公开(公告)号：CN118864237A

公开(公告)日：2024-10-29

申请号：CN202410875933.9

申请日：2024-07-02

Applicant: 复旦大学

Inventor： 陈霄翔 ,  刘晶晶 ,  范益波 ,  曾晓洋

IPC: G06T3/4038 ,  G06T3/403 ,  G06V10/44 ,  G06V10/75 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/09

Abstract: 本发明图像拼接系统技术领域，特别涉及一种基于特征匹配的图像拼接处理系统，包括特征检测模块、特征匹配模块和拼接缝处理模块；特征检测模块用于对待拼接图像进行特征提取；特征匹配模块用于确定待拼接图像之间的特征匹配关系；拼接缝处理模块通过对两幅待拼接图像重叠区域的连接线作为拼接缝，再通过图像融合模块对拼接缝进行融合处理。本系统深度学习的方法来替代传统算法，通过训练得到高效的网络模型进行图像特征检测；特征检测网络输入待拼接图像，通过卷积神经网络提取特征。且本系统能够进行网络结合同形适应机制进行训练，使得网络能够通过自监督学习，使得特征检测网络输出的特征点与描述子的数据得到增强。

公开(公告)号：CN118864237B

公开(公告)日：2025-03-21

申请号：CN202410875933.9

申请日：2024-07-02

Applicant: 复旦大学

Inventor： 陈霄翔 ,  刘晶晶 ,  范益波 ,  曾晓洋

IPC: G06T3/4038 ,  G06T3/403 ,  G06V10/44 ,  G06V10/75 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/09

Abstract: 本发明图像拼接系统技术领域，特别涉及一种基于特征匹配的图像拼接处理系统，包括特征检测模块、特征匹配模块和拼接缝处理模块；特征检测模块用于对待拼接图像进行特征提取；特征匹配模块用于确定待拼接图像之间的特征匹配关系；拼接缝处理模块通过对两幅待拼接图像重叠区域的连接线作为拼接缝，再通过图像融合模块对拼接缝进行融合处理。本系统深度学习的方法来替代传统算法，通过训练得到高效的网络模型进行图像特征检测；特征检测网络输入待拼接图像，通过卷积神经网络提取特征。且本系统能够进行网络结合同形适应机制进行训练，使得网络能够通过自监督学习，使得特征检测网络输出的特征点与描述子的数据得到增强。

公开(公告)号：CN117975327A

公开(公告)日：2024-05-03

申请号：CN202410016293.6

申请日：2024-01-05

Applicant: 复旦大学

Inventor： 张煜昊 ,  刘晶晶 ,  陈霄翔 ,  冯满龙 ,  曾晓洋

IPC: G06V20/40 ,  G06V10/25 ,  G06V20/52 ,  G06V10/62 ,  G06V10/77 ,  G06F18/2135

Abstract: 本发明属于运动目标检测技术领域，具体为一种基于流形稀疏表示的亿级像素视频目标检测方法。本发明将结构化稀疏性和流形学习集成到稀疏主成分分析框架中，进行亿级像素视频目标检测，具体包括：用结构化稀疏表示由输入数据分解得到特征矩阵，进一步分解成低秩矩阵和稀疏矩阵；采用流形学习方法；在投影空间上构造采样点的局部邻域结构，使用这些局部邻域结构将采样点映射到全局低维空间；引入rank‑1近似用来描述低秩矩阵，避免奇异值分解的计算，提高计算效率；实验表明，在三个亿级像素视频数据集上，本发明实现了运动目标的精细检测。特别是在亿级像素PANDA数据集上的检测精度(F1分数)平均提高了5％。