-
公开(公告)号:CN109753884A
公开(公告)日:2019-05-14
申请号:CN201811529494.7
申请日:2018-12-14
Applicant: 重庆邮电大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于关键帧提取的视频行为识别方法,具体包括1)将视频切成图片序列,提取所述图片序列的一维特征;2)从所述图片序列中选取满足至少一个预定义长度帧的图片序列,形成候选帧;3)从所述候选帧中选取至少一个关键帧;4)将所述选取的至少一个关键帧所对应的一维特征池化;5)从所述池化后的关键帧中进行识别,本发明能够根据动作的类别变化来灵活改变关键帧的提取策略,提高行为识别的准确性。
-
公开(公告)号:CN109726644A
公开(公告)日:2019-05-07
申请号:CN201811529495.1
申请日:2018-12-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于生成对抗网络的细胞核分割方法,包括对原始图像进行归一化处理;归一化后的图像经循环生成对抗网络生成新的图像和对应的二值掩码图像,并入到数据集中;将数据集中的至少一部分经具有编解码结构的生成对抗网络生成第一分割预测概率图和第二分割预测概率图;将第一分割预测概率图与第二分割预测概率图送入全卷积神经网络获得分割结果,本发明提高了具有重叠边界的细胞核的分割准确率,可以轻松用于多种器官的细胞核分割任务中。
-
公开(公告)号:CN109448035A
公开(公告)日:2019-03-08
申请号:CN201811349860.0
申请日:2018-11-14
Applicant: 重庆邮电大学
Abstract: 本发明属于图像处理与计算机视觉技术领域,涉及一种基于深度学习的红外图像与可见光图像配准方法,包括根据可见光图像得到生成图像;根据红外图像和生成图像得到控制点的位移矢量和空间变换器的局部变形参数;空间变形器和重采样器根据红外图像得到变形图像;将变形图像与生成图像送入判决网络中判别,并将两图像的差异作为损失函数反向传播以优化网络;若判决网络不能分辨出真实样本和来源于生成器的伪样本,则认为网络已达到最优,得到的变形图像即为最后配准结果;本发明第一阶段利用少量监督信息生成红外图像,第二阶段基于卷积神经网络做可变形图像配准,从而实现了可见光图像与红外图像间的配准。
-
-