日：2022-03-30
Applicant: 浙江科技学院
IPC: H04L9/08 , H04L67/02 , H04L67/1097
Abstract: 本发明公开了一种抵抗在线和离线关键字猜测攻击的数据传输方法。运行初始化算法，输入全局安全参数，输出系统公开参数；数据发送方、数据接收方、云服务器各自运行密钥生成算法，输入系统公开参数，输出各自的私钥和公钥；数据发送方对明文数据提取关键字，加密获得关键字密文并传至云服务器；数据发送方对明文数据加密并传至云服务器；数据接收方构建查询关键字的搜索令牌并传给云服务器；云服务器对关键字密文和搜索令牌进行匹配，若匹配，将对应的密文数据重加密并传给数据接收方；数据接收方对密文数据解密得明文数据。本发明实现了关键字密文搜索，并有效解决了关键字猜测攻击(在线和离线)的问题，保护了数据隐私。
-
公开(公告)号：CN113781504A
公开(公告)日：2021-12-10
申请号：CN202111082517.6
申请日：2021-09-15
Applicant: 浙江科技学院
Abstract: 本发明公开了一种基于边界引导的道路场景语义分割方法，涉及深度学习领域，具体步骤为：获取训练集，训练集包括原始道路场景RGB图像、Thermal热红外图像、预处理后的边界图像；构建卷积神经网络；将训练集输入到卷积神经网络中进行训练，得到对应的语义分割预测图；语义分割预测图构成第一集合，真实语义分割图像处理成的独热编码图像构成第二集合，计算第一集合与第二集合之间的损失函数，得到卷积神经网络分类训练模型的最优权值矢量和偏置项，卷积神经网络分类训练模型训练完成；将待语义分割的道路场景图像输入卷积神经网络分类训练模型中，得到预测语义分割图像，优点是提高了RGB‑T道路图像的语义分割效率和准确度。
-
公开(公告)号：CN112598675A
公开(公告)日：2021-04-02
申请号：CN202011559942.5
申请日：2020-12-25
Applicant: 浙江科技学院
Abstract: 本发明公开了基于改进全卷积神经网络的室内场景语义分割方法。首先构建卷积神经网络，其隐层包括5个神经网络块、5个特征再提取卷积层块、5个分块注意力卷积块、12个融合层、4个上采样层；使用原始室内场景图像输入到卷积神经网络中进行训练，得到对应的语义分割预测图；再通过计算原始的室内场景图像对应的语义分割预测图构成的集合与对应的真实语义分割图像处理成的独热编码图像构成的集合之间的损失函数值，获得卷积神经网络分类训练模型的最优权值矢量和偏置项；将待语义分割的室内场景图像输入到训练好的卷积神经网络分类训练模型中，得到预测语义分割图像。本发明的优点是提高了室内场景图像的语义分割效率和准确度。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.037 seconds)
