-
公开(公告)号：CN118196731A
公开(公告)日：2024-06-14
申请号：CN202410605567.5
申请日：2024-05-16
Applicant: 华侨大学 , 厦门松霖科技股份有限公司
Abstract: 本发明公开了一种基于通道与空间量子注意力学习的车辆再辨识方法及装置，涉及车辆再辨识领域，包括：利用深度网络从车辆图像中提取车辆的特征映射；设计通道量子注意力学习分支和空间量子注意力学习分支，分别对残差模块输出的特征映射学习通道量子注意力掩码和空间量子注意力掩码，并将两种注意力掩码融合为通道‑空间复合量子注意力掩码，用于增强车辆的特征映射，使深度网络能够更全面捕捉特征映射中的重要特征。本发明利用量子叠加与纠缠特性实现车辆注意力学习，能够提高特征学习效果，改善车辆再辨识的准确率，解决了传统机器学习模型难以学习这些复杂的非线性关系的问题。
-
公开(公告)号：CN119741304A
公开(公告)日：2025-04-01
申请号：CN202510262624.9
申请日：2025-03-06
Applicant: 华侨大学 , 厦门松霖科技股份有限公司
Abstract: 本发明公开了一种基于三维人脸几何结构的无参考质量评估方法及装置，涉及计算机视觉领域，方法包括：三维人脸网格模型重建；计算映射关键点和提取关键点之间的欧几里得距离，获得几何一致性分数；用三维人脸分割算法划分人脸区域，计算高斯曲率得到区域曲率分数；计算模型表面的平滑度，检测模型表面是否存在不自然的突起或瑕疵，获得平滑度分数；将几何一致性分数、区域曲率分数和平滑度分数按照加权比例进行融合，输出三维人脸网格模型的综合质量分数。本发明无需依赖数据库中的标准人脸模型，能够基于人脸几何特征和区域性分析对单个重建的三维人脸网格模型质量进行全面评估，适用于智能美容、精准医疗等个性化重建场景。
-
公开(公告)号：CN118196731B
公开(公告)日：2024-08-16
申请号：CN202410605567.5
申请日：2024-05-16
Applicant: 华侨大学 , 厦门松霖科技股份有限公司
Abstract: 本发明公开了一种基于通道与空间量子注意力学习的车辆再辨识方法及装置，涉及车辆再辨识领域，包括：利用深度网络从车辆图像中提取车辆的特征映射；设计通道量子注意力学习分支和空间量子注意力学习分支，分别对残差模块输出的特征映射学习通道量子注意力掩码和空间量子注意力掩码，并将两种注意力掩码融合为通道‑空间复合量子注意力掩码，用于增强车辆的特征映射，使深度网络能够更全面捕捉特征映射中的重要特征。本发明利用量子叠加与纠缠特性实现车辆注意力学习，能够提高特征学习效果，改善车辆再辨识的准确率，解决了传统机器学习模型难以学习这些复杂的非线性关系的问题。
-
公开(公告)号：CN118233570B
公开(公告)日：2024-07-26
申请号：CN202410605570.7
申请日：2024-05-16
Applicant: 华侨大学 , 厦门松霖科技股份有限公司
Abstract: 本发明公开了一种基于微观几何纹理的防伪图像的生成方法及装置，涉及防伪领域，包括：获取物品对应的唯一序列号、防伪图像的宽和高、防伪图像单元的几何纹理样式；根据唯一序列号生成编码比特流，基于防伪图像单元的几何纹理样式采用对应的加密模式对编码比特流进行加密，生成加密编码比特流；根据防伪图像的宽和高以及加密编码比特流确定防伪图像中防伪图像单元、定位模组和数据模组的数量、大小和起始坐标，根据加密编码比特流以及数据模组和定位模组的几何纹理确定数据模组和定位模组的纹理图案；绘制所有防伪图像单元的定位模组和数据模组，组成防伪图像，解决现有防伪图像防伪特征少、易受噪声干扰、识别效率低、样式可塑性差等问题。
-
公开(公告)号：CN118334711A
公开(公告)日：2024-07-12
申请号：CN202410757573.2
申请日：2024-06-13
Applicant: 华侨大学 , 厦门松霖科技股份有限公司
IPC: G06V40/10 , G06N3/0455 , G06N3/0464 , G06T7/70 , G06V10/26 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于服装描述生成的行人性别与年龄识别方法及装置，涉及图像识别领域，包括：构建行人性别与年龄识别模型，通过线性映射层和前a层Transformer块将行人图像处理为识别特征和图像特征，利用人体部位检测模型获取行人图像中的人体部位的位置，并裁剪出各个人体部位图像，利用图像字幕生成模型生成各个人体部位图像对应的服装文字描述，并利用词嵌入模型将服装文字描述映射为服装文字描述向量，将服装文字描述向量输入特征提取模块，提取得到对应的向量特征，将所有向量特征拼接后再连接至识别特征和图像特征后，并依次经过后b层Transformer块、第一全连接层和Softmax函数层，得到识别结果，解决性别与年龄识别技术受观察角度与环境等因素影响较大的问题。
-
Patent Agency Ranking
公开(公告)号：CN118233570A
公开(公告)日：2024-06-21
申请号：CN202410605570.7
申请日：2024-05-16
Applicant: 华侨大学 , 厦门松霖科技股份有限公司
Abstract: 本发明公开了一种基于微观几何纹理的防伪图像的生成方法及装置，涉及防伪领域，包括：获取物品对应的唯一序列号、防伪图像的宽和高、防伪图像单元的几何纹理样式；根据唯一序列号生成编码比特流，基于防伪图像单元的几何纹理样式采用对应的加密模式对编码比特流进行加密，生成加密编码比特流；根据防伪图像的宽和高以及加密编码比特流确定防伪图像中防伪图像单元、定位模组和数据模组的数量、大小和起始坐标，根据加密编码比特流以及数据模组和定位模组的几何纹理确定数据模组和定位模组的纹理图案；绘制所有防伪图像单元的定位模组和数据模组，组成防伪图像，解决现有防伪图像防伪特征少、易受噪声干扰、识别效率低、样式可塑性差等问题。
-
公开(公告)号：CN119809940A
公开(公告)日：2025-04-11
申请号：CN202510287141.4
申请日：2025-03-12
Applicant: 华侨大学 , 信泰(福建)科技有限公司
IPC: G06T3/4076 , G06N3/0464 , G06N3/048 , G06T3/4046 , G06V10/44 , G06V10/80 , G06V10/82
Abstract: 一种基于状态模型的光场图像超分辨率重建方法和装置，包括：构建浅层特征提取模块，用于对输入的待重建的光场图像的子孔径图像形式提取浅层特征；利用状态空间模型构建深层特征提取单元；基于所述深层特征提取单元构建光场空角特征重建模块，用于对所述浅层特征重建光场空角特征；基于所述深层特征提取单元构建光场结构特征重建模块，用于对所述浅层特征重建光场结构特征；构建高分辨率图像重建模块，用于将所述浅层特征、所述光场空角特征和所述光场结构特征进行层次特征融合和上采样得到重建高分辨率光场图像。本发明通过利用状态空间模型的动态特性，显著提升光场图像超分辨率方法的全局空角信息表征能力和细节重建能力。
-
公开(公告)号：CN119323805B
公开(公告)日：2025-02-25
申请号：CN202411876774.0
申请日：2024-12-19
Applicant: 华侨大学
IPC: G06V40/10 , G06N3/0464 , G06N3/084 , G06V10/32 , G06V40/20
Abstract: 本发明公开了一种动静正则混合采样的行人再辨识方法及系统，涉及公共安全智能视频监控技术领域。实践中，采样常独立于行人再辨识模型训练，导致训练过程采样的信息丢失不受控制，制约识辨准确性。为此，本发明设计了正则动态线性采样和静态线性采样混和方法，实现行人再辨识模型训练过程中联合优化采样效果，其中，前者通过归一化的可学习参数，以数据驱动的动态方式学得动态的像素组合权重；后者利用双线性变换来确定静态的像素组合权重，实现与数据无关的采样策略。本发明进一步设计了动静正则项，约束动态的像素组合权重与静态的像素组合权重之间的差异，控制可学习参数的自由度，更好地组合动静采样，减少传统单一静态采样过程中信息损失。
-
公开(公告)号：CN118864287B
公开(公告)日：2024-11-29
申请号：CN202411319738.4
申请日：2024-09-23
Applicant: 华侨大学
Abstract: 本发明公开了一种渐进式单幅图像雨雪去除方法、装置及可读介质，涉及图像处理领域，包括：构建基于循环密集网络的图像雨雪去除模型并训练，得到经训练的图像雨雪去除模型，图像雨雪去除模型包括堆叠设置的若干个内外密集连接子网络，每个内外密集连接子网络包括堆叠设置的若干个内外密集连接块，每个内外密集连接块包括依次连接的长短期记忆模块、第一卷积层、通道注意力模块和第二卷积层；将退化图像输入经训练的图像雨雪去除模型，当前阶段的内外密集连接子网络输出的恢复估计与退化图像输入下一阶段的内外密集连接子网络中，最后一个阶段的内外密集连接子网络输出恢复图像。本发明解决目前渐进式雨雪去除方法所恢复图像中存在的伪影问题。
-
公开(公告)号：CN118864287A
公开(公告)日：2024-10-29
申请号：CN202411319738.4
申请日：2024-09-23
Applicant: 华侨大学
Abstract: 本发明公开了一种渐进式单幅图像雨雪去除方法、装置及可读介质，涉及图像处理领域，包括：构建基于循环密集网络的图像雨雪去除模型并训练，得到经训练的图像雨雪去除模型，图像雨雪去除模型包括堆叠设置的若干个内外密集连接子网络，每个内外密集连接子网络包括堆叠设置的若干个内外密集连接块，每个内外密集连接块包括依次连接的长短期记忆模块、第一卷积层、通道注意力模块和第二卷积层；将退化图像输入经训练的图像雨雪去除模型，当前阶段的内外密集连接子网络输出的恢复估计与退化图像输入下一阶段的内外密集连接子网络中，最后一个阶段的内外密集连接子网络输出恢复图像。本发明解决目前渐进式雨雪去除方法所恢复图像中存在的伪影问题。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.055 seconds)
