-
公开(公告)号：CN114677333B
公开(公告)日：2024-09-24
申请号：CN202210214813.5
申请日：2022-03-07
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T5/92 , 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：CN118447283A
公开(公告)日：2024-08-06
申请号：CN202310366975.5
申请日：2023-04-07
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/80 , G06V10/774 , G06T7/11 , G06V10/25 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明属于医学影像分类领域，具体涉及一种基于特征融合的孤独症磁共振图像分类方法与系统，所述方法包括：获取脑部核磁共振图像并进行预处理，进行脑部感兴趣区域分割，获取各脑部感兴趣区域记录血氧水平变化的时间序列；对得到的时间序列使用固定长度的随机滑动窗口数据增强和数据平衡；把处理之后的时间序列放入两个人工神经网络，分别学习时间序列的空域的局部、全局特征和时域的局部、全局特征；对得到的时域局部、全局特征和空域局部、全局特征进行特征融合，通过全连接层得到图像分类结果。本发明的方案克服了数据集的异质性，提高了磁共振图像的分类精度。
-
公开(公告)号：CN118446891A
公开(公告)日：2024-08-06
申请号：CN202410554481.4
申请日：2024-05-07
Applicant: 重庆邮电大学
IPC: G06T3/4053 , G06T11/00
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于结构光照明显微镜的双通道联合重建方法，包括：根据结构光照明显微镜获取细胞器的双通道荧光图像；根据双通道荧光图像构建结构‑功能同步成像模型#imgabs0#其中，#imgabs1#为细胞器结构信息，#imgabs2#为细胞器功能信息；在结构‑功能同步成像模型#imgabs3#中加入细胞器功能信息#imgabs4#的正则项约束，得到目标函数；对目标函数进行迭代优化，得到细胞器结构信息和功能信息；本发明将结构成像和功能成像合并到同一目标函数中进行建模，实现了结构信息和功能信息的同步重建，能较好地抑制重建伪影，提升保真度；本发明将连续性先验信息引入到重建过程中，能较好地抑制重建超分辨率功能信息中的伪影，解决低信噪比图像的重建问题。
-
公开(公告)号：CN114022916B
公开(公告)日：2024-07-23
申请号：CN202110430028.9
申请日：2021-04-21
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明请求保护一种基于可视化脸型判断的面部美学评估方法及存储介质，包括步骤：S1对面部图像进行标记点定位；S2通过B样条函数对面部轮廓标记点进行插值建模；S3根据插值曲线求面部轮廓曲率特征；S4根据面部表情研究理论提取几何特征；S5通过Garbor滤波器提取纹理特征；S6通过卷积神经网络VGG提取肤色和头发等特征；S7将上述四种特征融合，采用支持向量机SVR对面部美学进行评估。本发明结合B样条、Garbor滤波和深度学习算法提取混合特征来描述面部美学。使得最终的特征涵盖了整个面部信息。
-
公开(公告)号：CN114647859B
公开(公告)日：2024-07-19
申请号：CN202210214785.7
申请日：2022-03-07
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种隐私保护的彩色图像特征提取方法，涉及图像加密、数字图像处理、计算机视觉等技术领域。具体步骤为：1)用户用四元数表示彩色图像，利用向量同态加密方案对四元数像素加密；2)将设计的隐私保护彩色图像特征提取算法和加密图像部署到服务器；3)服务器利用加密图像和用户提供的特征提取算法，计算密文特征并返回给用户；4)用户对服务器返回的加密特征进行解密，并用于后续的图像任务。本方法能够在保护图像隐私的同时，将特征提取算法外包给资源充足的第三方服务器，并且提取的特征在后续任务中表现出良好的性能，具有实际意义。
-
Patent Agency Ranking
公开(公告)号：CN118334064A
公开(公告)日：2024-07-12
申请号：CN202410512357.1
申请日：2024-04-26
Applicant: 重庆邮电大学
IPC: G06T7/12 , G06V10/764 , G06V10/774 , G06V10/82 , G06F9/50
Abstract: 本发明属于医学图像处理领域，具体涉及一种基于混合注意力机制的膝关节软骨图像分割方法，包括：获取膝关节软骨图像并进行预处理，将预处理后的膝关节软骨图像输入训练好的图像分割模型，得到图像分割结果；图像分割模型包括：N层编码器、N‑1层解码器、边缘注意力提取模块以及自注意力模块；编码器与对应层数的解码器跳跃连接；本发明通过提出一种边缘注意力提取机制，通过提取膝关节软骨边界组织信息，在一定程度上改善卷积神经网络感受野有限导致的分割不连续问题；本发明将边缘注意力提取机制和自注意力机制结合获得混合注意力，根据混合注意力使得边界组织模糊的膝关节软骨图像的分割更加准确。
-
公开(公告)号：CN118134761A
公开(公告)日：2024-06-04
申请号：CN202410249440.4
申请日：2024-03-05
Applicant: 重庆邮电大学
IPC: G06T3/4053
Abstract: 本发明提供一种基于流模型的荧光图像超分辨率重建方法，包括：获取荧光图像对，所述图像对包括：低分辨率的荧光宽场图像和高分辨率的荧光真值图像；将荧光宽场图像输入频域‑空域联合注意力模块提取荧光宽场图像的条件特征；在训练阶段，将荧光真值图像正向输入流网络中融合荧光宽场图像的条件特征计算得到隐变量，即通过最小化损失函数在给定荧光宽场图像的条件下，将荧光真值图像的分布映射为高斯分布对网络进行训练；在推断阶段，从高斯分布中采样得到隐变量，将隐变量逆向输入流网络中融合荧光宽场图像的条件特征重建出高分辨率的荧光图像，本发明解决了超分辨率图像重构任务一对多的欠定性质问题，获得了准确的重建结果。
-
公开(公告)号：CN118115750A
公开(公告)日：2024-05-31
申请号：CN202410304893.2
申请日：2024-03-18
Applicant: 重庆邮电大学
Abstract: 本发明属于图像处理技术领域，具体涉及一种仅保留任务相关特征的隐私保护方法；该方法包括：在Backbone网络后添加两个全连接层并采用隐私保护损失函数训练Backbone网络；将图像输入到训练好的Backbone网络中，得到图像表征分布的均值和方差；从图像表征分布的均值和方差采样得到图像表征；根据图像表征分布的均值和方差计算信息差；根据信息差设计mask；根据图像表征和mask计算得到仅保留任务相关特征的图像表征；将仅保留任务相关特征的图像表征输入到训练好的目标模型，得到目标任务结果；本发明可保证用户在享受服务的同时，减少隐私泄露的可能性。
-
-
公开(公告)号：CN117496550A
公开(公告)日：2024-02-02
申请号：CN202311225879.5
申请日：2023-09-21
Applicant: 重庆邮电大学
IPC: G06V40/10 , G01S7/41 , G01S13/89 , G01S13/08 , G01S13/58 , G06V10/764 , G06V10/82 , G06F18/10 , G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种运用基于距离感知和速度感知的卷积神经网络进行手势识别的方法，包括以下步骤：步骤1：雷达信号预处理阶段：包含信号的归一化，去均值，并且将雷达信号矩阵转化为距离多普勒图像（RDM），能够体现目标的距离和速度信息；步骤2：训练阶段，使用距离多普勒图像作为神经网络输入，通过距离感知和速度感知的神经网络进行手势识别训练，经过多次迭代降低loss值，步骤3：验证阶段，本发明通过重参数化技术减少了参数量，并且使用基于距离感知和速度感知的嵌入模块来适配于RDM形式的雷达信号输入，最后通过二值转换层提高图像分类的准确率，最终的准确率高达98%以上，并且可以应用于各种场景。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.028 seconds)
