-
公开(公告)号：CN113592915A
公开(公告)日：2021-11-02
申请号：CN202111169171.3
申请日：2021-10-08
Applicant: 湖南大学
Abstract: 本发明提供一种端到端旋转框目标搜索方法、系统及计算机可读存储介质，通过RPN区域生成网络模块实现特征的高效的提取，通过ROI‑Align候选区域对齐模块获得正矩形车辆边界特征，并设计任意四边形紧约束模块实现车辆边界特征的精准提取，以克服正矩形回归框特征带来的背景杂波干扰问题，此外还利用深度关系网络优化了车辆匹配的Re‑id过程，对涉事车辆与待检车辆进行对比检索，实现涉事车辆的高效搜索与实时跟踪。
-
Patent Agency Ranking
公开(公告)号：CN116258934A
公开(公告)日：2023-06-13
申请号：CN202310267771.6
申请日：2023-03-20
Applicant: 湖南大学
IPC: G06V10/80 , G06V10/764 , G06V10/26 , G06V10/40
Abstract: 本发明公开了一种基于特征增强的红外‑可见光融合方法，采用双流主干的YOLOv5的特征提取网络，从可见光和红外图像中提取深层特征，通过对称互补掩模减少对单一模态的偏差；针对可见光‑红外图像之间的差异，在融合模块中加入了交叉特征增强模块改进模式内特征表示，以及加入了长距离依赖融合模块，通过关联多模态特征的位置编码来融合增强的特征，能够提高多模态图像的联合利用率以及复杂场景的检测效果。本申请还提供一种基于特征增强的红外‑可见光融合系统及可读存储介质。
-
公开(公告)号：CN116842566A
公开(公告)日：2023-10-03
申请号：CN202310823924.0
申请日：2023-07-06
Applicant: 湖南大学
IPC: G06F21/62 , G06V10/44 , G06V10/774 , G06T9/00 , G06V10/82 , G06N3/045 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种个人图像隐私保护方法、系统及电子设备。本发明提供的方法允许用户通过语言表达来指定保护图像中的某个人，通过使用轻量级深度神经网络对输入指代信息和个人图像进行并行编码，生成图像与文本信息充分融合的多尺度视觉特征，在解码过程中，通过多尺度特征融合和掩码定位增强模块，生成稳定的指定个人隐私保护图像掩码，此外，引入平衡二元交叉熵损失来解决训练中的像素不平衡问题，优化网络性能，提高个人图像隐私保护效果。本发明可以解决现有个人图像隐私保护技术中存在内容过度保护以及指代个人图像隐私保护网络在训练中存在的像素不平衡问题。
-
公开(公告)号：CN116681984A
公开(公告)日：2023-09-01
申请号：CN202310650787.5
申请日：2023-06-05
Applicant: 湖南大学
IPC: G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/08 , G06N3/048 , G06V10/40 , G06V10/764
Abstract: 本申请提供一种基于红外‑可见光信息融合的目标检测方法，通过设置的ISF‑Net网络对可见光和红外特征进行训练，能够有效的学习两种模态的共同特征和差异特征，利用特征分离损失监督训练的过程，使两种模态共同特征中的分歧最小化，差异特征中的分歧最大化，然后利用利用通道注意分支和空间注意分支将共同特征和差异特征进行增强，突出共同特征和差异特征之间的差异，有效提高了融合特征的特征表达能力，使得模型具有较高的检测精度。本申请还提供一种基于红外‑可见光信息融合的目标检测系统。
-
公开(公告)号：CN113592915B
公开(公告)日：2021-12-14
申请号：CN202111169171.3
申请日：2021-10-08
Applicant: 湖南大学
Abstract: 本发明提供一种端到端旋转框目标搜索方法、系统及计算机可读存储介质，通过RPN区域生成网络模块实现特征的高效的提取，通过ROI‑Align候选区域对齐模块获得正矩形车辆边界特征，并设计任意四边形紧约束模块实现车辆边界特征的精准提取，以克服正矩形回归框特征带来的背景杂波干扰问题，此外还利用深度关系网络优化了车辆匹配的Re‑id过程，对涉事车辆与待检车辆进行对比检索，实现涉事车辆的高效搜索与实时跟踪。
-
公开(公告)号：CN113591811A
公开(公告)日：2021-11-02
申请号：CN202111143607.1
申请日：2021-09-28
Applicant: 湖南大学
Abstract: 本发明提供一种零售货柜商品搜索识别方法，对零售货柜顶部相机获取的商品图像进行人工标注获取数据集，将训练集送入模型进行训练，训练过程主要包括特征聚合、Re‑id优先的搜索方法；其次，对模型进行消溶实验并进行微调，以获得最优模型；最终，将得到的最优搜索模型用于零售货柜的商品搜索任务，实现了一种可添加、精度高、速度快的商品搜索识别方法，有效降低了零售货柜的成本，加快相关产业布局。本发明还提供了一种零售货柜商品搜索识别系统及一种计算机可读存储介质。
-
-
-
-
-
Search Results
6
records
(took 0.012 seconds)
