-
公开(公告)号:CN116229532A
公开(公告)日:2023-06-06
申请号:CN202211573347.6
申请日:2022-12-08
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/82 , G06N3/08 , G06V10/80 , G06N3/0464
Abstract: 本发明请求保护一种基于极坐标变换的平面内旋转不变人脸检测方法,属于图像处理技术领域,所述方法包括以下步骤:步骤1.以MobileNetV1为基础模型,为了缓解平面内旋转产生的漏检和训练困难问题,本发明设计了一个改进的特征生成网络。步骤2.为了赋予卷积网络具有旋转不变特性,本发明提出了一个极坐标变换模块,使得变换后的人脸区域具有旋转不变特性。步骤3.为了减少人脸图像在极坐标变换过程中特征信息丢失的情况,我们引入了基于迭代方式的多尺度特征融合模块,来修复极坐标变换模块输出的特征。
-
公开(公告)号:CN116433683A
公开(公告)日:2023-07-14
申请号:CN202211574287.X
申请日:2022-12-08
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于虚拟3D的Biunet脑部图像分割方法,属于模式识别技术领域。所提方法主要包括以下步骤:(1)构建预处理模块,对输入的MR脑图像进行归一化、裁剪、切片处理,得到三个轴面的MR脑图像切片;(2)构建双支路模型Biunet对MR脑图像切片进行分割,在模型中将边缘信息投影到更高维度,更好的捕获组织间的边缘信息,解决边缘模糊影响分割精度问题;(3)针对Biunet模型中两条支路融合时特征不对齐问题影响分割精度问题,构建特征对齐融合(Feature Alignment Fusion,FAF)模块,利用可变形卷积进行偏移量的恢复,进一步提升分割精度;(4)为了更好的获得MR脑图像的空间信息,综合利用三个轴面信息,将获得的三个轴面分割结果进行集成,得到最后的分割结果。
-