-
公开(公告)号：CN116310686A
公开(公告)日：2023-06-23
申请号：CN202310289690.6
申请日：2023-03-21
Applicant: 广东工业大学
IPC: G06V10/80 , G06V10/82 , G06V10/44 , G06V10/42 , G06N3/0464
Abstract: 本发明提供一种基于非对称分流的虚拟视图质量增强方法，包括以下步骤：S1：对输入的低质量虚拟视图进行浅层特征提取；S2：将浅层特征输入混合编解码器转化为深层特征；S3：将混合编解码器中解码端的各MSACB模块输出的特征进行自适应融合；S4：根据低质量虚拟视图和融合后的特征重构得到质量增强后的虚拟视图。本发明提供一种基于非对称分流的虚拟视图质量增强方法，解决了目前3D视频在传输阶段存在压缩失真和DIBR失真的问题。
-
公开(公告)号：CN114022464B
公开(公告)日：2024-06-14
申请号：CN202111329378.2
申请日：2021-11-10
Applicant: 广东工业大学
Abstract: 本发明提供一种贴片电阻焊点内部空洞自适应检测方法，该方法首先提出一种自适应分区策略对贴片电阻图像进行分区域操作，通过分区处理能够提高检测算法对背景的鲁棒性；然后，对较暗区域采用基于形状先验的灰度自适应水平集方法进行空洞检测，多尺度形状先验能量项的引入能够更好的引导多尺度多目标的分割以及重叠空洞的分割，而灰度自适应能量项能够极大提高检测算法的时间效率和分割精度；对较亮区域，提出一种自适应圆形卷积核检测空洞，自适应圆形卷积核能够根据不同图像的空洞分布情况增强空洞与背景之间的对比度，从而提高阈值分割算法的检测精度。最后，采用形状因子和平均灰度策略剔除由背景痕迹和过锡孔造成的误检测，实现贴片电阻焊点内部空洞精细检测。
-
公开(公告)号：CN116309068A
公开(公告)日：2023-06-23
申请号：CN202310291755.0
申请日：2023-03-21
Applicant: 广东工业大学
IPC: G06T3/40 , G06V20/40 , G06V10/80 , G06V10/82 , G06T7/246 , G06T7/269 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供一种基于门控相互注意力的视频超分辨率方法，包括以下步骤：S1：获取低分辨率的视频序列并进行浅层序列特征提取；S2：利用基于高效注意力模块和双向并行扭曲模块的多尺度编解码模型并联合光流估计根据浅层序列特征进行联合运动估计和特征融合，得到新的序列特征；所述高效注意力模块包括多个门控相互注意力模块；S3：将新的序列特征经过Pixelshuffle上采样和卷积后与低分辨率的视频序列元素级相加，得到高分辨率视频序列。本发明提供一种基于门控相互注意力的视频超分辨率方法，解决了现有的超分辨率重建技术取得的VSR性能不够高的问题。
-
公开(公告)号：CN116229083A
公开(公告)日：2023-06-06
申请号：CN202310289736.4
申请日：2023-03-21
Applicant: 广东工业大学
IPC: G06V10/30 , G06V10/82 , G06V10/80 , G06V10/44 , G06N3/0464 , G06N3/0455
Abstract: 本发明提供一种基于轻量U型结构网络的图像去噪方法，包括以下步骤：S1：提取待去噪图像的浅层特征；S2：利用轻量U型结构网络对浅层特征进行特征学习；轻量U型结构网络包括编码端、解码端和增强自注意力模块；其中，编码器和解码器分别由单个局部残差模块组成，形成多级局部残差模块对浅层特征进行多层次特征学习和局部信息提取；增强自注意力模块位于最底层，用于建模全局语义信息；S3：将增强自注意力模块输出的特征和各解码器输出的特征进行融合；S4：根据融合后的特征重构得到去噪后的图像。本发明提供一种基于轻量U型结构网络的图像去噪方法，解决了目前基于卷积神经网络的图像去噪技术无法同时适用于合成噪声和真实噪声的问题。
-
公开(公告)号：CN116188274A
公开(公告)日：2023-05-30
申请号：CN202310289789.6
申请日：2023-03-21
Applicant: 广东工业大学
IPC: G06T3/40 , G06T5/10 , G06V10/40 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种图像超分辨率重建方法，包括以下步骤：S1：提取要重建的低分辨率图片的浅层特征；S2：将提取到的浅层特征输入混合编解码器转化为深层特征；所述混合编解码器为U型网络结构，包括多个MSACM模块，每个MSACM模块包括若干个混合注意力模块；所述混合注意力模块通过包括多头自注意力分支和空间傅里叶频率模块分支的并行双分支结构来同时建模全局上下文信息和局部纹理信息，空间傅里叶频率模块通过快速傅里叶变换和反傅里叶变换引入频域特性；S3：利用CARAFE上采样算子根据深层特征重构得到高分辨率图片。本发明提供一种图像超分辨率重建方法，解决了现有的SR重建技术在提高重建性能的同时需要占用更大计算资源的问题。
-
Patent Agency Ranking
公开(公告)号：CN112734748B
公开(公告)日：2022-05-17
申请号：CN202110083764.1
申请日：2021-01-21
Applicant: 广东工业大学
Abstract: 本申请公开了一种肝胆管及胆道结石的图像分割系统，在第一编码器‑解码器中，在下采样阶段对小目标区域进行特征学习，并在上采样阶段进行特征融合，并且下采样提取了低层多尺度时域上下文特征，用于后续的逐层特征融合；在第二编码器‑解码器模块中，上采样阶段融合了低层多尺度时域上下文特征与高层双向时域上下文特征，并获得原始分辨率尺寸的预测序列图，从而获得更准确的位置和分类信息；通过改进的损失函数对分割网络模型进行训练，以增加序列图像切片间时域上下文信息的关注，使之更适应于处理序列图像。从而解决了现有技术对于肝胆管结石病的CT图像中的肝胆管及胆道结石分割，不能同时兼顾精确度和高效率的技术问题。
-
公开(公告)号：CN114022464A
公开(公告)日：2022-02-08
申请号：CN202111329378.2
申请日：2021-11-10
Applicant: 广东工业大学
Abstract: 本发明提供一种贴片电阻焊点内部空洞自适应检测算法，该方法首先提出一种自适应分区策略对贴片电阻图像进行分区域操作，通过分区处理能够提高检测算法对背景的鲁棒性；然后，对较暗区域采用基于形状先验的灰度自适应水平集方法进行空洞检测，多尺度形状先验能量项的引入能够更好的引导多尺度多目标的分割以及重叠空洞的分割，而灰度自适应能量项能够极大提高检测算法的时间效率和分割精度；对较亮区域，提出一种自适应圆形卷积核检测空洞，自适应圆形卷积核能够根据不同图像的空洞分布情况增强空洞与背景之间的对比度，从而提高阈值分割算法的检测精度。最后，采用形状因子和平均灰度策略剔除由背景痕迹和过锡孔造成的误检测，实现贴片电阻焊点内部空洞精细检测。
-
公开(公告)号：CN113989604A
公开(公告)日：2022-01-28
申请号：CN202111370406.5
申请日：2021-11-18
Applicant: 广东工业大学
IPC: G06V10/80 , G06V10/82 , G06V20/62 , G06V30/146 , G06V30/148 , G06K9/62 , G06T3/00 , G06N3/04
Abstract: 本发明公开了一种基于端到端深度学习的轮胎DOT信息识别方法，包括步骤如下：将轮胎图像进行特征提取，分别得到N个阶段输出的第一特征图，同时将N个阶段输出的第一特征图进行特征融合得到第二特征图；对融合后的第二特征图进行DOT信息粗略定位，用于检测是否有“DOT”三个字符及其位置信息，得到区域图；将区域图生成一个掩膜图，并与第二特征图相乘，对相乘得到的第三特征图进行DOT信息精细定位，得到DOT信息文本概率和位置信息，定位到有角度的候选文本块；对最后一个阶段输出的第一特征图进行轮胎弯曲方向检测，获取轮胎胎面的字符方向信息；将候选文本块和轮胎胎面的字符方向信息进行仿射变换，转化为方向向上的水平文本块；对水平文本块输入基于深度学习的文本识别网络进行DOT字符识别，得到最后的识别信息。
-
公开(公告)号：CN113989604B
公开(公告)日：2024-06-25
申请号：CN202111370406.5
申请日：2021-11-18
Applicant: 广东工业大学
IPC: G06V10/80 , G06V10/82 , G06V20/62 , G06V30/146 , G06V30/148 , G06T3/02 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种基于端到端深度学习的轮胎DOT信息识别方法，包括步骤如下：将轮胎图像进行特征提取，分别得到N个阶段输出的第一特征图，同时将N个阶段输出的第一特征图进行特征融合得到第二特征图；对融合后的第二特征图进行DOT信息粗略定位，用于检测是否有“DOT”三个字符及其位置信息，得到区域图；将区域图生成一个掩膜图，并与第二特征图相乘，对相乘得到的第三特征图进行DOT信息精细定位，得到DOT信息文本概率和位置信息，定位到有角度的候选文本块；对最后一个阶段输出的第一特征图进行轮胎弯曲方向检测，获取轮胎胎面的字符方向信息；将候选文本块和轮胎胎面的字符方向信息进行仿射变换，转化为方向向上的水平文本块；对水平文本块输入基于深度学习的文本识别网络进行DOT字符识别，得到最后的识别信息。
-
公开(公告)号：CN114119538A
公开(公告)日：2022-03-01
申请号：CN202111406923.3
申请日：2021-11-24
Applicant: 广东工业大学
Abstract: 本发明提供一种肝静脉及肝门静脉的深度学习分割系统，包括编码模块，序列注意力关联融合模块、片间‑图关联模块、解码模块；基于图神经网络设计的片间‑图关联模块，捕获相邻CT序列间更丰富，更高阶的关系，提高分割血管的连续性；基于注意力机制设计的序列注意力关联融合模块，关联融合不同维度信息，提高细微血管分割精准度；另外本发明还提出了一种结合血管边缘度量约束项的损失函数，优化调整血管边缘。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.024 seconds)
