公开(公告)号：CN105243636A

公开(公告)日：2016-01-13

申请号：CN201510852303.0

申请日：2015-11-27

Applicant: 武汉工程大学

Inventor： 周华兵 ,  王燕燕 ,  马佳义 ,  张彦铎 ,  陈灯 ,  李晓林 ,  鲁统伟 ,  闵锋 ,  卢涛 ,  余宝成 ,  李迅 ,  朱锐 ,  任世强 ,  朱国家

IPC: G06T3/00

CPC classification number: G06T3/0093

Abstract: 本发明公开了一种基于MRLS-TPS的图像变形方法及系统，该方法包括以下步骤：S1、输入原图像、权值参数α和正则化参数λ，并从原图像中选取控制点集合和该控制点集合对应的目标点集合S2、取径向基函数作为TPS核，根据TPS核构建控制点集合的核矩阵K，并根据TPS模型构建变形映射模拟函数fp，fp可以分解为一个全局的仿射变换矩阵A和一个局部的弯曲函数gp；S3、根据S2中的公式求解原图像中每个像素点的权重矩阵W、核向量Kp及变形映射函数fp；S4、根据变形映射函数的集合{fp(p)}，通过逆向映射获得变形图像。本发明的优点为：(1)变形后的图像可以很好地保留细节；(2)变形函数具有简单封闭解；(3)它具有非常高的计算效率。

公开(公告)号：CN114219742B

公开(公告)日：2025-02-18

申请号：CN202111055117.6

申请日：2021-09-09

Applicant: 武汉工程大学 ,  武汉逸锦科技有限公司

Inventor： 周华兵 ,  徐志超 ,  王燕燕 ,  张彦铎 ,  卢涛 ,  陈灯 ,  鲁统伟 ,  李晓林 ,  李迅 ,  朱锐

IPC: G06T3/4038 ,  G06T3/4046 ,  G06T5/50 ,  G06T5/60 ,  G06T5/40 ,  G06V40/16 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

Abstract: 本发明提供了一种联合流形约束和FB‑GAN的人脸变形方法和系统，通过使用生成对抗神经网络设计出端到端的人脸图像拼接对抗网络FB‑GAN，实现了在人脸变形过程中生成高分辨率的人脸图像的功能。本发明通过人脸变形算法生成高分辨率的人脸图像，解决了传统变形中人脸嘴巴从闭合到张开所导致的嘴巴“扭曲”或“空洞”问题。本发明解决了人脸拼接问题中的颜色差异较大而导致的拼接效果较差的问题，提高了人脸生成图像的真实性。

公开(公告)号：CN118570076B

公开(公告)日：2024-11-05

申请号：CN202410688338.4

申请日：2024-05-30

Applicant: 武汉工程大学

Inventor： 鲁统伟 ,  郭新 ,  闵锋 ,  李迅

IPC: G06T5/50 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80

Abstract: 本发明公开了一种基于swinTransformer的红外与可见光图像融合的方法，属于多模态图像融合技术领域，包括S1、构建图像融合系统；S2、输入红外图像和可见光图像；S3、将S2中输入的图像分别输入到特征粗提取模块中，经注意力增强模块和特征无损传递模块进一步提取特征；S4、将S3中得到的特征输入到特征细提取模块中，然后输入模态交互模块中；S5、将S4得到的不同模态的特征经含有交叉注意力的模态交互模块后，输出至特征重建模块；S6、使用卷积将S5得到的特征重新映射回对应的图像空间，完成融合图像的输出。本发明采用上述一种基于swinTransformer的红外与可见光图像融合的方法，提高了红外与可见光图像融合的融合图像的质量。

公开(公告)号：CN113591928B

公开(公告)日：2024-10-15

申请号：CN202110756083.7

申请日：2021-07-05

Applicant: 武汉工程大学

Inventor： 张浩 ,  鲁统伟 ,  贾世海 ,  唐佳珊

IPC: G06V20/54 ,  G06V10/774 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/771 ,  G06V10/62

Abstract: 本发明提供了基于多视角和卷积注意力模块的车辆重识别方法和系统，通过加入卷积注意力模块，使得模型能够关注车辆的有效特征，忽略无效特征，提高了模型的辨别能力；通过局部模块中的公共面计算使得模型具有更强的视角抗干扰能力，解决了不同视角下的同一车辆难以辨别问题；实现了对外观相似的车辆和不同视角下的同一车辆进行重识别的功能。本发明结合全局特征表示和局部特征表示模块，使模型能学习到更好的特征信息，增强了网络的特征表达能力，更有效地执行车辆重识别任务。

公开(公告)号：CN118674980A

公开(公告)日：2024-09-20

申请号：CN202410728872.3

申请日：2024-06-06

Applicant: 武汉工程大学

Inventor： 鲁统伟 ,  徐赞 ,  闵锋 ,  李迅

IPC: G06V10/764 ,  G06V10/44 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种基于注意力U形卷积网络的异常检测方法，涉及异常检测方法，包括以下步骤：S1：进行全局和局部采样，全局采样将整张图像的patch作为模型的输入，局部采样将一张图像上的patch作为模型的输入；S2：构建模型：模型包括基础U‑Net和三个嵌入模块；S3：模型嵌入：将模型嵌入到EfficientAD方法中，将原来的自编码器替换为注意力U‑Net，形成整体的网络架构；S4：模型训练：针对不同逻辑异常采用不同的旋转训练策略，将训练的图像输入网络进行训练，生成异常检测模型并保存；S5：检测结果：输入一批测试图像，利用训练好的异常检测模型进行推理，返回检测和定位结果。本发明使用U‑Net重构后得到的异常图轮廓更加分明，得到的定位结果更精细。

公开(公告)号：CN116229442B

公开(公告)日：2024-05-28

申请号：CN202310002512.0

申请日：2023-01-03

Applicant: 武汉工程大学

Inventor： 鲁统伟 ,  刘思洋 ,  卢涛

IPC: G06V20/62 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/096 ,  G06V30/26

Abstract: 本发明提供了一种文本图像合成和实例化权重的迁移学习方法，通过一系列合成策略以生成适合真实文本图像的合成数据，在长度和字符上提供两种文本选择方法，解决了合成数据集文本分布的偏差；通过提供文本合成策略，使合成的文本图像能够更加贴近现实世界图像；通过提出实例化权重的方法连接合成样本不同域的分布，并学习马氏距离，减少了合成样本和真实样本间差异，实现了生成困难场景下STR的合成数据的功能，解决了文本框图像中文本外观的逼真性和多样性，缓解了来自真实世界的注释文本图像的缺乏。本发明还提出了多种渲染策略，以合成真实的合成数据；针对合成数据迁移间差异问题提出了基于实例化的迁移方法训练识别模型。

公开(公告)号：CN113408546B

公开(公告)日：2023-03-07

申请号：CN202110684435.2

申请日：2021-06-21

Applicant: 武汉工程大学

Inventor： 贾世海 ,  鲁统伟 ,  张浩 ,  唐佳珊

IPC: G06V10/44 ,  G06V10/25 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了基于相互全局上下文注意力机制的单样本目标检测方法，通过构建用于提取图像特征的特征提取模块、用于图像的上下文特征的全局上下文特征模块、用于从图像的上下文特征中获取图像的通道级依赖信息的迁移模块、用于融合图像的通道级依赖信息与特征的融合模块、用于生成可能存在目标类别的区域的区域建议模块，以及用于输入支持图像的特征与查询图像感兴趣区域特征、输出两者是否为同一类别的概率的全连接类别无关分类器，实现了提高单样本目标检测方法的精确度的功能。本发明的模型不经过重新训练即可实现对新类别的分类，在单样本的条件下能够获取更好的检测效果。

公开(公告)号：CN114513681A

公开(公告)日：2022-05-17

申请号：CN202210088178.0

申请日：2022-01-25

Applicant: 武汉工程大学 ,  武汉逸锦科技有限公司

Inventor： 周海彬 ,  周华兵 ,  张彦铎 ,  卢涛 ,  鲁统伟 ,  李迅 ,  王燕燕

IPC: H04N21/231 ,  H04N21/234

Abstract: 本申请涉及一种视频处理系统、方法、装置、电子设备和存储介质，属于软件监控技术领域。包括：边缘端中的前置服务单元用于获取应用场景设备端采集的初始视频数据，对初始视频数据进行目标对象识别操作，以提取包含目标对象的图像帧，并发送至算法服务单元；边缘端中的算法服务单元用于对于每帧包含目标对象的图像帧，根据该图像帧对应的当前应用场景，确定对应的对象提取模型，根据当前应用场景对应的对象提取模型提取图像帧中的目标对象，得到图像帧的目标数据；云端用于存储初始视频数据对应的目标数据。本申请具备高效率的图像处理能力，根据不同的应用场景加载不同的对象提取模型，并非一个应用场景对应一个视频处理系统，适用范围较广。

公开(公告)号：CN104700078B

公开(公告)日：2018-06-08

申请号：CN201510081168.4

申请日：2015-02-13

Applicant: 武汉工程大学

Inventor： 卢涛 ,  杨威 ,  张彦铎 ,  李晓林 ,  万永静 ,  余军 ,  鲁统伟 ,  闵锋 ,  周华兵 ,  朱锐 ,  李迅 ,  魏运运 ,  黄爽 ,  段艳会 ,  张玉敏

IPC: G06F17/10 ,  G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于尺度不变特征极限学习机的机器人场景识别算法，该方法包括以下步骤:首先，利用尺度不变特征表达机器人视觉图像的场景，其次使用K均值聚类算法实现机器人场景图像表达码本，最后利用极限学习机算法建立机器人视觉场景图像和场景标签之间的映射关系。本方法利用了极限学习机的优点，降低了传统神经网络的参数估计和优化的复杂度，进一步缩短了训练时间和提高了机器人场景图像的识别率。

公开(公告)号：CN105608006A

公开(公告)日：2016-05-25

申请号：CN201510982321.0

申请日：2015-12-22

Applicant: 武汉工程大学

Inventor： 陈灯 ,  魏巍 ,  张彦铎 ,  李晓林 ,  李迅 ,  于宝成 ,  鲁统伟 ,  闵峰 ,  周华兵 ,  朱锐 ,  卢涛 ,  彭丽

IPC: G06F11/36

CPC classification number: G06F11/3612 ,  G06F11/3684

Abstract: 本发明公开了一种基于概率模型的程序错误检测方法及系统，该方法包括以下步骤：S1、获取概率模型和待检测程序，从待检测程序中提取待检测的函数调用序列集合；S2、获取单个待检测的函数调用序列，求解最相似的函数调用序列集合，并计算联合概率；S3、根据相似集合对该待检测序列进行检测并生成修复方案；S4、完成该待检测序列的检测和修复后，记录检测到的各个错误信息及修复方案；S5、对待检测集合中的所有待检测序列检测完毕后，输出程序错误报告。本发明无需处理概率模型转换到确定性模型时的阈值选择问题，能够快速的检测程序中的错误，且检测准确率高。