-
公开(公告)号：CN116704619A
公开(公告)日：2023-09-05
申请号：CN202310262137.3
申请日：2023-03-17
Applicant: 河南科技学院
IPC: G06V40/40 , G06V40/16 , G06V10/82 , G06V10/774
Abstract: 本发明提出了一种结合虚拟特征生成的人脸活体检测模型优化方法，其步骤为：首先，读取视频中的每一帧图像，并截取图像中的人物面部图像；其次，构建人脸活体检测模型：利用卷积神经网络提取人物面部图像的真实图片特征和攻击图片特征；根据攻击图片特征，生成符合攻击特征分布的虚拟特征；将真实图片特征、攻击图片特征、虚拟特征共同作为新的特征数据，输入至人脸活体判别器，利用损失函数协助优化分类；最终获得训练好的人脸活体模型；最后：将视频输入到训练好的人脸活体模型中进行检测，输出图片标签，将所有输出的图片标签进行汇总，加权求得该视频的类型。本发明通过添加虚拟特征使得模型的准确率、鲁棒性更高。
-
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：CN112614048A
公开(公告)日：2021-04-06
申请号：CN202011555502.2
申请日：2020-12-24
Applicant: 河南科技学院
Abstract: 本发明提出了一种基于对偶生成对抗网络的模仿化妆图像虚拟卸妆方法，解决了模拟化妆受模仿者和被模仿者的面部信息的影响，造成卸妆效果差的技术问题。其步骤为：首先，将模仿者的化妆人脸图像和模仿对象的人脸图像合并为第一输入矩阵，并输入卸妆生成器网络，生成素颜图像；其次，将模仿者的素颜图像和模仿对象的人脸图像合并为第二输入矩阵，并输入化妆生成器网络，生成化妆图像；然后，将素颜图像和化妆图像分别输入判别器网络，并计算判别器的损失函数，根据损失函数调整网络参数，得到卸妆生成器；最后，将待检测的人脸图像输入卸妆生成器，得到用户的素颜图像。本发明将化妆图像和被模仿者图像同时输入卸妆生成器，具有较好的卸妆效果。
-
公开(公告)号：CN111723823A
公开(公告)日：2020-09-29
申请号：CN202010589644.4
申请日：2020-06-24
Applicant: 河南科技学院
Abstract: 本发明提出了一种基于第三方迁移学习的水下目标检测方法，其步骤为：首先，从图片数据库中获取水下图像，得到原目标域；其次，利用2D-SPCCA对原目标域与第三方目标域进行处理，得到新的目标域；然后，利用基于特征差异自适应的集成迁移学习算法对新的目标域和源域进行处理，得到映射矩阵；再对YOLOv3网络模型进行改进后迁移到水下场景进行训练得到水下目标检测模型；最后，利用水下目标检测模型对水下图像进行检测，输出检测结果。本发明首先将第三方特征信息与原目标特征信息相结合，增加了原样本数据，提高了图像识别的准确率；再将特征分布差异自适应原理引入到多特征集成迁移学习中，减少了特征映射的时间，保证了迁移学习的精确性。
-
Patent Agency Ranking
公开(公告)号：CN119850449A
公开(公告)日：2025-04-18
申请号：CN202411919460.4
申请日：2024-12-24
Applicant: 河南科技学院
IPC: G06T5/60 , G06T5/70 , G06T5/92 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及图像增强领域，尤其涉及一种低光照图像增强方法，包括由若干场景下的一张曝光不足的低光图像和一张已对齐的低光图像构建训练数据集；结合预设的低光照损失函数，构建并训练低光图像去噪网络；低光照损失函数包括用于衡量两对变换后的低光图像之间差异的损失、用于衡量去噪和下采样后的图像与目标图像间差异的损失和结构相似性损失；基于LD‑Net输出的去噪图像构建并训练分解网络；分解网络的损失函数包括重建损失、反射率一致性损失、照明平滑度损失和分解损失；根据LD‑Net和分解网络生成去噪Retinex分解模型，用于基于照度校正因子对待处理图像进行图像增强操作，以简洁的网络设计使模型具有更少的参数量，同时具有更好的细节恢复效果和增强效果。
-
公开(公告)号：CN111723823B
公开(公告)日：2023-07-18
申请号：CN202010589644.4
申请日：2020-06-24
Applicant: 河南科技学院
Abstract: 本发明提出了一种基于第三方迁移学习的水下目标检测方法，其步骤为：首先，从图片数据库中获取水下图像，得到原目标域；其次，利用2D‑SPCCA对原目标域与第三方目标域进行处理，得到新的目标域；然后，利用基于特征差异自适应的集成迁移学习算法对新的目标域和源域进行处理，得到映射矩阵；再对YOLOv3网络模型进行改进后迁移到水下场景进行训练得到水下目标检测模型；最后，利用水下目标检测模型对水下图像进行检测，输出检测结果。本发明首先将第三方特征信息与原目标特征信息相结合，增加了原样本数据，提高了图像识别的准确率；再将特征分布差异自适应原理引入到多特征集成迁移学习中，减少了特征映射的时间，保证了迁移学习的精确性。
-
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：CN118038253A
公开(公告)日：2024-05-14
申请号：CN202410194380.0
申请日：2024-02-22
Applicant: 河南科技学院
Abstract: 一种基于粒子群和模拟退火的混合优化阴影对抗攻击方法属于人工智能安全领域，包括训练CNN模型、阴影建模、搜索阴影位置并实施攻击。本发明选择一种新型的基于决策的黑盒攻击方法，这种方法的独特之处在于，它不需要目标模型的任何信息，只需要知道目标模型对于给定输入样本的决策结果。为实现这一目标，本发明采用模拟粒子群退火算法致力于寻找最佳的阴影攻击位置，通过随机游走的方式成功摆脱了对目标模型查询的依赖，仅需几十或上百次查询，便能生成对抗样本，更加符合实际的攻击环境。本发明在图像层级应用模拟粒子群退火算法进行整体阴影攻击位置的寻优；以特定的阴影建模方式进行阴影摄动，得到攻击成功率高、攻击效率高的阴影对抗样本。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.021 seconds)
