-
Patent Agency Ranking
公开(公告)号：CN113516012A
公开(公告)日：2021-10-19
申请号：CN202110381418.1
申请日：2021-04-09
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于多层级特征融合的行人重识别方法及系统，通过构建行人重识别网络，包括骨干网络、分支网络和聚合模块；训练行人重识别网络，获得训练好的行人重识别网络；最后从视频中抽取图像帧，预处理后将图像送入训练好的行人重识别网络的骨干网络进行特征提取，同时利用分支网络通过卷积核的多尺度和多深度，提取不同尺度的细节信息；然后通过相加的方式将主干网络和各层级分支网络进行特征融合，输出行人重识别结果；本发明在显著提升了行人重识别效果的同时，不会带来过多的计算量，同时能够解决图像遮挡、拍摄角度变化、分辨率不高等现象所带来的行人重识别研究算法精度不高的问题。
-
公开(公告)号：CN113516012B
公开(公告)日：2022-04-15
申请号：CN202110381418.1
申请日：2021-04-09
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于多层级特征融合的行人重识别方法及系统，通过构建行人重识别网络，包括骨干网络、分支网络和聚合模块；训练行人重识别网络，获得训练好的行人重识别网络；最后从视频中抽取图像帧，预处理后将图像送入训练好的行人重识别网络的骨干网络进行特征提取，同时利用分支网络通过卷积核的多尺度和多深度，提取不同尺度的细节信息；然后通过相加的方式将主干网络和各层级分支网络进行特征融合，输出行人重识别结果；本发明在显著提升了行人重识别效果的同时，不会带来过多的计算量，同时能够解决图像遮挡、拍摄角度变化、分辨率不高等现象所带来的行人重识别研究算法精度不高的问题。
-
公开(公告)号：CN113192076A
公开(公告)日：2021-07-30
申请号：CN202110381437.4
申请日：2021-04-09
Applicant: 湖北工业大学
Abstract: 本发明公开了一种联合分类预测和多尺度特征提取的MRI脑肿瘤图像分割方法，首先针对以序列为单位的切片组数据，去除每一个序列中不含肿瘤的切片，再通过旋转、裁剪、翻转操作对数据集进行扩增，获得扩增数据集；然后将预处理后的扩增数据集送入分类预测网络，对完整的脑部肿瘤数据按照肿瘤的有无进行分类预测；接着构建MRI脑肿瘤图像分割网络和训练MRI脑肿瘤图像分割网络；最后将需要检测的MRI肿瘤切片输入到分类预测网络中进行有无肿瘤的预测，继而将有肿瘤的序列切片输入给练好的MRI脑肿瘤图像分割网络，完成肿瘤的分割，获取分割结果。本发明有效解决了特征提取信息丢失问题，能够精确提取形状不规则的肿瘤区域。
-
公开(公告)号：CN114359886A
公开(公告)日：2022-04-15
申请号：CN202111639884.1
申请日：2021-12-29
Applicant: 湖北工业大学
IPC: G06V20/62 , G06V30/148 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多层次特征选择的自然场景文本识别方法.首先将原始图像使用空间变换网络进行文本矫正处理，将矫正后的图像构建场景文本图像训练集；其次将构建的场景文本图像训练集对多层次特征提取残差网络进行优化训练，得到优化后的多层次特征提取残差网络；接下来通过优化后的多层次特征提取残差网络来预测场景文本图像训练集中的多个数据信息及其类别信息，再使用序列转换的方式分别获得视觉特征序列、上下文特征序列和语义特征序列，并将三者结合成一个多层次特征序列集。最后构建多层次注意力解码器并对其进行优化训练，将多层次特征序列集输入到多层次注意力解码器中进行解码操作，得到最终预测的识别结果。
-
公开(公告)号：CN113192076B
公开(公告)日：2022-03-15
申请号：CN202110381437.4
申请日：2021-04-09
Applicant: 湖北工业大学
Abstract: 本发明公开了一种联合分类预测和多尺度特征提取的MRI脑肿瘤图像分割方法，首先针对以序列为单位的切片组数据，去除每一个序列中不含肿瘤的切片，再通过旋转、裁剪、翻转操作对数据集进行扩增，获得扩增数据集；然后将预处理后的扩增数据集送入分类预测网络，对完整的脑部肿瘤数据按照肿瘤的有无进行分类预测；接着构建MRI脑肿瘤图像分割网络和训练MRI脑肿瘤图像分割网络；最后将需要检测的MRI肿瘤切片输入到分类预测网络中进行有无肿瘤的预测，继而将有肿瘤的序列切片输入给练好的MRI脑肿瘤图像分割网络，完成肿瘤的分割，获取分割结果。本发明有效解决了特征提取信息丢失问题，能够精确提取形状不规则的肿瘤区域。
-
-
-
-
Search Results
5
records
(took 0.031 seconds)
