公开(公告)号：CN117912015A

公开(公告)日：2024-04-19

申请号：CN202410070932.7

申请日：2024-01-18

Applicant: 华侨大学

Inventor： 范宇凌 ,  柳培忠 ,  唐加能 ,  杜永兆 ,  黄德天

IPC: G06V20/70 ,  G06V10/22 ,  G06V10/762 ,  G06V10/764 ,  G06V10/771

Abstract: 本发明公开了一种利用局部判别模型和标记相关性选择多标记图像数据方法及装置，包括：基于每张图像数据及其邻近的图像数据构造邻近局部团，并定义邻近局部团的类间离散矩阵和局部离散矩阵以及聚类分配矩阵，以定义得到每张图像数据的局部判别模型以及多标记图像数据对应的局部判别模型；将标记空间和特征空间之间的关系投影到特征选择矩阵中，得到损失模型，将特征选择矩阵和聚类分配矩阵之间的关系投影到标记相关矩阵中，得到相关性模型，并在特征选择矩阵上施加l2,1范数，得到特征选择模型，构建目标函数，采用交替迭代优化算法对目标函数进行求解，得到最终的特征选择矩阵，基于最终的特征选择矩阵确定特征子集，以提高多标记图像数据的分类性能。

公开(公告)号：CN117495714B

公开(公告)日：2024-04-12

申请号：CN202410004081.6

申请日：2024-01-03

Applicant: 华侨大学

Inventor： 宋佳讯 ,  黄德天 ,  黄小茜 ,  林明昕 ,  刘航 ,  曾焕强

IPC: G06T5/70 ,  G06N3/0455 ,  G06N3/0464 ,  G06T5/10 ,  G06T5/50

Abstract: 本发明公开了一种基于扩散生成先验的人脸图像复原方法、装置及可读介质，涉及图像处理模块，包括：构建基于预训练的扩散模型的人脸图像复原模型，将待复原的人脸图像输入前向加噪模块中逐步增加噪声，得到噪声图像；将噪声图像输入反向去噪模块中逐步去噪，生成最终复原的人脸图像；将第t步的噪声图像及第t步的时间戳输入噪声预测器，预测得到第t步的噪声；在前向加噪模块中，将第t步的噪声图像和第t步的噪声输入结合融合反演的前向扩散公式，得到第t+1步的噪声图像；在反向去噪模块中，对第t步的噪声图像进行零阈值分解，并与第t步的噪声输入反向扩散公式，得到第t‑1步的噪声图像，解决了现有技术生成的复原图像在真实性和一致性差问题。

公开(公告)号：CN117237197B

公开(公告)日：2024-03-01

申请号：CN202311475296.8

申请日：2023-11-08

Applicant: 华侨大学

Inventor： 黄小茜 ,  黄德天 ,  宋佳讯 ,  陈菲扬 ,  徐正军 ,  曾焕强 ,  陈龙涛

IPC: G06T3/4053 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/80

Abstract: 本发明公开了一种基于交叉注意力机制与Swin‑Transformer的图像超分辨率方法及装置，涉及图像重建领域，该方法包括：获取待重建的低分辨率图像及其对应的梯度图；构建基于交叉注意力机制与Swin‑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；将待重建的低分辨率图像输入经训练的图像超分辨率模型，经训练的图像超分辨率模型包括SR分支和梯度分支，SR分支和梯度分支中分别采用浅层特征提取模块提取低分辨率图像及其对应的梯度图的浅层特征，通过全局深层特征提取模块将浅层特征进行融合，得到深层特征，并输入图像重建模块，重建得到高分辨率图像，解决

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：CN117196959A

公开(公告)日：2023-12-08

申请号：CN202311475294.9

申请日：2023-11-08

Applicant: 华侨大学

Inventor： 陈菲扬 ,  黄德天 ,  宋佳讯 ,  颜鹏贵 ,  杨坤 ,  曾焕强 ,  朱建清 ,  陈婧

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

Abstract: 本发明公开了一种基于自注意力的红外图像超分辨率方法、装置及可读介质，涉及图像处理领域，包括：构建基于自注意力的轻量级红外图像超分辨率模型并训练，得到经训练的轻量级红外图像超分辨率模型；将待重建的低分辨率红外图像输入经训练的轻量级红外图像超分辨率模型，该模型包括3×3卷积层、轻量级Transformer与CNN骨干、高效细节自注意力模块和图像重建模块，待重建的低分辨率红外图像输入3×3卷积层，得到第一特征，再依次经过轻量级Transformer与CNN骨干和高效细节自注意力模块，且高效细节自注意力模块以共享参数的方式循环n次，得到第二特征，将第一特征和第二特征进行残差连接后输入图像重建模块，输出高分辨率红外图像，解决参数量冗余、性能差等问题。

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。

公开(公告)号：CN117036416A

公开(公告)日：2023-11-10

申请号：CN202311082425.7

申请日：2023-08-25

Applicant: 华侨大学

Inventor： 黄德天 ,  徐正军 ,  黄小茜 ,  刘航 ,  曾焕强 ,  陈婧 ,  陈龙涛

IPC: G06T7/246 ,  G06T7/277 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深层交互注意力机制的目标跟踪方法、装置及可读介质，该方法包括：获取视频序列，并分别从视频序列和第一帧中提取当前帧和模板帧；构建目标跟踪模型并训练，目标跟踪模型包括特征提取模块、Sim模块、判别定位模块和通道微调模块；将当前帧和模板帧输入经训练的目标跟踪模型，通过特征提取模块提取若干特征，将若干特征中的其中一个特征和模板帧输入Sim模块，得到前景特征图和前景概率特征图，将若干特征中的其中一个特征和模板帧输入判别定位模块，得到定位特征图，将前景特征图、前景概率特征图和定位特征图进行融合，得到混合特征图，将若干特征中的其余特征与混合特征图输入通道微调模块，得到目标跟踪结果，提高鲁棒性。

公开(公告)号：CN116452631A

公开(公告)日：2023-07-18

申请号：CN202310306107.8

申请日：2023-03-27

Applicant: 华侨大学

Inventor： 陈龙涛 ,  廖国兴 ,  曾焕强 ,  朱建清 ,  黄德天 ,  傅玉青 ,  施一帆

IPC: G06T7/246 ,  G06V10/74

Abstract: 本发明涉及一种多目标跟踪方法、终端设备及存储介质，该方法中包括：读取视频信息；对视频信息中的帧图像进行目标分割，得到目标的像素级信息和表观特征信息；基于卡尔曼滤波算法对各帧图像中的轨迹进行预测；基于前一帧图像中的轨迹和当前帧图像中目标的表观特征信息，计算两者之间的外观相似度，提取外观相似度大于相似度阈值的轨迹和目标作为预匹配轨迹和预匹配目标，将预匹配目标存入匹配目标集；计算预匹配轨迹与预匹配目标之间的代价矩阵，计算未匹配轨迹与未匹配目标之间的Mask‑IoU分数，将两者融合得到最终代价矩阵；通过匈牙利算法得到轨迹匹配结果。本发明相比于现有方法可以兼具效率与性能。

公开(公告)号：CN112149535B

公开(公告)日：2023-06-27

申请号：CN202010953936.1

申请日：2020-09-11

Applicant: 华侨大学

Inventor： 朱显丞 ,  黄德天 ,  陈健 ,  吴娇绿 ,  于耀博

IPC: G06V20/40 ,  G06V10/32 ,  G06V10/20 ,  G06N3/0464 ,  G06V10/56 ,  G06V20/56 ,  G06T3/40

Abstract: 本发明提供一种结合SegNet和U‑Net网络的车道线检测方法，包括以下步骤：制作数据集和标签；构建基于SegNet的车道线检测网络；将U‑Net网络的跳跃连接结构加入所述的基于SegNet的车道线检测网络，得到一种结合SegNet和U‑Net的车道线检测网络；使用所述结合SegNet和U‑Net网络的车道线检测网络对待识别的行车场景图像进行检测，得到检测结果。本发明提出车道线检测方法，克服原有SegNet模型提取的特征过于单一的问题，提高车道线检测的精度。

公开(公告)号：CN115546251A

公开(公告)日：2022-12-30

申请号：CN202211279274.X

申请日：2022-10-19

Applicant: 华侨大学

Inventor： 陈龙涛 ,  汪勇衡 ,  曾焕强 ,  朱建清 ,  黄德天 ,  施一帆

IPC: G06T7/246 ,  G06V10/74 ,  G06N3/08 ,  G06N3/04 ,  G06V10/82

Abstract: 本发明一种基于GIoU门限机制的在线多目标跟踪方法、设备和存储介质，提出一种加入到级联匹配过程的GIoU门限机制GIGM，以提高关联性能、解决长距离标识切换问题，当目标和检测距离较远时，GIGM可以有效防止匹配和长距离标识切换，CIoU匹配被用作第二关联策略，以获得更好和更合理的跟踪结果。即使检测目标在外观上高度相似，但当它们的位置相距很远时，GIGM可以防止该错误匹配。