公开(公告)号：CN117710299A

公开(公告)日：2024-03-15

申请号：CN202311690164.7

申请日：2023-12-11

Applicant: 重庆邮电大学

Inventor： 唐述 ,  方媛 ,  冉海亨 ,  李荣浩 ,  韦哲韬 ,  董文琦 ,  梁雅琪 ,  姚智皓

IPC: G06T7/00 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/088

Abstract: 本发明涉及一种无监督全频信道选择重建图像的缺陷检测方法，属于计算机视觉和图像处理技术领域。该方法包括以下步骤：将原始图像输入频率解耦模块FD，得到全频图像；将全频图像作为输入，送入基于SE‑UNet网络和通道选择模块CS的生成对抗网络模块中，进行特征提取与整合，得到输出特征图V；将原始输入图像和生成器网络的输出作为判别器网络模块的输入，提取出能反映图像特性的有效特征，判断重建图像与原始图像之间的误差，并计算出模型中的总体异常分数，判断原始输入图像中是否存在缺陷。本发明能够有效地从原始图像中提取全频信息，并进行动态的信道选择与特征整合，从而实现基于全频重构的准确的异常检测。

公开(公告)号：CN116503431A

公开(公告)日：2023-07-28

申请号：CN202310501603.9

申请日：2023-05-06

Applicant: 重庆邮电大学

Inventor： 唐述 ,  邱俊霖 ,  冉海亨 ,  周广义

IPC: G06T7/12 ,  G06T7/13 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06T7/11 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455

Abstract: 本发明涉及一种基于边界引导注意力的编解码器医学图像分割系统及方法，属于医学图像处理技术领域。本发明包括编码器、解码器、特征增强模块和边界引导注意力模块。医学图像输入编码器中得到不同尺度的特征，并输出至解码器；解码器根据特征完成医学图像分割；在编码器的不同尺度特征输出之后还连接有特征增强模块，用于增强编码器的语义特征，组合不同感受野的语义信息，编码器的特征输出经过特征增强模块后再进入解码器；边界引导注意力模块设置在解码器中相邻的decoder模块之间，用于强化医学图像的边界信息。本发明在泛化能力和鲁棒性上表现优秀，获得的医学图像分割结果边界清晰，小目标明显。

公开(公告)号：CN118115462A

公开(公告)日：2024-05-31

申请号：CN202410248044.X

申请日：2024-03-05

Applicant: 重庆邮电大学

Inventor： 唐述 ,  冉海亨 ,  谢显中 ,  杨书丽 ,  孟子豪 ,  李浩荣 ,  韦哲韬 ,  董文琦 ,  梁雅琪 ,  姚智皓

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/194

Abstract: 本发明涉及一种基于三重辅助信号和频率编码的医学图像分割系统，属于图像分割技术领域，包括编码器、三个全局频率‑局部空间信息编码和聚合模块GLAM以及三重辅助信号模块TSSM；所述编码器用于对输入图像进行特征提取；所述全局频率‑局部空间信息编码和聚合模块用于在空间域中捕获多尺度局部特征，在频率域中利用全局频率信息；所述三重辅助信号模块用于指导浅层特征，利用病灶区域的前景、背景和边缘信息进行学习，对病灶区域进行图像分割。

公开(公告)号：CN116563112A

公开(公告)日：2023-08-08

申请号：CN202310547394.1

申请日：2023-05-15

Applicant: 重庆邮电大学

Inventor： 唐述 ,  刘佳宁 ,  周广义 ,  冉海亨 ,  周文轩 ,  李建良 ,  王俊凌

IPC: G06T3/40 ,  G06V20/13 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于多尺度特征融合的单幅遥感图像超分辨率重建方法，属于计算机视觉及人工智能技术领域。该方法采用MSFFN网络来获得超分辨率图像；其中，MSFFN表示多尺度特征融合网络，包括浅层特征提取模块、多尺度特征融合模块、Transformer、放大模块以及重建模块；多尺度特征融合模块为阶段间多尺度融合模块即MSFMBS；MSFMBS由n个阶段内多尺度融合模块即MSFMWS组成。本发明能提高网络的重建效果。