-
公开(公告)号：CN109859106A
公开(公告)日：2019-06-07
申请号：CN201910079727.6
申请日：2019-01-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于自注意力的高阶融合网络的图像超分辨率重建方法，其特征在于，包括如下步骤：1）建立重建模型；2）CNN网络特征提取；3）自注意力模块中的自注意力支路特征提取；4）自注意力模块中的主干支路特征提取；5）特征的高阶融合；6）图像重建。这种方法能有效的解决因预处理带来的额外计算量，且能恢复出更多的纹理细节来重建出高质量的图像。
-
-
公开(公告)号：CN107391083A
公开(公告)日：2017-11-24
申请号：CN201710457348.7
申请日：2017-06-16
Applicant: 桂林电子科技大学 , 桂林宇辉信息科技有限责任公司
Abstract: 本发明公开了一种空间异常信息的复数变换隐藏及复原方法，其特征是，包括如下步骤：1）计算空间数据对象的局部密度和距离相异度；2）求解空间数据对象的异常程度系数；3）根据Top-N选取异常数据对象；4）构造复数数据及复数因子并进行复数变换隐藏；5）发送复数变换集及复数因子数据集；6）选取异常信息二维值；7）逆变换。这种方法是异常信息隐私保护的一种创新方法，这种方法能简化异常信息处理过程、降低数据处理量，并且确保数据发送方发送的数据信息和参数量最少，保证局部异常数据在信息共享和传输过程中的安全性和信息的完整性，以及被隐藏的局部异常数据能够准确复原。
-
公开(公告)号：CN107220594A
公开(公告)日：2017-09-29
申请号：CN201710316806.5
申请日：2017-05-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于相似度保留堆叠自编码器的人脸姿态重建与识别方法，其特征是，包括如下步骤：1）多角度人脸图像的姿态角度步进减小；2）目标姿态特征提取；3）构建相似度保留自编码器的总损失函数；4）堆叠相似度保留自编码器；5）训练并微调网络；6）重建与识别：将重建好的正脸图像和网络的最高隐含层特征分别使用线性判别分析法，即LDA法进行降维来提取具有判别性的人脸特征，并用最近邻分类器完成人脸识别。这种方法能够消除人脸图像的姿态角度偏转影响、能够提取到人脸对于多姿态变化更具鲁棒性的特征，且提取到的姿态特征能和原始正脸图像的特征相匹配，从而提高识别率。
-
公开(公告)号：CN107180248A
公开(公告)日：2017-09-19
申请号：CN201710436670.1
申请日：2017-06-12
Applicant: 桂林电子科技大学
CPC classification number: G06K9/6267 , G06K9/6256 , G06N3/084
Abstract: 本发明公开了基于联合损失增强网络的高光谱图像分类方法，其特征是，包括如下步骤：1）PCA降维；2）空间领域块提取；3）编码路径特征提取；4）分类任务训练目标建立；5）解码路径特征提取与重建；6）网络联合训练；7）高光谱测试分类。这种方法可在同一网络结构下，通过端到端的训练方式，联合学习重建损失及分类判别损失函数，从而充分利用高光谱图像的空谱信息，自动削弱CNN对不重要特征变量的学习，以此来降低高光谱分类模型的复杂度，同时，减少高光谱图像分类方法对标签样本的依赖性、提升分类精度。
-
Patent Agency Ranking
公开(公告)号：CN104504118A
公开(公告)日：2015-04-08
申请号：CN201410845467.6
申请日：2014-12-31
Applicant: 桂林电子科技大学 , 桂林宇辉信息科技有限责任公司
CPC classification number: G06F9/448
Abstract: 本发明公开了一种工作流建模数据的存储和读取方法，所述方法包括基于XPDL的基本图形转换成XML文档和XML文档转换成基于XPDL的基本图形；所述基于XPDL的基本图形转换成XML文档，包括如下步骤：（1）通过加载动态连接库把需要的建模图形元素加载到建模工具中。（2）拖拽图形元素到建模编辑区域，建模工具自动创建与之对应的组件。（3）将创建好的组件序列化，生成基于XPDL的基本图形相对应的XML文档。所述XML文档转换成基于XPDL的基本图形，包括如下步骤：（1）通过反序列化操作，把XML文档转化为组件。（2）通过调用组件绘制图形元素的方法，把组件转化为基本图形。本发明是一种高效率的工作流建模数据存储和读取方法。
-
公开(公告)号：CN104112286A
公开(公告)日：2014-10-22
申请号：CN201410376417.8
申请日：2014-08-01
Applicant: 桂林电子科技大学
Abstract: 本发明提供了一种基于几何结构特征和自相似性的图像压缩感知重构方法。包括判定图像块的结构类型；使用同步正交匹配追踪算法对每个图像块获得重构估计值；为每个图像块进行局部和非局部相似块匹配；产生初始解集，进行优化，得到候选解集，进而得到图像块的优化重构估计值；将图像块按顺序拼接起来；重构图像。本发明能够有效减少图像压缩感知重构的不确定性，获得对图像更准确的重构估计。
-
公开(公告)号：CN104077761A
公开(公告)日：2014-10-01
申请号：CN201410293009.6
申请日：2014-06-26
Applicant: 桂林电子科技大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于自适应稀疏表示的多聚焦图像融合方法，根据原始图像中结构特征的不同将子块进行分类，使原始图像分为相同模型、平滑模型和细节模型。然后将相同模型直接放入融合结果图像中，对平滑模型和细节模型分别采用算术平均法和稀疏表示法进行图像块融合。本发明的有优点是能够分割出平滑模型和细节模型，减少稀疏编码的图像块数，从而在确保融合图像主观效果和客观性能指标均优的基础上，缩短了运算时间。
-
公开(公告)号：CN103955920A
公开(公告)日：2014-07-30
申请号：CN201410146864.4
申请日：2014-04-14
Applicant: 桂林电子科技大学 , 桂林宇辉信息科技有限责任公司
Abstract: 本发明提供一种基于三维点云分割的双目视觉障碍物检测方法，包括同步采集两个相同规格的摄像机图像；对双目摄像机进行标定校正并计算三维点云分割阈值；用立体匹配算法和三维重构计算得到三维点云，对基准图做图像分割得到图块；自动检测三维点云的路面高度，利用三维点云分割阈值分割出路面点云、不同位置的障碍物点云和未知区域点云；利用分割得到的点云结合分割后的图块，判决障碍物和路面的正确性，确定障碍物、路面和未知区域的位置范围。本发明在较复杂的环境中仍可检测摄像机与路面高度并自动估算三维分割的阈值，分割出障碍物点云、路面点云和未知区域点云；结束彩色图像分割技术，融合颜色信息判决障碍物和路面的正确性，确定障碍物、路面和未知区域的位置范围，实现高鲁棒性的障碍物检测，具有更高的可靠性和实用性。
-
公开(公告)号：CN103955215A
公开(公告)日：2014-07-30
申请号：CN201410149890.2
申请日：2014-04-15
Applicant: 桂林电子科技大学 , 桂林宇辉信息科技有限责任公司
IPC: G05D1/02
Abstract: 基于手势识别的自动避障小车，涉及人机交互智能图像信息处理，属于基于深度相机非接触式三维虚拟空间领域和双目立体视觉领域，其车体前部设置分开的两个摄像头，车体内部设置包含单片机的下位机，车体安置两个无线wifi模块，一个无线wifi模块连接一个摄像头，车体还安置一个蓝牙模块，两个小车后轮分别连接着一个精密直流电机。上述自动避障小车的控制装置，其深度体感相机连接上位机，上位机设置串口蓝牙和一个无线wifi模块。本发明通过手势控制小车并绘制地图，在自动运行模式下实现小车自动避障，利用自动控制、网络通信和图像处理技术，操作方便，适合在危险环境下检查周围环境是否有危险和在障碍物多的地形下进行搬运工作。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.03 seconds)
