-
公开(公告)号：CN115393634B
公开(公告)日：2023-12-26
申请号：CN202210962295.5
申请日：2022-08-11
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/096 , G06N3/045
Abstract: 本发明涉及一种基于迁移学习策略的少样本目标实时检测方法，属于图像处理领域，涉包括以下步骤：S1：构建检测网络模型；S2：对输入数据进行预处理；S3：在大样本类别数据上对目标检测模型进行从头训练；S4：在少样本类别数据上对少样本类别检测分支进行微调；在微调时通过一种新的正则化方法以引导模型关注物体的整体特征；S5：通过训练集训练检测模型，再测试集进行测试。本发明避免了模型在微调阶段出现过拟合，避免了受局部显著特征主导，增强了模型的泛化能力。本发明不仅能够在较小的模型参数下对少样本类别物体实现精准检测，并且能够对相关目标实现实时检测。
-
公开(公告)号：CN113642646A
公开(公告)日：2021-11-12
申请号：CN202110931990.0
申请日：2021-08-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多注意力和语义的图像威胁物品分类及定位方法，属于图像处理领域。本发明包括以下步骤：1、对安检图像的数据集进行数据预处理；2、设计基于多注意力机制和高语义及高分辨率特征结合的威胁物品分类网络结构3、对最终的结果进行分类及定位。本发明提出一种针对安检过程中的威胁物品分类及定位网络模型，基于多注意力机制提出的新方法。并且获得了目前在威胁物品分类及定位领域中的较好效果。本发明对安检过程产生的X光图像，利用深度学习网络，通过设计空间注意力网络模块，通道注意力网络模块，以及高语义和高分辨率特征结合网络模块，对安检图像中存在的威胁物品进行分类及定位。辅助并提升安检人员的工作效率。
-
公开(公告)号：CN114037666A
公开(公告)日：2022-02-11
申请号：CN202111261591.4
申请日：2021-10-28
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种数据集扩充和阴影图像分类辅助的阴影检测方法，属于图像处理领域。本发明包括以下步骤：1、基于生成对抗网络，设计ShadowGAN网络结构，用于生成阴影图像，并使用生成的阴影图像扩充原有的数据集；2、在现有的阴影检测网络模型中加入阴影分类模块；3、结合步骤1和步骤2，进一步提升检测的准确率。本发明提出一种针对阴影检测的数据集扩充方法和阴影图像分类辅助的阴影检测网络模型。本发明对自然环境中得到的阴影图像，利用深度神经网络，通过设计生成对抗网络的网络结构以扩充数据集，以及阴影图像分类辅助的阴影检测模型的网络结构，对阴影图像中的阴影区域进行更加准确的识别。
-
公开(公告)号：CN111931791A
公开(公告)日：2020-11-13
申请号：CN202010802264.4
申请日：2020-08-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种实现图像翻转不变性的方法，属于图像处理领域，包括以下步骤：S1：对图像中所有的特征描述符进行聚类并生成视觉词汇；S2：根据这些视觉词汇，建立索引结构模型来保存特征描述符；S3：利用包含最多特征描述符的视觉词汇分析主要关键点的分布；S4：确定对象是否翻转，并进行匹配。本方法具有较高的匹配效率和较高的匹配精度。
-
公开(公告)号：CN111931791B
公开(公告)日：2022-10-11
申请号：CN202010802264.4
申请日：2020-08-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种实现图像翻转不变性的方法，属于图像处理领域，包括以下步骤：S1：对图像中所有的特征描述符进行聚类并生成视觉词汇；S2：根据这些视觉词汇，建立索引结构模型来保存特征描述符；S3：利用包含最多特征描述符的视觉词汇分析主要关键点的分布；S4：确定对象是否翻转，并进行匹配。本方法具有较高的匹配效率和较高的匹配精度。
-
Patent Agency Ranking
公开(公告)号：CN114972711A
公开(公告)日：2022-08-30
申请号：CN202210393075.5
申请日：2022-04-14
Applicant: 重庆邮电大学
IPC: G06V10/22 , G06V10/24 , G06V10/32 , G06V10/46 , G06V10/764 , G06V10/774 , G06V20/70
Abstract: 本发明请求保护一种基于语义信息候选框的改进弱监督目标检测方法，属于图像处理领域。包括以下步骤：S1：输入待处理图像数据，并采用包括随机水平翻转在内的预处理步骤；S2：设计组合主干网络，用于融合来自掩膜和非掩膜的网络分支的特征；S3：设计基于多示例选择算法的多分支检测头网络；S4：设计目标语义候选框，通过对网络模型生成的目标语义信息进行循环掩膜来从而生成更合理的目标候选框；S5：在自然数据集上进行检测。基于该方法，在具有挑战性的PASCAL VOC 2007和2012公开数据集上进行了评估。实验结果表明，本发明提出的方法可以在PASCAL VOC 2007和2012数据集上实现较好的性能，并且优于许多较为先进的弱监督目标检测方法。
-
公开(公告)号：CN114972711B
公开(公告)日：2024-09-20
申请号：CN202210393075.5
申请日：2022-04-14
Applicant: 重庆邮电大学
IPC: G06V10/22 , G06V10/24 , G06V10/32 , G06V10/46 , G06V10/764 , G06V10/774 , G06V20/70
Abstract: 本发明请求保护一种基于语义信息候选框的改进弱监督目标检测方法，属于图像处理领域。包括以下步骤：S1：输入待处理图像数据，并采用包括随机水平翻转在内的预处理步骤；S2：设计组合主干网络，用于融合来自掩膜和非掩膜的网络分支的特征；S3：设计基于多示例选择算法的多分支检测头网络；S4：设计目标语义候选框，通过对网络模型生成的目标语义信息进行循环掩膜来从而生成更合理的目标候选框；S5：在自然数据集上进行检测。基于该方法，在具有挑战性的PASCAL VOC 2007和2012公开数据集上进行了评估。实验结果表明，本发明提出的方法可以在PASCAL VOC 2007和2012数据集上实现较好的性能，并且优于许多较为先进的弱监督目标检测方法。
-
公开(公告)号：CN114037666B
公开(公告)日：2024-07-23
申请号：CN202111261591.4
申请日：2021-10-28
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/09
Abstract: 本发明请求保护一种数据集扩充和阴影图像分类辅助的阴影检测方法，属于图像处理领域。本发明包括以下步骤：1、基于生成对抗网络，设计ShadowGAN网络结构，用于生成阴影图像，并使用生成的阴影图像扩充原有的数据集；2、在现有的阴影检测网络模型中加入阴影分类模块；3、结合步骤1和步骤2，进一步提升检测的准确率。本发明提出一种针对阴影检测的数据集扩充方法和阴影图像分类辅助的阴影检测网络模型。本发明对自然环境中得到的阴影图像，利用深度神经网络，通过设计生成对抗网络的网络结构以扩充数据集，以及阴影图像分类辅助的阴影检测模型的网络结构，对阴影图像中的阴影区域进行更加准确的识别。
-
公开(公告)号：CN115393634A
公开(公告)日：2022-11-25
申请号：CN202210962295.5
申请日：2022-08-11
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明涉及一种基于迁移学习策略的少样本目标实时检测方法，属于图像处理领域，涉包括以下步骤：S1：构建检测网络模型；S2：对输入数据进行预处理；S3：在大样本类别数据上对目标检测模型进行从头训练；S4：在少样本类别数据上对少样本类别检测分支进行微调；在微调时通过一种新的正则化方法以引导模型关注物体的整体特征；S5：通过训练集训练检测模型，再测试集进行测试。本发明避免了模型在微调阶段出现过拟合，避免了受局部显著特征主导，增强了模型的泛化能力。本发明不仅能够在较小的模型参数下对少样本类别物体实现精准检测，并且能够对相关目标实现实时检测。
-
公开(公告)号：CN113642646B
公开(公告)日：2023-09-22
申请号：CN202110931990.0
申请日：2021-08-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多注意力和语义的图像威胁物品分类及定位方法，属于图像处理领域。本发明包括以下步骤：1、对安检图像的数据集进行数据预处理；2、设计基于多注意力机制和高语义及高分辨率特征结合的威胁物品分类网络结构3、对最终的结果进行分类及定位。本发明提出一种针对安检过程中的威胁物品分类及定位网络模型，基于多注意力机制提出的新方法。并且获得了目前在威胁物品分类及定位领域中的较好效果。本发明对安检过程产生的X光图像，利用深度学习网络，通过设计空间注意力网络模块，通道注意力网络模块，以及高语义和高分辨率特征结合网络模块，对安检图像中存在的威胁物品进行分类及定位。辅助并提升安检人员的工作效率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
