一种基于多任务学习卷积神经网络的图像隐写分析方法

    公开(公告)号:CN108596818B

    公开(公告)日:2021-10-26

    申请号:CN201711401184.2

    申请日:2017-12-22

    Abstract: 本发明公开了一种基于多任务学习卷积神经网络的图像隐写分析方法:S1、设计包括图像隐写分析主网络和像素点隐写分析分支网络的多任务学习网络模型;S2、对原始图像进行隐写得到隐写图像,保存每张图像的图像隐写分析标签和像素点隐写分析标签;S3、使用高通滤波器对多任务学习网络模型中的第一层卷积层的权值参数进行初始化,其余卷积层使用Xavier方式进行初始化;S4、将步骤S2得到的数据集随机划分为训练集和测试集,应用Adam算法在训练集上对多任务学习网络模型同时进行图像隐写分析和像素点隐写分析有监督的学习训练,在测试集上进行测试,最后保存在测试集上结果最好的模型作为最终模型;S5、使用最终模型对其余新的测试图像进行隐写分析。

    一种基于多任务学习卷积神经网络的图像隐写分析方法

    公开(公告)号:CN108596818A

    公开(公告)日:2018-09-28

    申请号:CN201711401184.2

    申请日:2017-12-22

    Abstract: 本发明公开了一种基于多任务学习卷积神经网络的图像隐写分析方法:S1、设计包括图像隐写分析主网络和像素点隐写分析分支网络的多任务学习网络模型;S2、对原始图像进行隐写得到隐写图像,保存每张图像的图像隐写分析标签和像素点隐写分析标签;S3、使用高通滤波器对多任务学习网络模型中的第一层卷积层的权值参数进行初始化,其余卷积层使用Xavier方式进行初始化;S4、将步骤S2得到的数据集随机划分为训练集和测试集,应用Adam算法在训练集上对多任务学习网络模型同时进行图像隐写分析和像素点隐写分析有监督的学习训练,在测试集上进行测试,最后保存在测试集上结果最好的模型作为最终模型;S5、使用最终模型对其余新的测试图像进行隐写分析。

    一种搜索电气设备红外图像相似可见光图像的方法

    公开(公告)号:CN107784659A

    公开(公告)日:2018-03-09

    申请号:CN201710957025.4

    申请日:2017-10-16

    CPC classification number: G06T7/13 G06T7/246 G06T9/00 G06T2207/10048

    Abstract: 本发明公开了一种搜索电气设备红外图像相似可见光图像的方法,所述方法基于行边界灰度值边缘检测算法对可见光图像库中的可见光图像和提供的红外图像进行边缘提取得到相应的边缘图像,然后使用基于SURF算子的图像感知哈希算法对可见光边缘图像和红外边缘图像进行感知哈希编码,之后计算红外边缘图像哈希编码与可见光边缘图像哈希编码间的汉明距离,得到与红外边缘图像哈希编码汉明距离最小的可见光边缘图像集合,最后将可见光边缘图像集合中的图像分别与红外边缘图像进行SURF特征点的匹配,并基于斜率一致性对匹配点对进行筛选,筛选出正确的匹配点,得到与红外边缘图像匹配点最多的可见光边缘图像对应的可见光图像就是本搜索方法的搜索结果。

    一种基于Leapmotion手势识别的智能车载系统

    公开(公告)号:CN105138125A

    公开(公告)日:2015-12-09

    申请号:CN201510526148.3

    申请日:2015-08-25

    Abstract: 本发明公开了一种基于Leapmotion手势识别的智能车载系统,包括依次连接的数据采集模块、系统控制模块及系统响应模块;所述数据采集模块,利用Leapmotion传感器实时采集手部的运动数据,获取被称为帧对象的运动追踪数据;所述系统控制模块包括相互连接的数据处理单元及手势训练库,用于将收到的运动追踪数据提取手势信息,然后进行特征提取,并与手势训练库进行匹配,将匹配后的结果封装成控制信息,并传输到系统响应模块;所述系统响应模块包括投影显示单元及交互应用单元,用于获取控制信息,形成交互界面,投影到汽车挡风玻璃,进行操作系统交互应用。本系统可以提高行车的安全性和便捷性。

Patent Agency Ranking