基于LadderNet网络的指静脉图像分割方法、装置和存储介质

    公开(公告)号:CN110084238B

    公开(公告)日:2023-01-03

    申请号:CN201910278800.2

    申请日:2019-04-09

    申请人: 五邑大学

    摘要: 本发明公开了一种基于LadderNet网络的指静脉图分割方法、装置和存储介质。对指静脉图像进行预处理得出预处理图像,从预处理图像中随机选取一个点作为子块中心点并生成子块图像,从所述子块图像中获取静脉纹路作为网络训练的金标准,将子块图像和静脉纹路同时输入至LadderNet网络中完成特征提取。本发明通过子块图像获取静脉纹路,以静脉纹路作为网络训练的金标准,在不需要静脉数据集的情况下实现特征提取,大大减少了网络的计算量,提高特征提取的准确率和效率。

    一种端到端的SAR图像识别方法、装置及存储介质

    公开(公告)号:CN110472627B

    公开(公告)日:2022-11-08

    申请号:CN201910589536.4

    申请日:2019-07-02

    申请人: 五邑大学

    摘要: 本发明公开了一种端到端的SAR图像识别方法、装置及存储介质,其利用生成对抗网络增强数据,提高SAR图像数据的丰富度,有利于之后的网络训练;还引入语义特征增强技术,通过编码‑译码结构来增强SAR深度特征的语义信息,提升SAR目标识别性能;同时构建一个完整性强的面向湾区大场景的端到端SAR图像目标识别模型,有助于湾区大场景合成孔径雷达目标识别模型从局部最优提升到全局最优,增加模型的稳定性和泛化能力,降低网络复杂性并提高目标识别准确率。

    一种基于Transformer的人脸美丽预测方法、装置及存储介质

    公开(公告)号:CN113780124A

    公开(公告)日:2021-12-10

    申请号:CN202111003834.4

    申请日:2021-08-30

    申请人: 五邑大学

    IPC分类号: G06K9/00 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于Transformer的人脸美丽预测方法、装置及存储介质,所述方法包括:采集人脸美丽数据库的美丽人脸图像,以及对所述美丽人脸图像进行预处理,得到图像块信息;将所述美丽人脸图像输入到预设的知识蒸馏网络中,得到蒸馏标记信息;将所述图像块信息、所述蒸馏标记信息和预设类别标记输入到预设的Transformer网络中,得到人脸美丽分类信息。通过上述技术方案,能够大大提高了人脸美丽分类的准确率且降低了网络模型的参数量。

    一种基于深度实例分割网络的天线下倾角测量方法

    公开(公告)号:CN109579774B

    公开(公告)日:2021-04-23

    申请号:CN201811317915.X

    申请日:2018-11-06

    申请人: 五邑大学

    摘要: 本发明公开了一种基于深度实例分割网络的天线下倾角测量方法包括以下步骤:通过无人机拍摄全方位的天线视频;实时将天线视频传输到服务器端,服务器端通过深度学习算法实时测量天线下倾角;所述深度学习算法包括:特征提取网络模块,用于获取天线特征图像;所述实例分割模块包括以下步骤:感兴趣区域直接映射到特征图;将候选区域分割成k*k个单元,对每个单元计算用于确定单元中心点的四个固定坐标位置,用双线性内插法计算出四个固定坐标位置的值;进行最大池化操作并实现反向传播。其通过对实例分割模块进行天线像素和背景像素的区分使得到天线下倾角角度更准确,建立一种方便、安全、有效、准确的天线测量方法。

    一种基于线性回归拟合的天线下倾角测量方法

    公开(公告)号:CN109458980B

    公开(公告)日:2021-01-26

    申请号:CN201811363450.1

    申请日:2018-11-15

    申请人: 五邑大学

    IPC分类号: G01C1/00 G01R29/10

    摘要: 本发明公开了一种基于线性回归拟合的天线下倾角测量方法,包括以下步骤:对输入的原始天线图像利用深度学习方法进行图像实例分割处理,得到分割图像;对分割图像进行掩膜处理;对掩膜处理后的分割图像进行数学线性建模拟合;所述对掩膜处理后的分割图像进行数学线性建模拟合包括以下步骤:从掩膜处理后的分割图像中提取天线边缘轮廓的像素值坐标,截取位于天线右端边缘的像素值;通过数学线性建模拟合的方法将像素值坐标拟合成一条直线进而得到天线下倾角角度。通过对天线图像进行深度学习网络结合掩膜和线性拟合的处理得到天线下倾角角度,建立一种方便、安全、有效、准确的天线测量方法。

    基于自注意力变形网络的磁暴预测方法、装置及存储介质

    公开(公告)号:CN112016245A

    公开(公告)日:2020-12-01

    申请号:CN202010812020.4

    申请日:2020-08-13

    申请人: 五邑大学

    摘要: 本发明公开了基于自注意力变形网络的磁暴预测方法、装置及存储介质,其中方法包括输入卫星磁测数据和太阳高能粒子数据;提取卫星磁测数据的第一特征;提取太阳高能粒子数据的第二特征;基于第一特征和第二特征进行分类得到地磁指数;第二特征提取模块包括设有多个编码子层的编码器和设有多个解码子层的解码器,每个编码子层包括第一多头自注意力结构和第一全连接前向网络;每个解码子层包括多头自注意力结构、第二多头自注意力结构和第二全连接前向网络处理。能实现准确的磁暴预测;能并行计算,减少计算复杂度,提高计算效率;使模型更具可解释性。

    烟雾巡检无人机系统、巡检检测方法和存储介质

    公开(公告)号:CN111796603A

    公开(公告)日:2020-10-20

    申请号:CN202010548114.5

    申请日:2020-06-16

    申请人: 五邑大学

    IPC分类号: G05D1/10

    摘要: 本发明公开了一种烟雾巡检无人机系统、巡检检测方法和存储介质,烟雾巡检无人机系统,包括无人机、5G基站和地面服务器;无人机包括:信息采集模块,获取实时图像和无人机的飞行状态信息;第一信息处理模块,根据实时图像和飞行状态信息来构建地图、规划路径和控制无人机进行自动避障;运动模块,包括螺旋桨和与螺旋桨连接的电机;第一控制模块;5G通信模块,无线连接至5G基站;地面服务器包括:第二信息处理模块,获取来自信息采集模块的实时图像,并根据实时图像得到烟雾检测结果;第二控制模块,根据烟雾检测结果通过5G基站、5G通信模块和第一控制模块发送控制指令至运动模块以使无人机对火势进行勘察。

    应用于流动人群的表情识别方法、系统及存储介质

    公开(公告)号:CN111652079A

    公开(公告)日:2020-09-11

    申请号:CN202010396676.2

    申请日:2020-05-12

    申请人: 五邑大学

    摘要: 本发明公开了应用于流动人群的表情识别方法、系统及存储介质,其中方法包括:构建三个数据库;分别预训练人脸检测网络、预训练超分辨率生成网络和表情识别网络;分别对三个网络进行域适应;将流动人群的图像输入至由三个网络组成的表情识别模型进行表情识别;在预训练和域适应的过程中,对于三个网络分开训练,对于不同的网络采用不同的数据进行训练提高分类精度,且先通过非指定场合的图像预训练再通过指定场合的图像域适应进一步提高分类精度;对于流动人群的低分辨率图像,使用超分辨率生成网络提高图像的分辨率,大大提高表情识别模型整体的表情识别精度。