公开(公告)号：CN119180752B

公开(公告)日：2025-02-25

申请号：CN202411678685.5

申请日：2024-11-22

Applicant: 华侨大学 ,  厦门松霖科技股份有限公司

Inventor： 曾焕强 ,  朱显丞 ,  朱建清 ,  施一帆 ,  龚鑫荣 ,  蔡磊 ,  陈斌 ,  陈志达 ,  卢伟

IPC: G06T3/4053 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06T3/4046

Abstract: 本发明公开了一种基于高效频域Transformer的轻量级图像超分辨率方法及装置，涉及图像处理领域，包括：构建基于高效频域Transformer的图像超分辨率模型并训练，得到经训练的图像超分辨率模型，图像超分辨率模型包括第一卷积层、亚像素卷积层、第二卷积层以及若干个高效频域Transformer模块；获取待重建的低分配率图像和上采样因子并输入经训练的图像超分辨率模型，先经过第一卷积层，得到第一卷积层的输出特征，第一卷积层的输出特征依次经过若干个高效频域Transformer模块，将最后一个高效频域Transformer模块的输出特征与第一卷积层的输出特征相加，得到第二相加结果，第二相加结果依次经过亚像素卷积层和第二卷积层，得到高分辨率重建图像。本发明克服现有Transformer方法计算复杂度过高的问题。

公开(公告)号：CN119359547A

公开(公告)日：2025-01-24

申请号：CN202411936474.7

申请日：2024-12-26

Applicant: 华侨大学

Inventor： 王一凡 ,  黄玉婷 ,  陈泽鑫 ,  张平平 ,  黄德天 ,  陈龙涛 ,  施一帆

IPC: G06T3/4053 ,  G06N3/0464 ,  G06N3/0495 ,  G06T3/4046

Abstract: 本发明设计图像处理技术领域，公开了一种基于特征蒸馏和层间信息交互的轻量级图像超分辨率方法，包括以下步骤：构建动态非对称蒸馏模块和层间全维信息交互模块；基于动态非对称蒸馏模块和层间全维信息交互模块构建轻量级图像超分辨率网络；利用所述轻量级图像超分辨率网络实现图像超分辨率；其中，所述轻量级图像超分辨率网络利用卷积层对输入的低分辨率图像进行浅层特征提取，利用动态非对称蒸馏模块和层间全维信息交互模块对浅层特征进行深层特征提取，利用卷积层和上采样对深层特征进行图像重建，得到高分辨率图像。本发明以更轻量、更有效的方式提取关键特征，从而实现在提升重建效果的同时，最小化计算开销和参数量。

公开(公告)号：CN119323805A

公开(公告)日：2025-01-17

申请号：CN202411876774.0

申请日：2024-12-19

Applicant: 华侨大学

Inventor： 郑锦杰 ,  朱建清 ,  庄靖怡 ,  萨百慧 ,  詹思敏 ,  苏嘉骏 ,  曾焕强 ,  蔡磊 ,  施一帆

IPC: G06V40/10 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/32 ,  G06V40/20

Abstract: 本发明公开了一种动静正则混合采样的行人再辨识方法及系统，涉及公共安全智能视频监控技术领域。实践中，采样常独立于行人再辨识模型训练，导致训练过程采样的信息丢失不受控制，制约识辨准确性。为此，本发明设计了正则动态线性采样和静态线性采样混和方法，实现行人再辨识模型训练过程中联合优化采样效果，其中，前者通过归一化的可学习参数，以数据驱动的动态方式学得动态的像素组合权重；后者利用双线性变换来确定静态的像素组合权重，实现与数据无关的采样策略。本发明进一步设计了动静正则项，约束动态的像素组合权重与静态的像素组合权重之间的差异，控制可学习参数的自由度，更好地组合动静采样，减少传统单一静态采样过程中信息损失。

公开(公告)号：CN118506168B

公开(公告)日：2024-10-15

申请号：CN202410954584.X

申请日：2024-07-17

Applicant: 华侨大学 ,  杭州电子科技大学 ,  厦门亿联网络技术股份有限公司

Inventor： 曾焕强 ,  丁瑞 ,  陈婧 ,  施一帆 ,  朱建清 ,  夏至贤 ,  张联昌 ,  王天磊

IPC: G06V10/98 ,  G06N3/045 ,  G06N3/0464 ,  G06T7/13 ,  G06V10/40 ,  G06V10/54 ,  G06V10/776 ,  G06V10/80 ,  G06V10/82 ,  G06V20/40

Abstract: 本发明公开一种基于多重特征网络的沉浸式视频质量评价方法及装置，涉及图像处理领域，包括：在沉浸式视频质量评价模型中，通过视频预处理网络对待评价的沉浸式视频包含的多个视点的纹理视频和深度视频进行视点筛选，得到筛选后视点的纹理视频和深度视频，通过时空特征提取网络对筛选后视点的纹理视频和深度视频进行特征提取并计算得到对应视点的纹理视频的质量分数和深度视频的质量分数；通过权重计算网络计算得到筛选后视点的时空轨迹权重，将筛选后视点的时空轨迹权重与对应视点的纹理视频的质量分数和深度视频的质量分数输入质量分数计算模块计算得到沉浸式视频的质量分数。本发明解决现有沉浸式视频质量评价算法效果较差的问题。

公开(公告)号：CN118609034A

公开(公告)日：2024-09-06

申请号：CN202411080625.3

申请日：2024-08-08

Applicant: 华侨大学 ,  厦门松霖科技股份有限公司

Inventor： 曾焕强 ,  丁瑞 ,  施一帆 ,  朱建清 ,  蔡磊 ,  林琦 ,  夏至贤 ,  杨慰民 ,  陈斌

IPC: G06V20/40 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/082 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82 ,  G06V10/98

Abstract: 本发明公开了一种基于帧级时间聚合策略的沉浸式视频质量评价方法及装置，涉及视频处理领域，方法包括：通过帧抽样策略去除视频冗余信息，采用卷积网络对沉浸式视频（即多视点纹理加深度视频）不同区域进行多尺度特征提取；接着使用注意力模型对特征进行加权，通过帧级时间聚合策略自适应地筛选沿时间维度的质量分数；最终结合六自由度（Degree of Freedom，DoF）时空轨迹权重获取失真沉浸式视频质量分数。本发明具有较好的沉浸式视频质量评价效果，稳定性和鲁棒性高。

公开(公告)号：CN118552409A

公开(公告)日：2024-08-27

申请号：CN202411017310.4

申请日：2024-07-29

Applicant: 华侨大学 ,  信泰(福建)科技有限公司 ,  福建省万物智联科技有限公司

Inventor： 曾焕强 ,  朱显丞 ,  朱建清 ,  施一帆 ,  温廷羲 ,  许金泰 ,  许剑飞 ,  章水德 ,  杨慰民

IPC: G06T3/4053 ,  G06N3/0455 ,  G06N3/08 ,  G06T5/60

Abstract: 本发明公开了一种基于小波变换和Transformer的轻量级图像超分辨率方法及装置，涉及图像处理领域，包括：将待重建的低分辨率图像和上采样因子输入经训练的图像超分辨率模型，待重建的低分辨率图像输入第一卷积层，得到第一卷积层的输出特征并输入第一个基于小波变换的Transformer模块，经过若干个基于小波变换的Transformer模块的特征提取，将最后一个基于小波变换的Transformer模块的输出特征与第一卷积层的输出特征相加，得到第二相加结果，第二相加结果依次经过亚像素卷积层和第二卷积层，得到高分辨率重建图像，其中亚像素卷积层的尺度因子为上采样因子。本发明可解决现有Transformer方法计算复杂度过高的问题。

公开(公告)号：CN118397659A

公开(公告)日：2024-07-26

申请号：CN202410828405.8

申请日：2024-06-25

Applicant: 华侨大学

Inventor： 陈宇涛 ,  黄麟涵 ,  潘文杰 ,  许恒 ,  朱建清 ,  曾焕强 ,  陈婧 ,  施一帆 ,  蔡磊

IPC: G06V40/10 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于全局特征与头肩特征多核融合的行人识别方法及装置，涉及图像识别领域，包括：采用经训练的行人头肩部检测模型对行人图像进行头肩部检测，得到行人头肩部图像；在行人识别模型中，将行人图像和行人头肩部图像分别输入全局特征提取分支和头肩特征提取分支，得到全局特征向量和头肩特征向量并输入多核融合模块进行融合，得到融合特征向量，根据全局特征向量、头肩特征向量和融合特征向量构建损失函数，以训练行人识别模型，得到经训练的行人识别模型；将待识别的行人图像及其对应的行人头肩部图像输入经训练的行人识别模型，得到对应的融合特征向量，再进行行人识别。本发明解决鱼眼摄像机下图像特征差异大、准确度低的问题。

公开(公告)号：CN118196731A

公开(公告)日：2024-06-14

申请号：CN202410605567.5

申请日：2024-05-16

Applicant: 华侨大学 ,  厦门松霖科技股份有限公司

Inventor： 詹思敏 ,  陈斌 ,  余文欣 ,  陈志达 ,  朱建清 ,  曾焕强 ,  陈婧 ,  施一帆 ,  蔡磊 ,  蔡灿辉

IPC: G06V20/54 ,  G06N10/60 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/40 ,  G06V10/82

Abstract: 本发明公开了一种基于通道与空间量子注意力学习的车辆再辨识方法及装置，涉及车辆再辨识领域，包括：利用深度网络从车辆图像中提取车辆的特征映射；设计通道量子注意力学习分支和空间量子注意力学习分支，分别对残差模块输出的特征映射学习通道量子注意力掩码和空间量子注意力掩码，并将两种注意力掩码融合为通道‑空间复合量子注意力掩码，用于增强车辆的特征映射，使深度网络能够更全面捕捉特征映射中的重要特征。本发明利用量子叠加与纠缠特性实现车辆注意力学习，能够提高特征学习效果，改善车辆再辨识的准确率，解决了传统机器学习模型难以学习这些复杂的非线性关系的问题。

公开(公告)号：CN117196960A

公开(公告)日：2023-12-08

申请号：CN202311475299.1

申请日：2023-11-08

Applicant: 华侨大学

Inventor： 林明昕 ,  黄德天 ,  刘航 ,  宋佳讯 ,  陈龙涛 ,  施一帆 ,  曾焕强 ,  陈婧

IPC: G06T3/40 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/80

Abstract: 本发明公开了一种全尺度特征细化轻量级图像超分辨率方法及装置，涉及图像处理领域，该方法包括：构建全尺度特征细化轻量级图像超分辨率模型并训练，得到经训练的全尺度特征细化轻量级图像超分辨率模型，将低分辨率图像输入经训练的全尺度特征细化轻量级图像超分辨率模型，先经过第一卷积层得到第一特征图，第一特征图经过串联的K个特征蒸馏提取模块，每一个特征蒸馏提取模块的输出均传送至第二卷积层，并经过第三卷积层，得到第二特征图，第二特征图与第一特征图相加，得到最终特征图，最终特征图输入上采样模块，重建得到高分辨率图像，解决原有超分辨率模型提取的特征信息过于单一的问题，通过蒸馏剔除冗余特征，使模型更加轻量化。

公开(公告)号：CN117173609A

公开(公告)日：2023-12-05

申请号：CN202311112440.1

申请日：2023-08-31

Applicant: 华侨大学

Inventor： 曾焕强 ,  柯雯瑶 ,  黄德天 ,  施一帆 ,  林琦 ,  温廷羲

IPC: G06V20/40 ,  G06V10/52 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于多尺度特征和通道注意力的无参考屏幕视频质量评价方法及装置，该方法包括：获取视频中采用随机抽样方式抽取的视频帧；构建视频质量评价模型并进行训练，得到经训练的视频质量评价模型，视频质量评价模型包括依次连接的特征提取模块、通道注意力模块、视频时序特征提取模块和平均池化层，特征提取模块用于提取视频帧中的多尺度特征，通道注意力模块用于对多尺度特征进行特征加权，视频时序特征提取模块用于进行特征提取得到时空维度特征，并经过平均池化层计算视频对应的质量分数；将视频帧输入经训练的视频质量评价模型，得到视频的质量分数，具有较好的屏幕视频质量评价效果。