-
公开(公告)号：CN112132761B
公开(公告)日：2023-07-14
申请号：CN202010972204.7
申请日：2020-09-16
Applicant: 厦门大学
IPC: G06T5/00
Abstract: 一种基于循环上下文聚合网络的单图像去雾方法，涉及计算机视觉技术。步骤：A.准备训练样本集(xi，yi)，i＝1，……，N，N为训练样本数，N为自然数。xi表示训练样本对应的固定大小的图像。yi表示训练样本xi对应的真实图像；B.预处理训练样本集；C.设计循环上下文聚合网络结构；D.设计上下文聚合块；E.在循环上下文聚合网络里，采用循环跳跃连接，避免训练中出现梯度爆炸或者梯度消失问题，加速循环网络的训练。建立深度网络框架，包括编码模块、循环模块、解码模块；可有效进行单图像去雾，通过算法分析，不仅大大提高了去雾的性能，而且还保存着图像的纹理和细节，在视觉上也取得最好的效果。
-
公开(公告)号：CN111666948B
公开(公告)日：2023-05-30
申请号：CN202010458635.1
申请日：2020-05-27
Applicant: 厦门大学
IPC: G06V10/26 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
-
公开(公告)号：CN112966581B
公开(公告)日：2022-05-27
申请号：CN202110213113.X
申请日：2021-02-25
Applicant: 厦门大学
IPC: G06V20/40 , G06V10/46 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 一种基于内外语义聚合的视频目标检测方法，涉及计算机视觉技术。包括步骤：A.准备训练样本集，依次包括当前帧、支持帧，首先在当前序列随机选取一帧作为当前帧，再在当前帧附近随机选取几帧作为支持帧，为当前帧的训练提供丰富的时空信息。B.预处理训练样本集，对当前帧，支持帧进行随机翻转、裁剪等操作，进一步增大训练样本多样性。C.在每帧内进行内部语义聚合，实现单个帧自身的空间语义增强。D.联合三帧进行外部语义聚合，实现三帧时空信息的语义增强。E.对经过内外语义聚合的当前帧特征进行分类和回归，得到最后的检测结果，包括检测框和预测所属类别。可以有效地聚合视频中的时空语义信息，从而有效地提高目标检测器的性能。
-
公开(公告)号：CN113903053A
公开(公告)日：2022-01-07
申请号：CN202111129224.9
申请日：2021-09-26
Applicant: 厦门大学
Abstract: 基于统一中间模态的跨模态行人重识别方法，涉及计算机视觉技术领域。包括以下步骤：1)将两种模态图像分别输入到两个编码器中进行编码；2)将编码得到的两种特征输入到两个非线性激活函数中用于加深其非线性表达能力；3)将非线性激活后的两种特征输入到一个共享的解码器中，并解码到一个统一的中间图像空间中，得到中间模态图像；4)将得到的中间模态图像与原始图像一起输入到网络中进行优化，完成跨模态行人重识别。可降低模态差异，进一步地拉近两种中间模态图像之间的距离，提升跨模态行人重识别模型的性能。
-
公开(公告)号：CN108960127B
公开(公告)日：2021-11-05
申请号：CN201810696880.9
申请日：2018-06-29
Applicant: 厦门大学
Abstract: 基于自适应深度度量学习的遮挡行人重识别方法，涉及计算机视觉技术。首先设计对遮挡鲁棒的卷积神经网络结构，在网络中先提取行人图像的中低层语义特征；然后提取对遮挡鲁棒的局部特征，并联合全局特征，再学习高层语义特征，并且使用自适应近邻的深度度量损失学习对于行人身份变化足够具有判别力的特征，并联合使用分类损失，快速稳定地完成整个网络的更新学习；最后根据训练好的网络模型，对测试图像提取第一个全连接层的输出作为特征表示，并完成后续的特征相似度比较和排序，得到最后的行人重识别结果。有效地提高特征对遮挡的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN109948573B
公开(公告)日：2021-08-17
申请号：CN201910236935.2
申请日：2019-03-27
Applicant: 厦门大学
Abstract: 一种基于级联深度卷积神经网络的噪声鲁棒人脸识别方法，涉及计算机视觉技术。首先设计去噪子网络和人脸识别子网络，在去噪子网络中，利用密集连接的方法，将网络前6层中各层产生的特征图由前往后进行逐层连接，以充分利用浅层网络产生的人脸特征。在人脸识别子网络中采用残差网络结构，利用恒等映射的方法对网络不同层之间进行捷径连接，可有效减少深层网络结构中出现的梯度消失现象。然后采用级联的方法，将去噪子网络和人脸识别子网络进行联合训练，获得噪声鲁棒的人脸表征，并设计了一个联合损失函数用于两个子网络的权值更新。最后根据训练好的网络模型，得到最终的噪声人脸识别结果。
-
公开(公告)号：CN107123119B
公开(公告)日：2019-12-17
申请号：CN201710287180.X
申请日：2017-04-27
Applicant: 厦门大学
Abstract: 一种针对多结构数据的指导性采样方法，涉及计算机视觉技术。1)准备输入数据；2)如果当前总采样次数c小于M，那么执行步骤3)～7)；否则，结束采样且输出模型假设集Θ；3)如果当前总采样次数c小于b，那么使用随机采样方法采样一个数据子集S；否则使用提出的指导性采样方法采样一个数据子集S；4)使用采样到的数据子集S估计一个模型假设θ；5)对每一个xi∈χ，计算xi与θ的绝对残差到；6)如果当前总采样次数c大于等于b且c是b的整数倍，那么更新窗口大小w且排序得到残差索引的重排列7)把模型假设添加到模型假设集中。
-
公开(公告)号：CN109948573A
公开(公告)日：2019-06-28
申请号：CN201910236935.2
申请日：2019-03-27
Applicant: 厦门大学
Abstract: 一种基于级联深度卷积神经网络的噪声鲁棒人脸识别方法，涉及计算机视觉技术。首先设计去噪子网络和人脸识别子网络，在去噪子网络中，利用密集连接的方法，将网络前6层中各层产生的特征图由前往后进行逐层连接，以充分利用浅层网络产生的人脸特征。在人脸识别子网络中采用残差网络结构，利用恒等映射的方法对网络不同层之间进行捷径连接，可有效减少深层网络结构中出现的梯度消失现象。然后采用级联的方法，将去噪子网络和人脸识别子网络进行联合训练，获得噪声鲁棒的人脸表征，并设计了一个联合损失函数用于两个子网络的权值更新。最后根据训练好的网络模型，得到最终的噪声人脸识别结果。
-
公开(公告)号：CN106683062B
公开(公告)日：2019-06-07
申请号：CN201710018297.8
申请日：2017-01-10
Applicant: 厦门大学
Abstract: 一种静止摄像机下的基于ViBe的运动目标检测方法，A初始化视频帧每个像素点前景计数和鬼影计数。B对二值图预处理。C对二值图进行前景区块划分，去除像素少的前景区块并修改前景计数。D每隔p帧对C中得到的前景计数去噪再鬼影检测。E对经C或D处理后得到的二值图中的前景区块进行内部空洞消除，再进行标记。F每隔q帧对当前视频帧和经E处理后得到的二值图进行边缘检测，生成边缘二值图后执行逻辑与操作，再边缘划分，对得到的边缘标记；统计每个前景区块中的每条边缘被所包括的前景像素个数和其对应的边缘像素个数，判断边缘有效性。G根据F中得到的有效边缘，统计每个前景区块中的有效边缘，修改鬼影计数再进行鬼影检测。
-
公开(公告)号：CN108898621A
公开(公告)日：2018-11-27
申请号：CN201810662407.9
申请日：2018-06-25
Applicant: 厦门大学
IPC: G06T7/246
Abstract: 一种基于实例感知目标建议窗口的相关滤波跟踪方法，能够在基于CNN的相关滤波框架中根据检测的稳定性自适应地选择尺度估计模式以及目标重检测模式，提高算法在尺度估计、快速运动、遮挡、背景干扰等方面的鲁棒性。由EdgeBoxes生成的目标建议窗口基于表观相似度和空间加权排序后得到的都是与目标实例具有高相似度的目标建议窗口，称为实例感知目标建议窗口。实例感知的目标建议窗口由基于CNN的相关滤波器进一步引导至最优位置，从中选取最显著的经引导后的实例感知目标建议窗口，作为目标的尺度估计或者重检测结果，可有效地解决跟踪过程中的尺度变化以及目标丢失。在标准数据集上，提出的方法获得很高的性能指标。
-
-
-
-
-
-
-
-
-
Search Results
99
records
(took 0.022 seconds)
