-
公开(公告)号：CN114677333A
公开(公告)日：2022-06-28
申请号：CN202210214813.5
申请日：2022-03-07
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06K9/62 , G06T5/00 , G06T5/40 , G06V10/50 , G06V10/764 , G06V10/774
Abstract: 本发明请求保护一种基于直方图特征的图像对比度增强检测方法，涉及数字图像处理、计算机视觉、机器学习等技术领域。具体步骤为：1)搜集并整理公开的图像样本；2)对公开图像进行多种对比度增强操作以完成图像篡改数据集的构建；3)通过篡改图像的直方图进行对比度增强操作的痕迹特征提取；3)利用支持向量机(SVM)对提取到的痕迹特征进行训练；4)利用训练得到的模型对其他篡改图像直方图中的提取到的痕迹特征进行测试，得到最终分类结果。5)利用所提取的痕迹特征对经过伽马校正后的图像进行伽马参数值的估计。本方法可以对现实中的篡改图像进行检测，也可以对伽马校正图像进行参数值的估计，并且取得较好的分类精度。
-
公开(公告)号：CN114677332A
公开(公告)日：2022-06-28
申请号：CN202210214781.9
申请日：2022-03-07
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于JPEG指纹的深度特征融合图像篡改检测方法，涉及数字图像处理、计算机视觉、深度学习等技术领域。具体步骤为：1)搜集并整理公开的未压缩的图像样本；2)对图像样本进行两种方式篡改并标注获得篡改图像样本以及标签以完成图像篡改数据集的构建；3)利用制作的图像篡改数据集对深度特征融合网络进行训练；4)利用训练得到的模型对两种篡改图像进行测试，得到最终效果。本方法利用特征融合卷积神经网络训练得到的模型可以对现实中的篡改图像进行检测，具有实际意义，并且取得较好的检测精度。
-
公开(公告)号：CN107274478B
公开(公告)日：2020-09-29
申请号：CN201710357429.X
申请日：2017-05-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种便携的婴幼儿足生物力学异常智能检测与辅诊矫正系统，涉及足生物力学数据采集、多模态数据融合、3D图形学、人工智能等技术领域。包括：1)足部数据扫描设备安放在基层医院，扫描获取足部数据并将数据通过网络传输到云端服务器；2)云端服务器存储、建档婴幼儿足部数据，生成该儿童足部3D模型，并开发智能诊疗算法，根据获取的足部数据智能判断是否异常，再将诊断结果返回基层医院；3)若检测结果异常，在给用户返回诊断结果的同时，云端服务器上的智能诊疗算法针对该异常数据生成矫正鞋或鞋垫3D模型并发送至指定医院或机构的3D打印中心；4)3D打印中心打印出对应的矫正鞋或鞋垫，交付给用户使用。
-
公开(公告)号：CN111260599A
公开(公告)日：2020-06-09
申请号：CN202010067251.7
申请日：2020-01-20
Applicant: 重庆邮电大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于DCT和聚焦评价的多聚焦图像融合方法，涉及数字图像处理、机器视觉的技术领域。具体步骤为：1)直接从多幅源图像读取比特流，再对其进行解码和去量化，以获得每个块的DCT系数；2)分别对每个块的DCT系数进行归一化，并计算其低阶DCT系数；3)以高阶与低阶DCT系数的能量的比值作为聚焦评价函数，比较多幅源图像对应块的聚焦评价值，依据最大值判定初始决策图；4)对初始决策图进行一致性验证，再依据所得最终决策图融合图像；5)利用量化表量化图像，再熵编码得到融合图像的位流进行存储和传输。本发明针对在无线视觉传感器网络(WVSN)中的JPEG格式图像，建立了图像DCT系数与其聚焦程度的联系，大大降低了时间复杂度，并提高了图像的融合效果。
-
公开(公告)号：CN105447492B
公开(公告)日：2018-10-12
申请号：CN201510779328.2
申请日：2015-11-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于二维局部二值模式(二维LBP)的图像描述方法，涉及数字图像处理、机器视觉的技术领域。本发明首先对数据集中的图像进行预处理，使彩色图像变为灰度图像；采用旋转不变均匀局部二值模式方法(LBPriu)对预处理后的图像进行特征提取，得到图像的局部二值模式图(LBP图)；然后确定LBP图窗口大小，在LBP图上构造二维LBP特征，同时改变LBPriu邻域半径大小，将不同半径对应的二维LBP特征进行融合，构造出描述图像的最终特征；最后选取训练集和测试集，并将测试集与训练集相匹配得到分类结果。本发明利用了图像LBP值的上下文信息，有效提高了对图像描述的准确率。
-
Patent Agency Ranking
公开(公告)号：CN107529645A
公开(公告)日：2018-01-02
申请号：CN201710515210.8
申请日：2017-06-29
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于深度学习的心音智能诊断系统及方法，涉及生物信号处理、模式识别、大数据、深度学习领域。包括：1)用户通过心音采集设备或智能可穿戴式设备对心音音频数据进行采集；2)数据通过网络传输到云端服务器，进行心音音频数据的存储、建档；3)在云端服务器上采用基于逻辑回归-隐半马尔科夫模型的心音分割算法对心音数据进行分割，并用一维卷积神经网络对分割后的心音数据进行自动特征提取和分类；4)诊断结果通过网络反馈给用户的同时存储在云端，以提供给相关机构和指定医院作为用户的临床病史参考；5)由专业医生确诊后的用户心音数据可作为训练数据扩充进云端服务器中的心音数据库中，不断提升心音诊断系统的诊断能力。
-
公开(公告)号：CN107292805A
公开(公告)日：2017-10-24
申请号：CN201710408580.1
申请日：2017-06-02
Applicant: 重庆邮电大学
IPC: G06T1/00
Abstract: 本发明请求保护一种基于多参数分数阶离散Tchebichef变换的图像加密方法，涉及数字图像处理、信息安全的技术领域。本发明利用图像块的分数阶的变换阶数、生成序列的初始值和系统参数作为图像加密的密钥，然后对图像进行加密。图像解密过程为上述逆过程，将加密后的图像通过正确秘钥、错误密钥解密加密图像，分别得到正确解密图像和错误解密图像。通过实验分析得出本加密方法具有很高的安全性。本图像加密方法增大了密钥空间，增强了加密系统的安全性。另外，本方法提出的加密算法得到的密文图像是实值图像，其大小与原始图像大小相同，方便显示、传输和存储。
-
公开(公告)号：CN105472395A
公开(公告)日：2016-04-06
申请号：CN201510808019.3
申请日：2015-11-20
Applicant: 重庆邮电大学
IPC: H04N19/625 , H04N19/91
Abstract: 本发明请求保护一种基于离散Krawtchouk正交多项式的图像无损压缩方法，属于数字图像压缩技术领域。本发明的编码及解码方法在进行二维正向/反向正交变换时，采用二维整数正向/反向离散Krawtchouk正交多项式变换来替代现有技术所使用的其它整数变换方法，实现无损压缩，可以有效地解决编码器失配问题，实现无损编码，而且具有较高的压缩性能以及更好的可扩展性。本发明矩阵变换实现从整数映射到整数，且在原位之间计算，完好地重构图像，降低了硬件资源消耗，有利于硬件实现。
-
公开(公告)号：CN118411504B
公开(公告)日：2025-03-18
申请号：CN202410505959.4
申请日：2024-04-25
Applicant: 重庆邮电大学
IPC: G06V10/24 , G06V10/774 , G16H50/20 , G16H30/00
Abstract: 本发明属于医学数据处理领域，具体涉及一种医学图像文本对齐模型的训练方法、装置及设备；所述方法包括获取医学图像、增强视图、医学文本和增强文本；采用图像编码器提取图像特征，采用文本编码器提取文本特征；利用多视图监督图像文本对齐获得更为详尽的医学图像和医学文本表征；利用多尺度自注意力与交叉注意力集成对齐策略能在无需外部信息的情况下，通过内部特征的关联性来理解每个模态的上下文信息，还能够学习到跨模态的信息。利用高置信度聚类信息引导正负样本构建算法能够深入挖掘高阶语义信息，使得预训练完成后的模型能够用于医学图像和其成对的医学报告之间精准的配对能力，以及对图像中病灶区域的精准定位能力，辅助医疗病情诊断。
-
公开(公告)号：CN114677332B
公开(公告)日：2024-12-10
申请号：CN202210214781.9
申请日：2022-03-07
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明请求保护一种基于JPEG指纹的深度特征融合图像篡改检测方法，涉及数字图像处理、计算机视觉、深度学习等技术领域。具体步骤为：1)搜集并整理公开的未压缩的图像样本；2)对图像样本进行两种方式篡改并标注获得篡改图像样本以及标签以完成图像篡改数据集的构建；3)利用制作的图像篡改数据集对深度特征融合网络进行训练；4)利用训练得到的模型对两种篡改图像进行测试，得到最终效果。本方法利用特征融合卷积神经网络训练得到的模型可以对现实中的篡改图像进行检测，具有实际意义，并且取得较好的检测精度。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.028 seconds)
