-
公开(公告)号：CN112633054A
公开(公告)日：2021-04-09
申请号：CN202011083186.3
申请日：2020-10-12
Applicant: 中国石油大学(华东)
Abstract: 本发明提出一种基于时间与空间上下文的预置摄像头目标检测算法。目前基于深度学习的目标检测算法已经日益成熟，但是其对于目标检测的高准确率是建立在有足够数据集的支持下的，当数据集规模非常小时，识别的效果就会差强人意。而在实际的生产环境中，需要检测的异常目标，不管是在时间还是在空间上分布都是极少的，这就造成了数据集不可能很大。这就造成了对于这种异常目标的检测变得困难。基于此，本发明提出一种基于时间与空间上下文的预置摄像头目标检测算法，通过对时间与空间上下文的学习，在小数据集上对异常目标也能达到较好的检测效果。
-
公开(公告)号：CN112330759A
公开(公告)日：2021-02-05
申请号：CN202010976941.4
申请日：2021-01-06
Applicant: 中国石油大学(华东)
Abstract: 人脸属性编辑，是在保持图像背景不变的条件下将图像修改为给定属性的任务.本发明提出了一种使用选择性传输单元(Selective Transfer Unit，STU)和生成对抗网络(Generative Adversarial Networks，GAN)进行人脸属性编辑的方法：使用条件生成对抗网络(CGAN)，以原属性与目标属性之间的差异作为条件输入生成器；生成器采用编码器‑解码器结构和STU相结合，从而选择性的将编码器特征与解码器特征进行连接，克服了跳跃连接虽然有助于提升生成图像的训练稳定性和视觉质量，但是弱化了属性编辑能力的缺点；使用属性分类器使生成的图像正确拥有预期的属性.本发明提出了一种使用选择性传输单元和生成对抗网络对人脸图像进行属性编辑的方法，既提升生成图像的质量也提高了属性编辑能力。
-
Patent Agency Ranking
公开(公告)号：CN112200014A
公开(公告)日：2021-01-08
申请号：CN202010972359.0
申请日：2020-09-16
Applicant: 中国石油大学(华东)
Abstract: 本发明提出一种基于SOMD的室外电力场景下异物入侵检测算法。电力检修场景的安全监控对于生产安全至关重要，避免监控输电环境中的异物入侵造成的故障和安全事故，是电力场景大规模智能监控系统的重要研究方向。考虑到在实际生产环境中，室外电力场景中的异物入侵相较于场景整体比较微小，例如风筝、塑料袋、飞鸟等，且在造成故障或事故之前会有一个入侵的动作过程，本文提出一种基于SOMD(Small Object Motion Detect)的室外场景下异物入侵检测算法，通过对图像进行背景提取，捕获图像中入侵的物体，同时排除由光影变化、镜头晃动造成的误检，通过Inception网络对捕获到的目标进行分类，识别各类入侵的异物。
-
公开(公告)号：CN112163605A
公开(公告)日：2021-01-01
申请号：CN202010976851.5
申请日：2020-09-17
Applicant: 中国石油大学(华东)
Abstract: 图像翻译是将图像从一个领域映射到另一个领域。目前该任务主要面临着三个具有挑战性的问题：1)处理多域的翻译时灵活性不够；2)不能只专注于要转换的区域而保留其它无关属性不变；3)容易产生模糊的图像伪影。本发明针对这些局限性，提出了一种新颖的多域图像翻译方法。针对问题2)，本发明在生成器和判别器中嵌入了注意力模块，可以使模型根据辅助分类器获得的注意图对在图像翻译的过程中最重要的区域施加更大的权重系数。本发明抛弃了传统的判别器结构而采用Patch判别器，可以让判别器更加注意到图像中的细节部分，从而提高生成图像的质量。
-
公开(公告)号：CN112163580B
公开(公告)日：2022-05-03
申请号：CN202011083094.5
申请日：2020-10-12
Applicant: 中国石油大学(华东)
Abstract: 本发明提出一种基于注意力机制的小目标检测算法，在检测过程中加入了注意力机制，从而将注意力机制应用到不同通道的特征图上，增强对于识别有利的通道，抑制对于识别无用的通道。在检测时，先将图像输入RPN中，得到预选区域，而后经过FPN网络提取各个尺度的特征，将其输入注意力模块，得到新的特征图，最后对这些特征进行分类与边框回归，得到检测结果。
-
公开(公告)号：CN112508771A
公开(公告)日：2021-03-16
申请号：CN202010972816.6
申请日：2020-09-15
Applicant: 中国石油大学(华东)
Abstract: 本发明提出了一种基于深度生成网络的面部妆容迁移方法。除图像处理外，化妆是可以让人看上去更漂亮的另一个重要手段，如果消费者能提前看到自己搭配不同风格妆容的图片将会对选择化妆品大有帮助。因此妆容转换技术可以为消费者提供一种为自己选择合适的妆容和化妆品的有效方法。本发明将生成对抗网络应用到了面部妆容迁移中，然而，由于人眼对人脸的结构布局高度熟悉，一点小瑕疵都会影响用户使用感，并且人脸的眉毛，嘴巴，面部的妆容分布显然是不同，进行迁移时不能采用相同的约束。针对这一特点，本发明添加了一个人脸解析模型，将不同的面部区域区分开，并针对不同的面部区域施加不同的约束条件，来达到自然流畅的迁移效果。
-
公开(公告)号：CN112163580A
公开(公告)日：2021-01-01
申请号：CN202011083094.5
申请日：2020-10-12
Applicant: 中国石油大学(华东)
Abstract: 本发明提出一种基于注意力机制的小目标检测算法，在检测过程中加入了注意力机制，从而将注意力机制应用到不同通道的特征图上，增强对于识别有利的通道，抑制对于识别无用的通道。在检测时，先将图像输入RPN中，得到预选区域，而后经过FPN网络提取各个尺度的特征，将其输入注意力模块，得到新的特征图，最后对这些特征进行分类与边框回归，得到检测结果。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
