一种应用于大数据分析的人工智能装置

    公开(公告)号:CN119617247A

    公开(公告)日:2025-03-14

    申请号:CN202411676600.X

    申请日:2024-11-22

    Applicant: 重庆大学

    Abstract: 本发明涉及人工智能技术领域,具体为一种应用于大数据分析的人工智能装置,包括可移动箱体,所述可移动箱体内安装有升降机构,所述升降机构上设有顶板,所述顶板的下端设有拉动机构,所述拉动机构内由上至下设有多个承载板,所述承载板上设有夹固机构。本申请能实现自动化调节,便于使顶板进行升降,以便根据需要使承载板升降,能控制上升承载板的数量,便于对应安装相应的处理器组件,还能充分保证处理器组件的安装以及对应承载板位置的稳定性,同时通过阻力弹簧件的作用能充分保证适应不同规格的处理器组件以及有效实现插杆件能根据需要插进通孔和盲孔中的任意一个内。

    一种基于局部区域掩膜的全参考图像质量评价方法及系统

    公开(公告)号:CN119417803A

    公开(公告)日:2025-02-11

    申请号:CN202411539815.7

    申请日:2024-10-31

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于局部区域掩膜的全参考图像质量评价方法及系统,涉及图像质量评估技术领域,具体步骤为:分别对失真图像和参考图像进行局部区域信息提取,获得初始局部区域特征图;并对其进行多阶段特征提取获得初始深度特征图;基于参考图像的初始局部区域特征图生成局部区域掩码,并根据掩码生成局部区域深度特征;利用自注意力机制和交叉注意力机制根据局部区域深度特征生成增强局部区域深度特征;利用权重矩阵对增强局部区域深度特征进行加权聚合生成加权融合局部区域深度特征,并与初始局部区域特征图进行拼接,并计算质量分数。本发明使得预测的质量分数更加接近人眼的感知结果,为图像质量评价提供了更加符合人类视觉特性的评价标准。

    基于深度Retinex理论的低光图像增强方法

    公开(公告)号:CN117455822A

    公开(公告)日:2024-01-26

    申请号:CN202311470796.2

    申请日:2023-11-07

    Applicant: 重庆大学

    Abstract: 本发明涉及图像处理技术领域,具体涉及一种基于深度Retinex理论的低光图像增强方法,包括:将数据集中的低光图像和参考图像分解为对应的反射图和光照图;建立优化目标函数,并引入对两个子图结构和纹理的约束条件,通过交替方向最小化方法迭代求解出所述优化目标函数的最优解;在迭代优化过程中,采用深度神经网络先验估计模型以指导优化。将多次迭代得到的光照图和反射图进行相乘,得到最终的增强图像。本发明不仅改进了传统低光图像增强算法对于复杂样本的局限性,还弥补了一些基于深度学习方法对于生成图像的纹理细节的保持性不足的情况。

Patent Agency Ranking