-
公开(公告)号：CN115620343A
公开(公告)日：2023-01-17
申请号：CN202211386276.9
申请日：2022-11-07
Applicant: 华侨大学 , 厦门亿联网络技术股份有限公司
Abstract: 本发明提供一种基于多代理相似度聚合的跨模态行人再辨识方法，用于解决昼夜光照差异大而带来的白天可见光图像与夜晚红外图像匹配困难的问题。因此，本发明为每个类别分配多个可学习的代理，获得多代理相似度，并设计多代理相似度聚合机制，实现跨模态行人再辨识。一方面，本发明为每个类别学习多个代理，可以更好地刻画由于数据跨模态引起的剧烈类内差异；另一方面，本发明设计聚合机制，学习最佳的多代理相似度聚合方式，提升跨模态行人再辨识的准确性。因此，本发明可广泛应用于智慧城市、智慧交通以及智慧安防中的智能视频监控系统。
-
公开(公告)号：CN119848569A
公开(公告)日：2025-04-18
申请号：CN202510315537.5
申请日：2025-03-18
Applicant: 华侨大学
IPC: G06F18/22 , G06N3/0455 , G06F18/15 , G06F18/213 , G06F18/25
Abstract: 本发明公开了融合3D点云的多模态自编码器零配件智能检测方法及装置，涉及图像处理领域，方法包括：S1，获取各型号零配件的体积、重量和3D点云数据；进行归一化和2D深度图像转化；S2，将2D深度图像进行裁剪和特征提取，与归一化的重量和体积数据进行特征融合，得到多模态特征；S3，进行灰度化处理得到多模态特征灰度图；S4，划分训练集和测试集；使用训练集训练自编码器模型；S5，将测试集输入训练好的自编码器模型，得到各型号零配件的特征编码；S6，将待检测零配件的多模态特征灰度图输入训练好的自编码器模型，得到待检测零配件的特征编码，进行特征比对得到型号信息。本发明用自编码器提取融合3D点云的多模态特征，提高了零配件检测准确性。
-
公开(公告)号：CN119831991A
公开(公告)日：2025-04-15
申请号：CN202510305282.4
申请日：2025-03-14
Applicant: 华侨大学
IPC: G06T7/00 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06V10/44 , G06V10/75
Abstract: 本发明涉及目标检测技术领域，公开了一种基于自编码器与改进ResNet18模型的陶瓷包装检测方法，包括以下步骤：数据库构建步骤，构建陶瓷包装盒图像数据库；模型构建步骤，结合改进的ResNet18和CBAM构建产品包装盒状态检测模型；图像采集步骤，采集待检测陶瓷包装盒的图像作为检测图像，利用自编码器模型将检测图像与陶瓷包装盒图像数据库进行匹配，获取位置信息；图像分割步骤，利用位置信息对检测图像进行区域分割，提取待检测的子图像；包装检测步骤，子图像输入到产品包装盒状态检测模型，检测是否漏装陶瓷。本发明在复杂工业环境中展现出优异的适应性与鲁棒性，为智能化包装检测的准确性和可靠性奠定了坚实的基础。
-
公开(公告)号：CN118799923B
公开(公告)日：2024-12-24
申请号：CN202411282680.0
申请日：2024-09-13
Applicant: 华侨大学
Abstract: 本发明公开了一种基于掩膜引导双流网络的行人重识别方法及装置，涉及图像识别领域，构建行人重识别模型、第一教师模型和第二教师模型，行人重识别模型包括轮廓单元和暴露单元，将轮廓空间注意力模块作为第一学生模型并与第一教师模型进行蒸馏学习，构造轮廓流中由掩码引导的注意力损失；将暴露空间注意力模块作为第二学生模型并与第二教师模型进行蒸馏学习，构造暴露流中由掩码引导的注意力损失；构造面部信息损失和REID损失；根据轮廓流中由掩码引导的注意力损失、暴露流中由掩码引导的注意力损失、面部信息损失和REID损失构造总损失函数并对行人重识别模型进行训练，得到经训练的行人重识别模型以进行行人重识别，解决背景和衣服因素的干扰问题。
-
公开(公告)号：CN118799923A
公开(公告)日：2024-10-18
申请号：CN202411282680.0
申请日：2024-09-13
Applicant: 华侨大学
Abstract: 本发明公开了一种基于掩膜引导双流网络的行人重识别方法及装置，涉及图像识别领域，构建行人重识别模型、第一教师模型和第二教师模型，行人重识别模型包括轮廓单元和暴露单元，将轮廓空间注意力模块作为第一学生模型并与第一教师模型进行蒸馏学习，构造轮廓流中由掩码引导的注意力损失；将暴露空间注意力模块作为第二学生模型并与第二教师模型进行蒸馏学习，构造暴露流中由掩码引导的注意力损失；构造面部信息损失和REID损失；根据轮廓流中由掩码引导的注意力损失、暴露流中由掩码引导的注意力损失、面部信息损失和REID损失构造总损失函数并对行人重识别模型进行训练，得到经训练的行人重识别模型以进行行人重识别，解决背景和衣服因素的干扰问题。
-
Patent Agency Ranking
公开(公告)号：CN115581445B
公开(公告)日：2024-08-06
申请号：CN202211105024.4
申请日：2022-09-09
Applicant: 华侨大学
Abstract: 本发明一种基于能量调制的激光散斑血流成像方法和装置，采集多帧连续的原始散斑图像；对预处理后的散斑图像进行二维快速傅里叶变换得到频谱图像，计算二维血流信号的频谱能量和二维背景信号的频谱能量，以及计算散斑图像瞬时能量调制参量，用该参量构建单张激光散斑血流的瞬时图像，使用时间窗口模板对连续序列的基于瞬时能量调制的散斑血流图像的两种能量模态进行求和平均，根据求和平均后的两种能量的比值来获得平均能量调制散斑图像。本发明将每张二维散斑图像作为一个处理单元，使用二维快速傅里叶变换进行信号的频域变换处理，由于每张图片只需进行一次变换，具有较高的计算效能，在处理大量级的数据时具有显著优势。
-
-
公开(公告)号：CN116784817A
公开(公告)日：2023-09-22
申请号：CN202311041984.3
申请日：2023-08-18
Applicant: 华侨大学
Abstract: 本发明公开了基于散射偏差因子的激光散斑衬比血流成像方法及系统，涉及生物组织医学成像领域，方法包括以下步骤：S1，采集多帧散斑图像序列；S2，计算每个像素点在整个散斑图像序列中的光强值的均值，作为光强基准值；S3，根据每个像素点的光强值与光强基准值，构建偏差因子；S4，根据偏差因子，计算偏差因子差值；S5，根据偏差因子差值，重构二维血流图像。本发明通过构建光强偏差因子，增强血流信号和背景信号之间的对比度，达到提高成像对比度、成像动态范围的效果，同时还具有较低的噪声水平和较高的信噪比，且在识别微细血管中的血流信号上具有显著优势。
-
公开(公告)号：CN116051423A
公开(公告)日：2023-05-02
申请号：CN202310206847.4
申请日：2023-03-07
Applicant: 华侨大学
Abstract: 本发明公开了基于空间频域滤波的激光散斑衬比血流成像方法及系统，涉及生物组织医学成像领域。该方法包括：S1，图像采集步骤；S2，二维快速傅里叶变换步骤；S3，空间频域滤波步骤；S4，二维快速傅里叶逆变换步骤；S5，时域处理步骤；S6，调制步骤。本发明通过空间频域滤波提取散斑图像中的背景信号，抑制光照背景的不均匀性；相比于一维快速傅里叶变换，利用二维快速傅里叶变换分析法来分离散斑信号和背景信号，有效降低计算复杂度的同时提高计算速度；利用空间频域滤波和时域叠加平均散斑信号计算深度调制衬比值，有效提高LSCI成像的衬比度和信噪比，也因此进一步提升了成像的动态范围。
-
公开(公告)号：CN115581445A
公开(公告)日：2023-01-10
申请号：CN202211105024.4
申请日：2022-09-09
Applicant: 华侨大学
Abstract: 本发明一种基于能量调制的激光散斑血流成像方法和装置，采集多帧连续的原始散斑图像；对预处理后的散斑图像进行二维快速傅里叶变换得到频谱图像，计算二维血流信号的频谱能量和二维背景信号的频谱能量，以及计算散斑图像瞬时能量调制参量，用该参量构建单张激光散斑血流的瞬时图像，使用时间窗口模板对连续序列的基于瞬时能量调制的散斑血流图像的两种能量模态进行求和平均，根据求和平均后的两种能量的比值来获得平均能量调制散斑图像。本发明将每张二维散斑图像作为一个处理单元，使用二维快速傅里叶变换进行信号的频域变换处理，由于每张图片只需进行一次变换，具有较高的计算效能，在处理大量级的数据时具有显著优势。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.04 seconds)
