-
公开(公告)号：CN118823224A
公开(公告)日：2024-10-22
申请号：CN202311074168.2
申请日：2023-08-24
Applicant: 中国移动通信有限公司研究院 , 东南大学 , 中国移动通信集团有限公司
Abstract: 本申请提供了一种基于视觉和雷达的点云融合方法、装置、设备及存储介质，应用于视频技术领域，其中，方法包括：获取RGBD相机的初始视觉点云，以及激光雷达的初始雷达点云；基于遗传算法改进的Kmeans进行第一预处理，得到目标视觉点云，以及基于蚁群算法进行第二预处理，得到目标雷达点云；基于FPFH，对目标视觉点云和目标雷达点云进行配准，得到融合点云。本申请避免了三维信息丢失、克服单一传感器存在的准确性低、鲁棒性差的问题，同时，考虑了不同点云的空间特征，使得融合后的融合点云充分集合视觉点云和雷达点云的优势，进一步提高了基于该融合点云进行三维测量和模型重建的精度。
-
公开(公告)号：CN109754358B
公开(公告)日：2023-04-07
申请号：CN201910001519.4
申请日：2019-01-02
Applicant: 东南大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于显著性检测和轮廓波变换的图像水印方法，对载体图像分别进行显著性检测以及轮廓波变换，并对变换后的低通子带进行分块，由块内的显著性值以及能量分布决定每一块的量化步长，将水印信息自适应地嵌入到载体图像的轮廓波域中。本发明还提出一种基于显著性检测和轮廓波变换的图像水印系统，包括水印嵌入模块，信息传输模块，水印提取模块。本发明在发送端通过改进的对数量化索引调制算法将水印信息自适应地嵌入到载体图像低通子带的每一块中，并将每一块的量化步长作为密钥发送到接收端，实现水印提取，具有隐蔽性好、不可感知性高等优点，并且在抵抗噪声、滤波、图像压缩、幅度缩放等常规水印攻击时表现出很强的鲁棒性。
-
公开(公告)号：CN108765255A
公开(公告)日：2018-11-06
申请号：CN201810553288.3
申请日：2018-05-31
Applicant: 东南大学
IPC: G06T1/00
CPC classification number: G06T1/005
Abstract: 本发明公开了一种基于压缩感知技术的角度量化索引调制图像水印方法，采用混沌序列构建稀疏随机测量矩阵作为观测矩阵，利用压缩感知技术以及角度量化索引调制算法，将水印信息安全、隐蔽地嵌入到载体图像的压缩感知域中。本发明还提出一种基于压缩感知技术的角度量化索引调制图像水印系统，包括构建观测矩阵模块、水印嵌入模块，信息传输模块，水印提取模块。本发明在发送端通过角度量化索引调制算法将水印信息嵌入到载体图像的压缩感知域中，并将观测矩阵的相关信息以及水印的嵌入位置作为密钥发送到接收端，实现水印提取，具有隐蔽性好、安全性高等优点，并且在抵抗噪声、滤波、图像压缩、幅度缩放等常规水印攻击时表现出很强的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN116798110A
公开(公告)日：2023-09-22
申请号：CN202210244998.4
申请日：2022-03-14
Applicant: 中国移动通信有限公司研究院 , 东南大学 , 中国移动通信集团有限公司
IPC: G06V40/20 , G06V10/764 , G06V10/80
Abstract: 本发明提供一种动态手势的识别方法、装置及设备。方法包括：获取手部图像序列；所述手部图像序列包括N帧待检测手部图像；其中，N>1，N为整数；对待检测手部图像进行手部区域检测，得到与待检测手部图像对应的N帧检测图像；将相邻两帧的待检测手部图像进行光流分析处理，得到N‑1帧光流灰度图像；对所述待检测手部图像、所述检测图像以及所述光流灰度图像进行融合图像处理，得到融合图像序列；将所述融合图像序列输入三维残差网络，得到动态手势的分类和动态手势类别的识别结果；本发明的方案实现了泛化能力强，表达能力强，扩展性好，在保证准确率的情况下，模型使用了尽可能少的参数，保证了模型的识别速度，分类效果较优。
-
公开(公告)号：CN116798065A
公开(公告)日：2023-09-22
申请号：CN202210237238.0
申请日：2022-03-11
Applicant: 中国移动通信有限公司研究院 , 东南大学 , 中国移动通信集团有限公司
IPC: G06V40/10 , G06V40/20 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种手势的识别方法、装置及设备。方法包括：获取待检测图像；将所述待检测图像输入训练好的手势识别模型进行静态手势的种类和位置识别，得到手势识别结果；所述手势识别模型包括：用于对静态手势进行特征融合的加权双向特征融合层；本发明的方案降低了对输入图像的摄像设备要求，提升了识别速度，降低了运算时间的同时，实现了更理想的手势识别精度。
-
公开(公告)号：CN109754358A
公开(公告)日：2019-05-14
申请号：CN201910001519.4
申请日：2019-01-02
Applicant: 东南大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于显著性检测和轮廓波变换的图像水印方法，对载体图像分别进行显著性检测以及轮廓波变换，并对变换后的低通子带进行分块，由块内的显著性值以及能量分布决定每一块的量化步长，将水印信息自适应地嵌入到载体图像的轮廓波域中。本发明还提出一种基于显著性检测和轮廓波变换的图像水印系统，包括水印嵌入模块，信息传输模块，水印提取模块。本发明在发送端通过改进的对数量化索引调制算法将水印信息自适应地嵌入到载体图像低通子带的每一块中，并将每一块的量化步长作为密钥发送到接收端，实现水印提取，具有隐蔽性好、不可感知性高等优点，并且在抵抗噪声、滤波、图像压缩、幅度缩放等常规水印攻击时表现出很强的鲁棒性。
-
公开(公告)号：CN108765255B
公开(公告)日：2022-04-29
申请号：CN201810553288.3
申请日：2018-05-31
Applicant: 东南大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于压缩感知技术的角度量化索引调制图像水印方法，采用混沌序列构建稀疏随机测量矩阵作为观测矩阵，利用压缩感知技术以及角度量化索引调制算法，将水印信息安全、隐蔽地嵌入到载体图像的压缩感知域中。本发明还提出一种基于压缩感知技术的角度量化索引调制图像水印系统，包括构建观测矩阵模块、水印嵌入模块，信息传输模块，水印提取模块。本发明在发送端通过角度量化索引调制算法将水印信息嵌入到载体图像的压缩感知域中，并将观测矩阵的相关信息以及水印的嵌入位置作为密钥发送到接收端，实现水印提取，具有隐蔽性好、安全性高等优点，并且在抵抗噪声、滤波、图像压缩、幅度缩放等常规水印攻击时表现出很强的鲁棒性。
-
公开(公告)号：CN108876721A
公开(公告)日：2018-11-23
申请号：CN201810552826.7
申请日：2018-05-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于课程学习的超分辨率图像重建方法，该方法设计了一种新的深度神经网络训练方法，通过为训练样本设置学习的先后顺序，促进神经网络的收敛。包括以下步骤：1)对输入图像进行预处理；2)按照训练样本的纹理复杂度将训练样本分成多个训练子集；3)基于改进的课程学习方法在已分类的训练子集上训练深度神经网络；4）训练多个神经网络来实现不同倍数的放大，从而依据实际情况恢复出丢失的纹理细节。本发明还公开了一种基于课程学习的超分辨率图像重建系统。本发明解决了深度神经网络训练时间较长的问题，同时，在超分辨率重建上的效果也明显优于传统方法训练的深度网络。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
