-
公开(公告)号：CN111695633B
公开(公告)日：2022-04-05
申请号：CN202010534721.6
申请日：2020-06-12
Applicant: 桂林电子科技大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于RPF‑CAM的低照度目标检测方法，其特征在于，包括如下步骤：1）制作合成数据源，建立来源图像；2）特征提取网络模块的训练；3）通道注意力机制网络模块的训练；4）目标检测网络的训练；5）对整个卷积神经网络进行构造与训练。这种方法使得目标检测的特征图的特征表达能力更好、目标检测的精度高。
-
公开(公告)号：CN112489064B
公开(公告)日：2022-03-25
申请号：CN202011472009.4
申请日：2020-12-14
Applicant: 桂林电子科技大学
IPC: G06T7/12 , G06T7/181 , G06V20/10 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于边缘放缩修正的全景分割方法，在原全景分割网络添加了一个可以通过边缘筛出细节、补全实例的修正机制，使最终得到的全景分割效果更贴近真实边缘。无需运用学习的方法，仅经过边界框大致定位和限制，再加上边缘的缩放机制，便可以找到目标边缘。根据每个实例对应的边界框确定实例的真实边缘信息，使用该边缘信息对实例分割掩码进行细节修正，最后结合语义分割，形成更优的全景分割掩码。相比于传统的没有边缘修正的全景分割方法，本发明可以提高分割的精度，使得全景分割结果更贴近边缘。相比于仅在边界框内进行边缘修正的全景分割方法，本发明能够考虑到边界框不准确、不完全框住目标实例的情况，使得修正的结果更具有鲁棒性。
-
公开(公告)号：CN112802038A
公开(公告)日：2021-05-14
申请号：CN202110100670.0
申请日：2021-01-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于多尺度边缘注意力的全景分割方法，针对不同尺度的图片进行多尺度边缘检测引导，多尺度的边缘检测引导可以让每个尺度选出较优权重再进行融合得到效果更好的全景分割结果。基于多尺度的边缘注意力模块提取图片的边缘金字塔，更好地提取物体的深层边缘信息。特征金字塔深度参与到全景分割网络的学习中去，与全景分割原本的多维度特征进行多次互补融合，相互影响，不仅能提高全景分割的精度，也可以大幅度提高最终结果中的物体边缘信息识别。
-
公开(公告)号：CN111931857A
公开(公告)日：2020-11-13
申请号：CN202010819355.9
申请日：2020-08-14
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于MSCFF的低照度目标检测方法，其特征在于，包括如下步骤：1）依据公开标准数据集建立来源图像；2）光照估计的训练；3）特征提取的训练；4）训练目标检测提取预测框；5）对预测框进行非极大值抑制；6）对整个低照度目标检测网络进行Fine tuning与低照度图像目标检测。这种方法使得目标检测在低照度图像上特征图的表达能力更好、图像目标检测的精度更高。
-
-
Patent Agency Ranking
公开(公告)号：CN107454084B
公开(公告)日：2020-06-02
申请号：CN201710678826.7
申请日：2017-08-10
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于杂交带的最近邻入侵检测算法，包括如下步骤：步骤1 数据预处理，对收集到的原始数据去掉其中重复的，不完整的数据来降低训练检测模型的时间；步骤2 生成检测对象的感知哈希摘要，将预处理后的数据进行数值化和归一化成为标准数据，将每一条数据的不同属性值相加，生成一段感知哈希摘要；步骤3 生成检测子集合，将感知哈希摘要做向下取整，然后将所有具有相同感知哈希摘要的训练样本构建一个检测集合；步骤4 在相同感知哈希的入侵检测对象构建的集合上构建杂交带；步骤5 对检测对象做投票分类，加快入侵检测速度。采用本发明的技术方案可以提高入侵检测速度，并且随着测试数据的增大，速度的提高的效果会越发显著。
-
公开(公告)号：CN110166444A
公开(公告)日：2019-08-23
申请号：CN201910368180.1
申请日：2019-05-05
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种云环境下基于可信代理的异构跨域认证方法，通过引入一个可信的第三方认证中心完成对用户以及云服务提供商的高效率身份验证，计算会话密钥安全颁发给用户和云服务提供商，并且基于数学困难性问题使得恶意攻击者无法获得私密信息，保证通信的安全高效性来完成不同系统的跨域认证。本发明具有高效性，安全性，防篡改性，易验证等特点，适合于需要用户负载量大的网络云服务器。
-
公开(公告)号：CN118691485A
公开(公告)日：2024-09-24
申请号：CN202410832334.9
申请日：2024-06-26
Applicant: 桂林电子科技大学
IPC: G06T5/50 , G06T5/60 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于偏振特征的低照度图像辉光效应抑制的方法。偏振提供了与强度无关的额外信息，可以用来有效地帮助图像去除大气中的散射光，利用估计的光源层作为导向，使网络注意力聚焦于光效区域，从而对光效进行去除，并在增强时针对性的增强暗区，抑制亮区。包括如下步骤：1)制作合成数据源，建立学习图像集；2)使用Stokes参数表示偏振光图像；3)光源分解网络模块的构建；4)大气偏振图像分解网络(APID‑net)的构建；5)多输入注意力增强模块(MIAE)的构建；6)对整个卷积神经网络进行构造与训练。这种方法能更好的抑制夜间图像的光效应(辉光、眩光)，在增强黑暗区域亮度的同时抑制强光区域的亮度增强。
-
公开(公告)号：CN114972116B
公开(公告)日：2024-03-26
申请号：CN202210752232.7
申请日：2022-06-29
Applicant: 桂林电子科技大学
IPC: G06T5/90 , G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于NASPE‑net的低照度图像增强方法，包括如下步骤：1）对数据集依照光照程度划分为低照度图像和正常照度图像；2）将低照度图像输入到NASPE‑net中提取参数映射图；3）生成RGB通道的注意力权重图；4）得到近似正常光照图像的增强图片；5）采用GAN方法进行对抗损失；6）设计损失函数反向训练NASPE‑net网络。这种方法不仅不需要成对的低/正常亮度图像数据集，而且参数量比较小，可以很好的对低照度图像进行增强。
-
公开(公告)号：CN117409244A
公开(公告)日：2024-01-16
申请号：CN202311355555.3
申请日：2023-10-19
Applicant: 桂林电子科技大学
IPC: G06V10/764 , G06V10/25 , G06V10/774 , G06V10/52 , G06V10/80 , G06V10/44 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种SCKConv多尺度特征融合增强的低照度小目标检测方法，包括：（1）构建数据集；（2）训练SCKConv多尺度及特征融合模块；（3）训练低照度特征增强模块；（4）训练小目标检测模块；（5）对整个SCKConv多尺度特征融合增强的低照度小目标检测网络的测试，该方法首先对低照度图像进行多尺度特征提取，然后把提取的多尺度特征图添加SCKConv通道注意力后输入增强模块进行特征增强，再然后把增强后的特征图输入小目标检测模块进行小目标检测，最后得到具有较好检测效果的低照度小目标检测效果。这种方法能对低照度图像的小目标特征进行更好地提取和增强，提高检测网络对小目标的检测性能。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.042 seconds)
