公开(公告)号：CN116051408A

公开(公告)日：2023-05-02

申请号：CN202310022026.5

申请日：2023-01-06

Applicant: 郑州轻工业大学

Inventor： 张杰 ,  卢淼鑫 ,  黄雯潇 ,  张焕龙 ,  张建伟 ,  王凤仙 ,  李林伟 ,  曲光

IPC: G06T5/00 ,  G06T5/50 ,  G06N3/048 ,  G06N3/08 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明提出了一种基于残差自编码的图像深度去噪方法，步骤如下：以噪声的标准差作为分级依据将噪声分级；通过数据增强策略扩充数据集中的图片数量得到训练集；构建图像去噪模型：图像去噪模型包括依次连接的编码模块、密集残差模块和解码模块；将训练集的图片分别添加步骤一中各个噪声等级范围内的高斯噪声得到含噪图像，将含噪图像输入图像去噪模型分别进行学习训练，获得训练好的不同噪声等级的图像去噪模型；在图像去噪应用时将含噪图片输入训练好的图像去噪模型，直接重构输出去噪后的图片。本发明在去除大部分噪声信息的同时能够有效的保留图像的局部细节特征和图像的边缘特征信息，获得高质量的重建图像；实现简单且轻量化，参数量少。

公开(公告)号：CN115272401A

公开(公告)日：2022-11-01

申请号：CN202210530550.9

申请日：2022-05-16

Applicant: 郑州轻工业大学

Inventor： 张焕龙 ,  陈宜滨 ,  张杰 ,  章卓 ,  李林伟 ,  王凤仙 ,  陈青华 ,  赵彦春 ,  高淼 ,  陈富国

IPC: G06T7/246 ,  G06V10/764

Abstract: 本发明提出了一种基于辨别增强记忆与断续时空约束的目标跟踪方法，属于目标跟踪技术领域，用于解决传统暹罗跟踪算法无法适应突变运动目标的形变，难以有效提高跟踪鲁棒性的问题。本发明首先建立辨别增强记忆模型，该模型更新依据多峰样本评估收集的样本集和焦点损失度量，评估跟踪结果属于目标的概率，根据概率值调整跟踪方式。多峰样本评估策略依靠响应图在线收集难分负样本，焦点损失度量使网络训练时更加偏向于学习难分负样本，从内外两个方面提高记忆模型判别力。其次，在跟踪失败时，根据记忆模型响应引导断续时空约束抑制跟踪过程中固定时空约束对目标的干扰，提高最终响应图的置信度，从而实现更鲁棒性的跟踪性能。

公开(公告)号：CN113300827A

公开(公告)日：2021-08-24

申请号：CN202110551860.4

申请日：2021-05-20

Applicant: 郑州轻工业大学

Inventor： 张勋才 ,  牛莹 ,  李辉 ,  陈志武 ,  马江涛 ,  吴涛 ,  王延峰 ,  李林伟 ,  张焕龙 ,  张建伟 ,  任航丽 ,  栗三一 ,  杨飞飞

IPC: H04L9/00 ,  H04N1/44

Abstract: 本发明提出了一种基于拉丁方的混沌图像加密方法，其步骤为：利用原始图像矩阵生成密钥，将密钥输入超混沌Lorenz系统进行得到混沌序列；截取混沌序列转换为矩阵对原始图像矩阵进行置乱；截取混沌序列生成拉丁方阵作为查找表；截取混沌序列并组成索引矩阵，利用索引矩阵从查找表中的对应坐标选取元素进行替换得到像素替换矩阵；截取混沌序列并生成拉丁方矩阵，将像素替换矩阵的位平面组成比特矩阵，利用拉丁方矩阵对比特矩阵进行比特置乱并组合为位平面矩阵，转换为十进制得到密文图像。本发明所用拉丁方阵均由混沌序列产生，增强了复杂度，提升了安全性；有效地提高了随机性、灵敏性，能够有效的抵抗差分攻击，增加了破译难度，适合实际应用。