基于注意力和知识蒸馏的孪生高光谱图像跟踪方法和系统

    公开(公告)号:CN116823891B

    公开(公告)日:2023-11-17

    申请号:CN202311087808.3

    申请日:2023-08-28

    Applicant: 江南大学

    Abstract: 本发明涉及图像处理技术领域,公开一种基于注意力和知识蒸馏的孪生高光谱图像跟踪方法和系统,包括:构建包括混合注意力机制和孪生网络的跟踪网络模型,获取现有数据集并训练跟踪网络模型,将训练完成的跟踪网络模型作为教师模型;获取待测物体的高光谱图像数据进行预处理并分为训练集和测试集,将跟踪网络模型作为学生模型,使用教师模型和训练集训练学生模型,将训练完成的学生模型作为预测模型;将训练集和测试集输入预测模型得到目标跟踪结果。本发明可以捕捉多尺度的重要信息、提高跟踪网络模型的准确性和鲁棒性。

    基于注意力和知识蒸馏的孪生高光谱图像跟踪方法和系统

    公开(公告)号:CN116823891A

    公开(公告)日:2023-09-29

    申请号:CN202311087808.3

    申请日:2023-08-28

    Applicant: 江南大学

    Abstract: 本发明涉及图像处理技术领域,公开一种基于注意力和知识蒸馏的孪生高光谱图像跟踪方法和系统,包括:构建包括混合注意力机制和孪生网路的跟踪网络模型,获取现有数据集并训练跟踪网络模型,将训练完成的跟踪网络模型作为教师模型;获取待测物体的高光谱图像数据进行预处理并分为训练集和测试集,将跟踪网络模型作为学生模型,使用教师模型和训练集训练学生模型,将训练完成的学生模型作为预测模型;将训练集和测试集输入预测模型得到目标跟踪结果。本发明可以捕捉多尺度的重要信息、提高跟踪网络模型的准确性和鲁棒性。

    一种基于无监督框架的图像去雾方法以及辅助驾驶系统

    公开(公告)号:CN116362999A

    公开(公告)日:2023-06-30

    申请号:CN202310186914.0

    申请日:2023-03-01

    Applicant: 江南大学

    Abstract: 本申请公开了一种基于无监督框架的图像去雾方法以及辅助驾驶系统,涉及交通技术领域,该方法使用正则化的循环生成对抗网络的网络框架,并通过对抗损失、循环一致性损失、身份损失和颜色重建损失实现了全新的综合损失函数的计算方法,从而可以在不依赖真实的带雾图像的情况下充分利用真实的带雾图像中的模糊样本,以循环一致的方法,端对端的直接生成无雾图像,且利于提高对真实的带雾图像泛化能力。基于去雾方法的辅助驾驶系统可以对采集到的车辆所在环境的带雾的原始环境图像进行图像去雾处理,然后通过安装在车辆的挡风玻璃上的柔性透明显示屏显示无雾环境图像,从而可以更准确的给驾驶员展示车辆所在环境,实现辅助驾驶。

    基于人工智能的医疗大数据处理系统及计算机可读存储介质

    公开(公告)号:CN109994197A

    公开(公告)日:2019-07-09

    申请号:CN201910264984.7

    申请日:2019-04-03

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于人工智能的医疗大数据处理系统,该医疗大数据处理系统包括:用于由移动终端收集用户的医疗相关信息的单元;用于由移动终端确定通过第一无线接入技术向医疗大数据处理平台发送所收集的医疗相关信息的单元;用于如果在确定通过第一无线接入技术向医疗大数据处理平台发送所收集的医疗相关信息之后,由移动终端接收到医疗大数据处理平台发送的第一测量报告请求,则移动终端执行第一处理的单元;用于由医疗大数据处理平台基于第一测量报告向移动终端发送医疗相关信息请求消息的单元;以及用于响应于接收到医疗相关信息请求消息,由移动终端通过第一无线接入技术向医疗大数据处理平台发送所收集的医疗相关信息的单元。

    基于风格重校准和改进孪生网络的红外弱小目标跟踪方法

    公开(公告)号:CN116630373A

    公开(公告)日:2023-08-22

    申请号:CN202310886619.6

    申请日:2023-07-19

    Applicant: 江南大学

    Abstract: 本发明涉及图像处理技术领域,提供了一种基于风格重校准和改进孪生网络的红外弱小目标跟踪方法。本发明通过侧窗滤波对图像进行处理,针对红外弱小目标自身无形状和弱小的特点,侧窗滤波能够实现保边降噪的效果,同时因为小目标能量弱,成像显得格外弱小,容易被杂波背景淹没,侧窗滤波能够突出小目标。在特征提取后将特征图载入非线性增强的多次项优化的SRM模块,使模型能够对于不可见的风格重新校准,并且能够通过降低对图像检测的损失来提升检测的性能。孪生网络RPN在选择anchor时,简化其选择过程,固定其比例大小,不进行多尺寸抉择,在目标提取时更能够覆盖目标的关键区域,对目标的检测效率高,减小检测的误差,提高实时性。

    医学图像分割模型的构建方法、系统、设备和存储介质

    公开(公告)号:CN115409988A

    公开(公告)日:2022-11-29

    申请号:CN202211080120.8

    申请日:2022-09-05

    Applicant: 江南大学

    Abstract: 本发明适用于图像处理技术领域,提供了一种医学图像分割模型的构建方法、系统、设备和存储介质,所述方法包括以下步骤:获取用于进行模型训练的图像数据集;根据所述图像数据集进行医学图像分割模型的训练;对所述医学图像分割模型进行观测以进行网格寻优以确定最优参数,直至所述医学图像分割模型达到最佳拟合后完成医学图像分割模型的构建,本发明实施例在进行上采样时能够获取到更多的高分辨率信息,进而更完善地恢复原始图像中的细节,医学图像分割模型能够保留更多高层特征图蕴含的高分辨率信息,从而提高了图像分割精度。

    一种基于对抗尺度一致性追求特征自学习的人群计数方法

    公开(公告)号:CN111353433A

    公开(公告)日:2020-06-30

    申请号:CN202010129537.3

    申请日:2020-02-28

    Abstract: 本发明公开了一种基于对抗尺度一致性追求特征自学习的人群计数方法包括通过深度学习框架构建对抗尺度一致性网络,其具备在多尺度的数据样本中计算人群个数的功能;将特征自学习法融入对抗尺度一致性网络;利用对抗尺度一致性网络固有的对抗损失和感知损失以控制生成密度图的真伪性;利用跨尺度一致性准则约束生成的密度图;本发明的有益效果:构建一种新的人群计数回归框架,该框架在应对多尺度训练环境具有良好的性能,将带有特征自学习加入到网络图片生成阶段,对多尺度图片特征提取起到关键性的作用,有利于对于后续判别器做出准确的判断,提出了一种融合了特征自学习的人群回归模型,以利用传递更好的特征生成更高质量的图片信息。

    在线笔迹认证中一种书写节奏特征的提取及认证方法

    公开(公告)号:CN111310546A

    公开(公告)日:2020-06-19

    申请号:CN201911224888.6

    申请日:2019-12-04

    Applicant: 江南大学

    Abstract: 本发明涉及信息安全领域,公开了在线笔迹认证中一种书写节奏特征的提取及认证方法,包括如下步骤:书写节奏特征预学习,取得书写节奏特征概率密度函数,书写节奏特征注册,计算注册手写笔迹样本在书写节奏特征每个分量上的最大最小值,书写节奏特征认证,计算观测到测试手写笔迹样本与注册手写笔迹样本所有稳定且一致的书写节奏特征分量的概率,依此概率值作为进一步判别的依据。本发明在线笔迹认证中一种书写节奏特征的提取及认证方法,有效提取书写节奏特征,并估算稳定且一致书写节奏特征在人群中出现的概率,通过有效识别不易被察觉的书写方式,极大地增加摹仿者的攻击难度和攻击成本,从而提升笔迹认证性能。

Patent Agency Ranking