-
公开(公告)号：CN117612056A
公开(公告)日：2024-02-27
申请号：CN202311407926.8
申请日：2023-10-27
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于语义理解与自身感知的视频目标分割方法及装置，方法包括：采用预设的编码器提取视频当前帧的图像，获取浅层特征与深层特征；对深层特征与特征记忆建立密集匹配关系，然后使用自感知关系增强特征，经过特征融合后获取融合的特征匹配结果；对深层特征经过密集匹配后形成语义关系，获取深层语义输出序列；使用语义解码器对浅层特征和深层语义输出序列进行融合并解码，获取多尺度语义特征；最后将融合的特征匹配结果、多尺度语义特征和浅层特征输入到分割解码器，获取分割结果。本发明提升复杂场景特别是外观变化较大场景下的目标分割表现，同时能够真实地还原出目标的边缘细节，提升分割掩码边界的精确度。
-
公开(公告)号：CN114240789B
公开(公告)日：2024-04-16
申请号：CN202111569108.9
申请日：2021-12-21
Applicant: 华南农业大学
Abstract: 本发明涉及一种基于优化的保持亮度的红外图像直方图均衡增强方法，包括以下步骤：S1、采用自适应曝光率和模糊率的阈值选取方法选取原始红外图像阈值，并以该阈值为标准将原始图像划分成两个子图；S2、将灰度值大于阈值的子图进行限制对比度自适应直方图均衡处理；S3、将灰度值小于阈值的子图进行基于自适应亮度的暗通道先验算法的HSV颜色空间转换增强处理；S4、将处理后的两个子图进行融合形成效果图。本发明不仅提高了热红外图像增强质量，在能够有效保持细节信息的前提下，适用于低照度、高亮度红外图像，还能降低噪声，使得红外图像细节更加突显，更加地接近真实影像。
-
公开(公告)号：CN117541663A
公开(公告)日：2024-02-09
申请号：CN202311279950.8
申请日：2023-10-07
Applicant: 华南农业大学
IPC: G06T7/90 , G06T7/40 , G06T5/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于双域特征学习与跨维度特征优化的夜间去雾方法及装置，方法包括：利用预设的双域特征编码器强化并提取夜间有雾图像特征，在双域特征编码器的频率域学习分支中通过自适应频率选择模块提取出有雾图像的频率域特征，在双域特征编码器的空间域学习分支中利用残差稠密块提取夜间有雾图像的空间域特征，将频率特征和空间域特征融合；然后将融合后的特征输入跨维度注意力特征优化模块，经过设置跨维度交互注意力模块获得优化特征；将优化特征输入预设的双域特征解码器，获得夜间清晰图像。本发明提升夜晚有雾场景下的去雾表现，同时能够消除雾对图像的退化影响，真实地还原出图像的色彩与纹理细节，提升夜间去雾图像的真实性。
-
Patent Agency Ranking
公开(公告)号：CN116596961A
公开(公告)日：2023-08-15
申请号：CN202310371679.4
申请日：2023-04-10
Applicant: 华南农业大学
IPC: G06T7/246 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于全局空洞注意力和目标聚焦的单目标跟踪方法及装置，方法包括：获取“模板图像‑搜索图像”的图像对；对模板图像与搜索图像进行特征提取，得到模板图像特征和搜索图像特征；构建基于全局空洞注意力的全局目标聚焦网络；全局空洞注意力用于对模板和搜索区域特征进行有效的特征增强，目标聚焦网络用于在模板和搜索区域之间建立点对点的关联，将信息从模板传递到搜索区域；将增强后的目标特征输入到基于互相关的预测头中以产生目标区域。本发明构建了一种全新的全局语义建模方法来增强语义对象，消除背景信息干扰，并且实现搜索区域中目标特征的部分级增强，有效地增强了目标嵌入，同时削弱非目标物体，实现鲁棒的目标跟踪。
-
公开(公告)号：CN114240789A
公开(公告)日：2022-03-25
申请号：CN202111569108.9
申请日：2021-12-21
Applicant: 华南农业大学
Abstract: 本发明涉及一种基于优化的保持亮度的红外图像直方图均衡增强方法，包括以下步骤：S1、采用自适应曝光率和模糊率的阈值选取方法选取原始红外图像阈值，并以该阈值为标准将原始图像划分成两个子图；S2、将灰度值大于阈值的子图进行限制对比度自适应直方图均衡处理；S3、将灰度值小于阈值的子图进行基于自适应亮度的暗通道先验算法的HSV颜色空间转换增强处理；S4、将处理后的两个子图进行融合形成效果图。本发明不仅提高了热红外图像增强质量，在能够有效保持细节信息的前提下，适用于低照度、高亮度红外图像，还能降低噪声，使得红外图像细节更加突显，更加地接近真实影像。
-
公开(公告)号：CN117593519A
公开(公告)日：2024-02-23
申请号：CN202311372654.2
申请日：2023-10-23
Applicant: 华南农业大学
IPC: G06V10/26 , G06V10/762 , G06F17/16 , G06F17/18
Abstract: 本发明公开了一种基于改进的熵正则化模糊K‑means的图像分割方法及装置。方法包括：首先，对原始图像进行预处理；接着，利用k×1个中间变量构造熵正则化模糊K‑means算法的等效目标函数；然后，通过一个简单的交替迭代算法求解变量；然后，通过一个简单且高效的迭代重加权方法优化变量求解，并得到最终的隶属矩阵。最后，将每个像素聚类到隶属度最高的集群中，得到分割结果，实现图像的分割。本发明方法不仅可以降低熵正则化模糊K‑means算法的空间复杂度，还解决了熵正则化模糊K‑means算法容易收敛到较差的局部最小值缺陷，同时也提高了分割精度。
-
公开(公告)号：CN117541784A
公开(公告)日：2024-02-09
申请号：CN202311279962.0
申请日：2023-10-07
Applicant: 华南农业大学
IPC: G06V10/26 , G06V10/42 , G06V10/774 , G06V10/82 , G06V10/764 , G06V20/40
Abstract: 本发明公开了一种基于高斯注意力和自适应聚焦的单目标跟踪方法及装置，方法包括：对数据集进行裁剪操作并生成训练集；提取训练集的搜索图像特征和模板图像特征；构建并利用训练集训练高斯Transformer，具体地，从搜索图像特征中建立稀疏注意力，获取搜索图像中最相关的区域，然后利用高斯注意力增强模板图像特征，获得模板图像中核心的特征信息，最后利用自适应聚焦模块进行特征的目标聚焦；最终，利用双头预测器实现单目标跟踪。本发明利用高斯注意力解决了自注意力捕捉图像中元素位置关系的问题，同时在自适应聚焦模块中引入前一帧中目标的形状和位置信息，增加目标与相似物体的对比度，使目标特征更加突出，以实现鲁棒且精准的目标跟踪。
-
公开(公告)号：CN116645535A
公开(公告)日：2023-08-25
申请号：CN202310470637.6
申请日：2023-04-27
Applicant: 华南农业大学
IPC: G06V10/762 , G06V10/26 , G06V10/426 , G06V10/44 , G06V10/46 , G06V10/75 , G06V10/74 , G06V10/82 , G06V10/80
Abstract: 本发明公开了一种基于超图学习的图案元素分组方法及装置，方法包括：对图案进行预处理操作，获取图案中元素的图像分割结果；提取图案元素的格式塔规则特征，包括相似性、邻近性、连续性和混合式特征；使用超图建模图案元素之间基于不同格式塔规则的相关性；设计自适应的超图融合方法，获得融合多种格式塔规则的超图；使用基于超图学习和用户引导的标签传播方法，来获得图案的分组结果。本发明提出格式塔分组规则在图案元素上的表示，同时根据不同分组规则，利用超图建模图案元素之间的连接关系，并使用超图进行统一表示，实现格式塔规则的融合，有效地解决格式塔规则冲突的问题，并实现根据用户的分组意图来对图案元素进行个性化分组。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
