公开(公告)号：CN117495680A

公开(公告)日：2024-02-02

申请号：CN202410001400.8

申请日：2024-01-02

Applicant: 华侨大学

Inventor： 黄小茜 ,  黄德天 ,  宋佳讯 ,  刘航 ,  林明昕 ,  曾焕强

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/80

Abstract: 本发明公开了一种基于特征融合Transformer的多对比度核磁共振图像超分辨率方法，涉及图像处理技术领域，包括：构建浅层特征提取模块；构建双域特征提取模块和双融合特征提取模块并进行组合，生成残差全局特征融合模块，基于残差全局特征融合模块构建深层特征提取模块；构建图像重建模块；将浅层特征提取模块、深层特征提取模块和图像重建模块组合，构建基于特征融合Transformer的多对比度核磁共振图像超分辨率网络，并以待重建的低分辨率图像和核磁共振图像作为网络的输入，得到重建后高分辨率图像。本发明利用特征融合Transformer来提取多对比度MRI图像中所包含的全局与局部特征，使得重建的图像更加清晰。

公开(公告)号：CN116778446A

公开(公告)日：2023-09-19

申请号：CN202310761995.2

申请日：2023-06-26

Applicant: 华侨大学

Inventor： 黄德天 ,  刘航 ,  宋佳讯 ,  曾焕强 ,  朱建清 ,  陈婧 ,  陈龙涛

IPC: G06V20/56 ,  G06N3/0464 ,  G06V10/82 ,  G06N3/048 ,  G06V10/22 ,  G06V10/764 ,  G06V10/26 ,  G06V10/74 ,  G06N3/08

Abstract: 本发明公开了一种车道线快速检测方法、装置及可读介质，获取路况图像；构建基于编码器‑解码器的神经网络并训练，得到车道线检测模型，基于编码器‑解码器的神经网络包括主干分支和辅助分支，主干分支包括依次连接的编码器网络、CBAM注意力机制模块和解码器网络，编码器网络中包括改进的残差结构，改进的残差结构包括第一卷积层以及分别与第一卷积层连接的第一分支和第二分支，第一分支包括第二卷积层，第二分支包括依次连接的第三卷积层和第四卷积层，第一分支、第二分支与第一卷积层的输入通过加法器相连，辅助分支为实例分割网络，并仅在训练过程中使用；将路况图像输入车道线检测模型，检测得到车道线图像，提高车道线检测的准确率和检测速度。