-
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
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: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
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。
-
公开(公告)号:CN117857823A
公开(公告)日:2024-04-09
申请号:CN202410075676.0
申请日:2024-01-18
Applicant: 重庆邮电大学
IPC: H04N19/96 , H04N19/176 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种高效的多尺度CTU分区网络架构,属于视频编码领域。该网络架构包括一级预测结构、二级预测结构以及三级预测结构,其中,一级预测结构用于预测64×64CU是否需要划分,二级预测结构用于预测32×32CU是否需要划分;三级预测结构用于预测16×16CU是否需要划分;三级预测结构中包括多尺度特征提取层、深层特征提取层以及CU分区预测输出层,二级预测结构和一级预测结构中同样包括深层特征提取层以及CU分区预测输出层,而二级预测结构中是双尺度特征提取层,一级预测结构中是单尺度特征提取层。本发明对不同尺寸下CU的图像特征信息的提取,进而实现更加准确的CTU分区预测,从而降低HEVC的编码复杂度。
-
-