-
公开(公告)号：CN110838130B
公开(公告)日：2022-07-12
申请号：CN201810927909.X
申请日：2018-08-15
Applicant: 湖南大学
IPC: G06T7/155
Abstract: 本发明公开了一种快速模糊距离变换方法。对模糊分割所得的二维或三维模糊分割图像进行分辨率倍增处理，在提高分辨率的过程中，控制原图像中相邻的两个对象像素点在提高分辨率后，仅通过一个插入像素来保持连通，从而保证了提高分辨率之后的对象具有与原图像中相同的拓扑连通性；对分辨率倍增后的模糊分割图像，令像素值为0的像素的距离变换值为0，其余像素的距离变换值初始为无穷大；之后以像素值为0的像素为初始种子点，按照最小代价路径方法将距离变换值逐步由种子点扩散至与之相邻的对象像素，直至所有像素点处的距离变换值均已求得为止；对所得的高分辨率的距离变换结果进行下采样获得原模糊分割图像对应的距离变换结果。本发明能克服已有的模糊距离变换方法中不能保证高分辨率图像与原图像拓扑连通性不变的问题，并且通过采用最小代价距离方法提高了运行速度。
-
公开(公告)号：CN113435329B
公开(公告)日：2022-06-21
申请号：CN202110715016.0
申请日：2021-06-25
Applicant: 湖南大学
IPC: G06V40/10 , G06V10/74 , G06V10/774 , G06K9/62
Abstract: 本发明属于计算机视觉领域，涉及一种基于视频轨迹特征关联学习的无监督行人重识别方法，包括以下步骤：输入行人重识别视频数据集；对行人重识别视频数据集进行稀疏时空轨迹采样，得到行人视频轨迹样本，组成行人视频轨迹；对行人视频轨迹样本进行预训练，获得行人重识别预训练网络模型；在行人重识别预训练网络模型中添加全连接层，构建视频轨迹特征向量表；根据行人视频轨迹特征向量表进行轨迹联合学习，得到联合学习损失函数；更新视频轨迹特征向量表；模型训练；进行无监督测试；通过对相机内和相机间视频轨迹特征向量的联合学习，挖掘行人轨迹潜在的关系，提高了模型的特征提取能力，取得了突出的行人重识别性能。
-
公开(公告)号：CN113989525A
公开(公告)日：2022-01-28
申请号：CN202111593705.5
申请日：2021-12-24
Applicant: 湖南大学
IPC: G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06N20/10
Abstract: 本发明公开了自适应随机块卷积核网络的高光谱中药材鉴别方法，基于最优聚类框架，获得中药材高光谱图像最优波段子集，再采用集群排序方法有效地从最优波段子集中选出最佳特征波段；使用随机投影方法将从中药材高光谱图像中提取的随机块作为卷积核；然后使用像素自适应方法修改卷积核，并基于中药材特征波段图像进行特征提取；再次，使用分层网络提取中药材的特征，并结合中药材高光谱最佳波段影像数据，构建中药材高光谱训练集与测试集；最后使用SVM对训练集进行训练得到分类预测模型，基于该模型对中药材测试集进行预测，大幅度提高了中药材的鉴别分类精度，解决了中药材种类多样、成分复杂的鉴别难题，可适用于各类中药材的快速无损鉴别。
-
公开(公告)号：CN113569726A
公开(公告)日：2021-10-29
申请号：CN202110851371.0
申请日：2021-07-27
Applicant: 湖南大学
Abstract: 本发明属于行人检测技术领域，具体涉及一种联合自动数据增广和损失函数搜索的行人检测方法，包括S1‑1建立神经网络模型、训练集和验证集；S1‑2构造增广策略和损失函数的搜索空间并参数化；S1‑3利用双层循环优化方案训练神经网络模型；S2‑1利用步骤S1‑1中的验证集对学习后的神经网络模型进行测试，计算正确率，若符合要求进入应用阶段，否则按照实际结果调整神经网络模型，并返回步骤S1‑3；S3‑1从视频序列中获取行人图像并输入到训练好的神经网络模型中，依靠训练好的神经网络模型精准定位行人的位置。本发明能够调整困难样例和简单样例的损失权重，自动选择数据增广策略的最优组合并能有效处理数据增广和损失函数间的平衡问题，提高行人检测准确率。
-
公开(公告)号：CN113450364A
公开(公告)日：2021-09-28
申请号：CN202110728463.X
申请日：2021-06-29
Applicant: 湖南大学
Abstract: 本发明具体涉及一种基于三维通量模型的树状结构中心线提取方法，包括：构建数据集，将原图随机采样生成子图；使用3D Tubular Flux模型，计算前景点的空间距离和方向信息，生成其相对于中心线的位置信息编码通量特征，作为监督信息；使用三维卷积神经网络进行特征学习，生成结构信息通量特征，使用CBAM加强通道的探索，使用CSP模块减少其计算量；使用轻量级U‑Net网络进行自适应的中心线预测，并生成双通道概率图；空间加权平均策略处理双通道概率图，生成更加精细的中心线；求三维卷积神经网络加权均方误差损失与轻量级U‑Net网络Dice损失并求和，然后将其联合训练。本发明实现了端到端的树状结构中心线提取方法，从而准确高效的完成树状结构中心线提取。
-
Patent Agency Ranking
公开(公告)号：CN112866382A
公开(公告)日：2021-05-28
申请号：CN202110062902.8
申请日：2021-01-18
Applicant: 湖南大学
Abstract: 本发明公开了一种交通信号灯状态发布方法，它包括交通信号灯状态的提供端和接收端以及服务器端；提供端和接收端的时钟同步；提供端获取交通信号灯状态信息，主动或被动地向服务器端发送状态信息；服务器端接收和管理由提供端发送的状态信息，主动或被动地向接收端发送状态信息；接收端根据接收的状态信息和本地时钟，计算出相应交通信号灯的当前颜色和剩余时间。本发明还公开了一种交通信号灯状态发布系统，它由交通信号灯状态提供模块、服务器模块、交通信号灯状态接收模块和时钟同步模块构成，分别完成前述方法中提供端、服务器端、接收端及时钟同步功能。利用本发明所公开的方法和系统，能经济、方便、安全、可靠地实现交通信号灯状态的发布。
-
公开(公告)号：CN110926754A
公开(公告)日：2020-03-27
申请号：CN201911047364.4
申请日：2019-10-30
Applicant: 国核电力规划设计研究院有限公司 , 湖南大学
IPC: G01M9/02
Abstract: 本发明公开了一种用于混凝土吸热塔风洞试验的气弹模型，包括用于在试验时固定气弹模型的底板，所述底板上竖直设有芯梁，所述芯梁由下至上设有若干个圆盘，所述芯梁外围由下至上还设有若干个外衣，所述外衣套在圆盘外壁且与圆盘可拆卸连接，在相邻的两个外衣之间留有间隔缝，所述间隔缝上覆盖有粘贴在相邻两个外衣上的胶带。本发明通过芯梁模拟混凝土吸热塔结构的弯曲刚度，并根据实际结构的质量分布沿高度对圆盘及外衣进行配重，确保了气弹模型刚度和质量的精确分布，可模拟至少前三阶模态，模型内部连接点少，初始的结构阻尼比低，并可通过在相邻外衣之间粘贴不同类型胶带来精确调节模型结构阻尼比，解决了传统气弹模型的缺点。
-
公开(公告)号：CN110647749A
公开(公告)日：2020-01-03
申请号：CN201910890209.2
申请日：2019-09-20
Applicant: 湖南大学
IPC: G06F21/56 , G06F16/2452
Abstract: 本发明公开了一种二阶SQL注入攻击防御的方法，分别从存储和触发两个方面分析SQL语句并进行防御。本发明一方面，极大的减少了攻击载荷存入数据库，另一方面，不再过分相信数据库的数据，在将数据库数据取出存入内存之前对数据进行验证，从而阻断SQL注入攻击的触发，有效防御SQL注入攻击行为，极大地提升了对Web服务器及其后台数据库的安全防护。
-
公开(公告)号：CN104751420B
公开(公告)日：2017-12-26
申请号：CN201510100026.8
申请日：2015-03-06
Applicant: 湖南大学
IPC: G06T5/00
Abstract: 一种基于稀疏表示和多目标优化的盲复原方法，包括以下步骤：(1)训练获得稀疏字典D；(2)读入退化图像Y和稀疏字典D；(3)对退化图像Y分块，重构初始化复原图像；(4)构建基于稀疏先验约束的正则化项，求解图像盲复原的目标函数；(5)将图像盲复原目标函数的求解转化为多目标优化问题；(6)将多目标优化问题中的子目标函数转化为以稀疏系数为自变量的函数；(7)初始化多目标粒子群优化算法；(8)基于多目标粒子群算法求得多目标优化问题的非可支配解集；(9)从非可支配解集中选择最优稀疏系数，重构图像，获得复原后的清晰图像。本发明方法简单；复原结果图像准确、清晰；图像复原问题求解的质量高；可有效消除伪像效应，提高图像复原的效果。
-
公开(公告)号：CN107067406A
公开(公告)日：2017-08-18
申请号：CN201710252307.4
申请日：2017-04-18
Applicant: 湖南大学
CPC classification number: G06T2207/10024 , G06T2207/30004
Abstract: 本发明公开了一种脂肪细胞外形参数的图像测量方法，在本发明中，我们在制备了猪肉的脂肪细胞样本之后，采集显微图像，然后通过图像处理算法，编写程序来自动地分割出脂肪细胞，并在此基础上能够自动地完成猪肉脂肪细胞参数的测量，劳动量小，工作效率高，结果稳定，准确度高，并可避免人工操作中因疲劳或主管判断因素所引入的错误结果。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.037 seconds)
