-
公开(公告)号：CN111915644A
公开(公告)日：2020-11-10
申请号：CN202010657633.5
申请日：2020-07-09
Applicant: 苏州科技大学 , 苏州佳图智绘信息技术有限公司
Abstract: 本发明公开了一种孪生导向锚框RPN网络的实时目标跟踪方法。本发明一种孪生导向锚框RPN网络的实时目标跟踪方法，包括：S1.分别将大小为127×127×3的模板帧和256×256×3的检测帧输入到孪生网络中的对应输入端口；S2.将通过孪生网络提取得到的特征分别输入到导向RPN(GA-RPN)网络的目标分类分支和位置回归分支，得到对应的分数图；S3.将导向RPN网络得到的分类分数图和位置回归分数图结果融合，然后进行插值计算，即可得到跟踪的结果。本发明的有益效果：解决孪生RPN目标跟踪网络的精度较低和速度较低的问题。
-
公开(公告)号：CN110852972A
公开(公告)日：2020-02-28
申请号：CN201911095524.2
申请日：2019-11-11
Applicant: 苏州科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于卷积神经网络的单图像去雨方法。本发明首先，我们并未使用导向滤波或者其他滤波分离图像以尽可能地保留图像的原始信息。其次，我们提出了我们的RK块来代替残差块以更高效地提取特征。最后，我们提出了特征转换连结操作来处理多尺度雨线。此外，批正则化操作假设了特征都有着相同的分布，然而不同的雨线有着不同的方向、颜色和形状，因此我们移除了网络中所有的批正则化操作。本发明的有益效果：以卷积神经网络为基础，设计一类较为简洁、高效的单步单流去雨网络模型，以便更好地修复带雨图像，同时保持修复质量和模型大小之间的平衡。
-
公开(公告)号：CN108960338A
公开(公告)日：2018-12-07
申请号：CN201810792426.3
申请日：2018-07-18
Applicant: 苏州科技大学
CPC classification number: G06K9/6256 , G06F17/2705 , G06F17/2775
Abstract: 本发明涉及一种基于注意力反馈机制的图像自动语句标注方法，包括：构建输入数据，给定一系列的图像χ＝{x1，x2，...，xN}作为训练集，其中N是样本数量；图像xi对应的语句表述为si＝{si，1，si，2，...，si，T}，T代表句子Si的长度；构建CNN‑RNN模型，进行正向文本成：从生成的文本中提取关键词注意力反向矫正图像注意力：利用上述从文本中提取出的关注特征，对原本的图像关注特征进行注意力矫正。能够解决注意力机制在图像自动语句标注过程中的注意力分散问题及生成语句错乱的问题，采用反馈式CNN‑RNN结构，利用反馈机制将生文本中的关键信息反向传给图像，将有利于在提取图像特征的过程中，更加关注文本中的信息所对应的显著目标，从而有利于使得图像关键信息和文本关键信息更加匹配。
-
公开(公告)号：CN107274673A
公开(公告)日：2017-10-20
申请号：CN201710697079.1
申请日：2017-08-15
Applicant: 苏州科技大学
Abstract: 本发明公开了基于修正局部方差的车辆排队长度测量方法，包括以下步骤：S 1获取视频帧作为待检图像；S 2采用基于修正局部方差的方法对获取的待检图像进行检测，所述待检图像为车队，先完成车队斑块的初步检测，然后对车队边缘进行有效检测，最后去除相邻车道中车辆阴影对待检车道车队斑块的影响，丰富车队斑块的有效检测；S 3将图像中车队斑块长度转化为现实车队的长度，完成车辆排队长度测量。本发明方法性能稳定、检测结果饱满，能够实现车队的有效检测和长度测量。
-
公开(公告)号：CN119887626A
公开(公告)日：2025-04-25
申请号：CN202411774592.2
申请日：2024-12-05
Applicant: 苏州科技大学 , 无锡市同步电子科技股份有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/40 , G06V10/80 , G06V10/26 , G06V20/70 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于多聚焦图像融合的芯片引脚共面度检测方法及系统，属于芯片检测技术领域，通过根据所述芯片引脚侧面图像构建数据集并对所述数据集中的图像进行预处理，构建训练集，获取裁剪后的图像块，从而根据所述裁剪后的图像块构建基于多聚焦图像融合的网络模型，并设置训练参数并以训练集作为多聚焦图像融合网络模型的输入，对所述多聚焦图像融合网络模型进行训练，最后进行多聚焦芯片图像融合，并对融合后的图像进行芯片引脚与主体分割，计算引脚共面度的量化值，并与阈值进行比较判断。本发明增强了网络的特征表示能力，基于语义先验分割的交叉注意力特征融合模块分别减轻错误特征、强化相关特征，从而使特征融合更加充分。
-
Patent Agency Ranking
公开(公告)号：CN119863428A
公开(公告)日：2025-04-22
申请号：CN202411795486.2
申请日：2024-12-09
Applicant: 苏州科技大学 , 新型显示与视觉感知石城实验室
IPC: G06T7/00 , G06V10/26 , G06V10/82 , G06V10/44 , G06N3/0455 , G06N3/0464
Abstract: 本发明涉及睑板腺图像处理技术领域，特别是一种基于卷积神经网络与Transformer技术的睑板腺缺失分级方法。获取睑板腺图像数据集，引入快速前进算法对睑板腺图像数据集进行修复处理，以降低由于泪液反光而导致的睑板腺图像中腺体边界模糊度，提高分割模型对边界特征的敏感性；构建多粒度睑板腺分割模型，将处理后睑板腺图像数据集输入多粒度睑板腺分割模型中并基于卷积神经网络与Transformer技术对多粒度睑板腺分割模型进行训练；使用训练好分割模型对睑板腺图像进行分割，并计算腺体缺失率，进行分级，通过本发明提高了睑板腺图像分割效率，增强了分割结果的鲁棒性和一致性，为睑板腺功能障碍的快速诊断和精准评估提供了技术支持。
-
公开(公告)号：CN119740006A
公开(公告)日：2025-04-01
申请号：CN202411768341.3
申请日：2024-12-04
Applicant: 苏州科技大学 , 新型显示与视觉感知石城实验室
IPC: G06F18/213 , G06F3/01 , G06F18/2131 , G06F18/10
Abstract: 本发明公开了一种基于脑电信号的不同视场大小显示系统沉浸感预测方法。通过结合视场大小与脑电信号的多维特征，构建精准的虚拟场景沉浸感知影响模型，该模型能够量化视场大小对显示系统中用户沉浸感的影响，同时充分考虑人类视觉系统的生理机制。进一步地，通过引入频域分析方法，提取脑电信号中的关键特征，并结合主观沉浸评分，模型能够生成与人眼视觉感知高度一致的沉浸感预测结果。通过本发明，能够显著提升沉浸感预测精度，为虚拟场景的沉浸感优化设计提供了科学依据。
-
公开(公告)号：CN119722603A
公开(公告)日：2025-03-28
申请号：CN202411774293.9
申请日：2024-12-05
Applicant: 苏州科技大学 , 无锡市同步电子科技股份有限公司
IPC: G06T7/00 , G06T7/194 , G06T7/60 , G06T7/62 , G06T7/73 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于多聚焦图像融合的芯片定位方法及系统，应用于集成电路芯片的精确定位。包括：实时监测芯片来料信号，采集芯片图像；构建芯片图像数据集并进行预处理，生成训练集和测试集数据；构建基于多聚焦图像融合的网络模型，并通过预处理数据对模型进行训练；利用训练好的模型对多聚焦芯片图像进行融合，提取融合图像中的芯片主体并分割背景，实现精确定位。本发明提高了芯片图像的清晰度和定位精度，具有高效性和鲁棒性，可广泛应用于半导体制造与自动化检测领域。还提供相应系统，实现从图像采集到定位的全流程自动化。
-
公开(公告)号：CN119513884A
公开(公告)日：2025-02-25
申请号：CN202311074431.8
申请日：2023-08-24
Applicant: 苏州科技大学 , 苏州爱宝康养科技有限公司
IPC: G06F21/60
Abstract: 本发明涉及计算机安全技术领域，尤其是指一种匹配功能加密方法，具体步骤包括：初始化阶段，密钥产生中心根据安全参数输出系统公钥和主密钥；加密密钥生成阶段，密钥产生中心根据主密钥和加密者身份标识，输出加密密钥；解密密钥生成阶段，密钥产生中心根据主密钥、函数f和接收者身份标识，输出解密密钥；加密算法阶段，输入系统公钥，加密者根据加密密钥、明文消息和加密者指定的目标身份标识，利用加密算法输出密文；解密算法阶段，接收者根据解密密钥、密文和接收者指定的目标身份标识，利用解密算法输出内积函数，接收者利用内积函数解码密文。本发明提升了系统安全性，利用匹配加密的双向访问控制，确保数据源的身份追溯。
-
公开(公告)号：CN114820470B
公开(公告)日：2025-02-21
申请号：CN202210363743.X
申请日：2022-04-07
Applicant: 苏州科技大学
Abstract: 本发明公开了一种基于多特征融合的板材缺陷检测系统及检测方法，该系统包括：图像获取及预处理模块、色度坐标及纹理特征获取模块及缺陷检测标记模块；所述图像获取及预处理模块获取目标板材的图像信息，并将所述图像信息进行预处理；所述色度坐标及纹理特征获取模块将预处理后的图像信息进行计算得到色度库及纹理缺陷模型；所述缺陷检测标记模块将所述图像信息中缺陷进行检测，并标注缺陷的位置。本发明建立了板材缺陷检测系统，利用图像处理的方式建立色度库与纹理特征模型，处理速度快，精度高，视觉效果好。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.022 seconds)
