-
公开(公告)号：CN111612695B
公开(公告)日：2023-08-01
申请号：CN202010424455.1
申请日：2020-05-19
Applicant: 华侨大学
IPC: G06T3/40 , G06V40/16 , G06N3/0464 , G06V10/774 , G06F17/14 , G06V10/82 , G06N3/092
Abstract: 本发明提供了图像处理领域的一种低分辨率人脸图像超分辨重建方法，包括：步骤S10、采用多级离散小波变换对低分辨率人脸图像进行分解，得到子图像；步骤S20、将各所述子图像输入卷积模块，提取各所述子图像间的第一关联特征；步骤S30、利用二阶注意力机制对所述第一关联特征进行强化学习，得到第二关联特征；步骤S40、通过非局部自相似模块增强所述第二关联特征的残差特征，得到第三关联特征；步骤S50、将所述第三关联特征进行逆小波变换，得到重建的第一人脸图像；步骤S60、创建一损失函数，利用所述损失函数对第一人脸图像的空间域以及小波域进行双重约束，得到重建的第二人脸图像。本发明的优点在于：极大的提升了低分辨率人脸图像重建质量。
-
公开(公告)号：CN113096157B
公开(公告)日：2023-07-28
申请号：CN202110481653.6
申请日：2021-04-30
Applicant: 华侨大学
Abstract: 本发明可靠的局部目标跟踪方法及跟踪器，包括：利用随机分块方法和人工分块方法来划分目标，得到第一类粒子和第二类粒子；结合第一类粒子和第二类粒子来估计目标位置；利用重采样规则来剔除第一类粒子中的不可靠粒子；计算探测分数r来判断第二类粒子是否被遮挡；若目标从全遮挡状态转变为部分遮挡或无遮挡状态，由第二类粒子确定最终的目标位置，否则，由第一类粒子中的可靠粒子来确定；S60，对于第一类粒子，其跟踪器的位置滤波器在每一帧都进行更新，而对于第二类粒子，只有当某个粒子的探测分数r大于设定阈值时，其跟踪器的位置滤波器才进行更新；利用可靠粒子之间的距离来估计目标的宽度与高度变化，得到目标的尺度。
-
公开(公告)号：CN114817673A
公开(公告)日：2022-07-29
申请号：CN202210389983.7
申请日：2022-04-14
Applicant: 华侨大学
IPC: G06F16/908 , G06F16/906 , G06V10/764 , G06V10/80
Abstract: 本发明提出一种基于模态关系学习的跨模态检索方法，将数据集中相同语义的图像文本对以及所属的类标签输入到基于模态关系学习的跨模态检索网络模型中训练，直至模型收敛，从而获得网络模型M；利用S1中训练得到网络模型M分别提取待查询图像/文本和候选库中每个文本/图像的特征向量，从而计算待查询图像文本与候选库中文本/图像的相似度，根据相似度的大小进行降序排序，并返回相似度最高的检索结果；建立模态间和模态内的双重融合机制进行模态间关系学习，不仅在模态内融合多尺度的特征，还在模态间使用标签的关系信息直接对融合特征进行互补性关系学习，另外，加入模态间的注意力机制进行特征联合嵌入，进一步的提高了跨模态的检索性能。
-
公开(公告)号：CN113160271A
公开(公告)日：2021-07-23
申请号：CN202110276732.3
申请日：2021-03-15
Applicant: 华侨大学
Abstract: 本发明提出了一种融合相关滤波和粒子滤波的高精度红外目标跟踪方法，将Lp范数引入LRST跟踪器，构建跟踪器最小化模型Lp‑LRST；利用DSST跟踪器估计出目标的位置和尺度，同时计算PSR值来衡量跟踪结果的可信度；若PSR大于或等于设定阈值，则根据DSST跟踪器当前帧确定的目标位置和尺度来执行Lp‑LRST跟踪器，否则由Lp‑LRST跟踪器根据上一帧的目标状态来重新确定目标位置；若PSR大于或等于设定阈值，则更新DSST跟踪器的模板，反之，停止更新；当粒子的模板相似度低于设定阈值时，更新Lp‑LRST跟踪器的模板，反之，停止更新；将获得的目标位置和尺度传递给下一帧的DSST跟踪器；重复直到跟踪结束。本发明提供的方法能够实现提升红外目标跟踪的准确性和鲁棒性。
-
公开(公告)号：CN107610049B
公开(公告)日：2021-01-05
申请号：CN201710718998.2
申请日：2017-08-21
Applicant: 华侨大学
Abstract: 本发明公开的基于稀疏正则化技术和加权引导滤波的图像超分辨率方法，该方法通过结合图像的非局部相似性和流形学习理论构造了一个新的稀疏编码目标函数，一方面在初始重建图像中寻找相似图像块构造非局部相似正则化项，得到图像的非局部冗余，以保持边缘信息；另一方面结合局部线性嵌入方法构造流行学习正则化项，获得图像的结构先验知识，以增强结构信息；再利用加权引导滤波的全局误差补偿模型对重建后的高分辨率图像进行误差补偿，得到重建误差更小，质量更高的图像。
-
Patent Agency Ranking
公开(公告)号：CN111241911A
公开(公告)日：2020-06-05
申请号：CN201911265306.9
申请日：2019-12-11
Applicant: 华侨大学
Abstract: 本发明公开了一种自适应的车道线检测方法，涉及车道线检测技术领域。本方法首先采用三维块匹配(BM3D)算法对摄像头采集到的实时行车图像进行去噪处理；然后，在HSV颜色空间，选择V通道对去噪图像进行阈值分割，以区分白色与黄色车道线；接着设定车道线的感兴趣区域，再使用Canny算法提取边缘，以获得准确的边缘特征数据；之后，通过基于梯度方向分类的概率霍夫直线检测方法对车道线进行检测，并融合角度滤波算法将极大钝角或者极小锐角的线段滤除；最后，对提取的车道线进行转向识别。本发明公开的一种自适应的车道线检测方法，有效提高了车道线检测算法的准确性和鲁棒性，并可对车辆的转向进行识别。
-
公开(公告)号：CN107256545A
公开(公告)日：2017-10-17
申请号：CN201710322853.0
申请日：2017-05-09
Applicant: 华侨大学 , 泉州市华工智能技术有限公司
Abstract: 本发明的一种大圆机的破洞瑕疵检测方法，利用机器学习方法实现对织物破洞瑕疵的检测，根据自适应图像增强技术预处理瑕疵图像，有效分割感兴趣区域，并且根据角点检测器结合排序方法有效地提取织物瑕点的单调光照及旋转不变的特征信息；在织物瑕疵点匹配方面，利用双向匹配方法，成功地得到织破洞针瑕疵。本发明大大提高了纺织品的瑕疵检测速度和效率。
-
公开(公告)号：CN107016664A
公开(公告)日：2017-08-04
申请号：CN201710036716.0
申请日：2017-01-18
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明一种大圆机的坏针瑕疵检测方法，利用机器学习方法实现对织物坏针瑕疵的检测，通过自适应图像增强技术预处理瑕疵图像，并有效分割感兴趣区域，根据相位一致的多尺度金字塔方法，有效地提取织物瑕点的特征信息；在织物瑕疵点分类识别方面，利用超图正则化属性学习，成功地检测出织物坏针瑕疵。本发明大大提高了纺织品的瑕疵检测速度和效率。
-
公开(公告)号：CN104993244A
公开(公告)日：2015-10-21
申请号：CN201510291946.2
申请日：2015-06-01
Applicant: 华侨大学
Abstract: 本发明公开一种增益的4G室内壁挂天线，其结构包括位于底部的金属载板、安装于该金属载板上的低频平板缝隙天线、高频圆环天线和分路滤波器。该低频平板缝隙天线的频率范围为806-960MHz，该高频圆环天线的频率范围为1710-2700MHz。将低频平板缝隙天线和高频圆环天线分开的设计避免了传统天线中将两者结合一起时造成的低端增益低、高端水平瓣宽窄和前后比差等问题的出现，并且由于分路滤波器电路板结构采用性能更优的扇形结构，走线结构优化，滤波性能更好，宽频段达到了比同类产品更完善的覆盖范围、更优良的性能。
-
公开(公告)号：CN119477922B
公开(公告)日：2025-04-22
申请号：CN202510067481.6
申请日：2025-01-16
Applicant: 华侨大学
IPC: G06T7/00 , G06N3/0464 , G06N3/084 , G06N3/096 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明提供掩模与语义协同优化扩散模型的石材表面瑕疵检测方法，属于瑕疵检测领域，包括：获取数据集；将输入图片输入编码器以得到输入表征，对输入表征进行高斯噪声向前扩散得到全噪声表征；将各输入表征与掩模图片点乘后输入掩模引导的知识提炼网络以生成掩模表征；将输入表征输入含多维特征金字塔的语义引导增强网络以得到语义表征；将全噪声表征、掩膜表征和语义表征进行拼接后，进行反向扩散以逐步去除噪声，并解码生成重建图片；将输入图片及其对应的重建图片均输入特征提取网络，进而计算得到异常得分；根据异常得分进行排序并形成异常得分列表，将异常得分列表对应的输入图片的热力图反馈至用户。本发明能够有效提升对瑕疵的检测精度。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.03 seconds)
