-
公开(公告)号：CN116012602A
公开(公告)日：2023-04-25
申请号：CN202310048434.8
申请日：2023-01-31
Applicant: 河南科技学院
IPC: G06V10/46 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种在线定位的轻量化显著性检测方法，用于解决现有模型运算效率低的技术问题；其步骤为：首先，将DUTS‑TR数据集中的图像输入编码器中提取特征图像；然后利用解码器对特征图像进行解码，得到预测图；其次，利用残差优化器对预测图进行优化，得到显著图；基于显著图和真值图之间的差异更新编码器‑解码器网络；最后，获取待检测图像，将待检测图像输入编码器‑解码器网络，输出待检测图像的显著图。本发明通过增加残差优化器，进一步优化骨干网络生成的预测图像，使其内部更加均匀，边界更加清晰；本发明提出的轻量化网络可以在兼顾预测效果的同时减少模型体积、提升模型的运行速度。
-
公开(公告)号：CN113538379B
公开(公告)日：2022-11-22
申请号：CN202110805754.4
申请日：2021-07-16
Applicant: 河南科技学院
Abstract: 本发明提出了一种基于RGB与灰度图像的双流编码融合显著性检测方法，其步骤为：获得RGB图像及其对应的真值图，并生成RGB图像对应的灰度图像，对灰度图像进行复制合并得到三通道灰度图；其次，将三通道灰度图和RGB图像分别输入编码器网络，得到多尺度特征图；然后，利用解码器网络对多尺度特征图进行解码，输出预测图像；并利用损失函数计算预测图像和真值图的损失值，根据损失值判断编码器‑解码器网络是否训练完成；最后，获取待检测图像，并将待检测图像及其对应的三通道灰度图分别输入编码区‑解码器网络，输出待检测图像的预测结果。本发明通过设计的双流编码器与多尺度解码器，优化了显著性图像的边缘部分，突出了显著性物体。
-
公开(公告)号：CN113129234B
公开(公告)日：2022-11-01
申请号：CN202110423212.0
申请日：2021-04-20
Applicant: 河南科技学院
Abstract: 本发明提出了一种场内外特征融合的残缺图像精细修复方法，其步骤为：检测残缺图像中存在的目标，利用知识库检索与目标相关的常识性知识，基于RNN的编码器将常识性知识转化为场外特征；提取残缺图像的目标特征信息并进行处理得到场内特征，利用改进的DMN+模型场外特征与场内特征进行融合，得到融合特征；将融合特征输入到带有环境注意机制的粗修复网络，得到粗修复图像；将粗修复图像输入到精细修复网络中进一步细化，从而实现残缺图像的修复。本发明利用知识库中的常识性知识弥补目标信息的不足；环境注意机制更大程度上利用背景信息；增加相关特征连贯层解决了残缺区域的语义相关性和特征连续性的问题，提高图像的修复结果。
-
Patent Agency Ranking
公开(公告)号：CN113129234A
公开(公告)日：2021-07-16
申请号：CN202110423212.0
申请日：2021-04-20
Applicant: 河南科技学院
Abstract: 本发明提出了一种场内外特征融合的残缺图像精细修复方法，其步骤为：检测残缺图像中存在的目标，利用知识库检索与目标相关的常识性知识，基于RNN的编码器将常识性知识转化为场外特征；提取残缺图像的目标特征信息并进行处理得到场内特征，利用改进的DMN+模型场外特征与场内特征进行融合，得到融合特征；将融合特征输入到带有环境注意机制的粗修复网络，得到粗修复图像；将粗修复图像输入到精细修复网络中进一步细化，从而实现残缺图像的修复。本发明利用知识库中的常识性知识弥补目标信息的不足；环境注意机制更大程度上利用背景信息；增加相关特征连贯层解决了残缺区域的语义相关性和特征连续性的问题，提高图像的修复结果。
-
公开(公告)号：CN117237842A
公开(公告)日：2023-12-15
申请号：CN202311185586.9
申请日：2023-09-14
Applicant: 河南科技学院
Abstract: 本发明提出了一种基于时间序列特征的伪标签生成视频显著性检测方法，步骤为：将数据集中的视频序列输入到LSTM模型中，提取视频序列的时间序列特征；根据视频序列中相邻帧之间的相似度生成伪标签，将生成的伪标签和真实标签放在一起作为一个训练数据集训练LSTM模型；利用置信度感知显著性提取方案根据样本的置信度和训练进度对带有噪声标签的样本进行评分，选择置信度高的样本；采用评分机制引导LSTM模型从简单到困难提取显著性知识；用伪标签和真实标签反复训练LSTM模型；将待检测的数据输入到显著性检测模型中，得到每一帧图像的显著性检测结果。本发明提高困难样本的检测精度，能够有效地提高视频显著性检测的准确性和稳定性。
-
公开(公告)号：CN114913409A
公开(公告)日：2022-08-16
申请号：CN202210392176.0
申请日：2022-04-14
Applicant: 河南科技学院
Abstract: 本发明提出了一种面向海洋生物的伪装目标识别方法，用以解决现有伪装检测模型不适用于海洋场景中的伪装物体识别的技术问题。本发明的步骤为：利用正样本图像和负样本图像对显著特征提取网络进行训练生成特征图；利用环境注意力机制提取特征图中伪装目标特征和被伪装目标特征的环境特征信息；建立环境特征信息和目标显著特征的图结构；将特征图输入到相似性度量模块，得到潜在特征并优化候选框获取目标特征图，得到水下目标检测模型；利用判别器判断水下目标检测模型预测的精确度；训练水下目标检测模型，并实现伪装目标的识别。本发明通过对抗学习的方式区分伪装和被伪装目标，同时解决了真实边界框模糊的问题，提高了水下伪装目标识别精度。
-
公开(公告)号：CN113538379A
公开(公告)日：2021-10-22
申请号：CN202110805754.4
申请日：2021-07-16
Applicant: 河南科技学院
Abstract: 本发明提出了一种基于RGB与灰度图像的双流编码融合显著性检测方法，其步骤为：获得RGB图像及其对应的真值图，并生成RGB图像对应的灰度图像，对灰度图像进行复制合并得到三通道灰度图；其次，将三通道灰度图和RGB图像分别输入编码器网络，得到多尺度特征图；然后，利用解码器网络对多尺度特征图进行解码，输出预测图像；并利用损失函数计算预测图像和真值图的损失值，根据损失值判断编码器‑解码器网络是否训练完成；最后，获取待检测图像，并将待检测图像及其对应的三通道灰度图分别输入编码区‑解码器网络，输出待检测图像的预测结果。本发明通过设计的双流编码器与多尺度解码器，优化了显著性图像的边缘部分，突出了显著性物体。
-
公开(公告)号：CN217471980U
公开(公告)日：2022-09-23
申请号：CN202221809662.X
申请日：2022-07-14
Applicant: 河南科技学院
IPC: A61B10/00
Abstract: 本实用新型提供一种用于咽拭子采样的辅助系统，包括机箱，在机箱上安装有显示器和信息采集装置，在机箱内转动安装有转盘，转盘水平设置其由驱动电机驱动，在转盘上开设有试管放置通槽，试管放置通槽绕转轴的圆心呈圆形阵列分布，在机箱内沿转盘的圆周方向依次设置有试管供应装置、试管开合盖装置、咽拭子头部剪断装置和试管储存箱。待检测人员按显示器和播报器的指示进行核酸采样操作，本实用新型为待检测人员提供咽拭子，并将采样后咽拭子的头部收集入试管内，并通过信息采集装置将待检测人员的身份信息和试管进行对应和记录，从而代替医护人员对待检测人员进行核酸采样，从而完成辅助待检测人员进行咽拭子采样的目的，节省人力物力。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
