-
公开(公告)号：CN116883520B
公开(公告)日：2023-11-28
申请号：CN202311136530.4
申请日：2023-09-05
Applicant: 武汉大学
IPC: G06T7/90 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于颜色量化的多检测器物理域对抗补丁的生成方法，包括：随机初始化潜在编码，将潜在编码输入生成式网络生成数字域对抗补丁；建立从数字域颜色空间到物理域颜色空间的单向映射表并获得量化颜色库；构建数字域对抗补丁每个颜色与量化颜色库之间的最小相似度量并量化生成物理域对抗补丁；将生成的物理域对抗补丁贴在图像目标上，再将图像送入多个检测器中进行检测并根据对抗补丁的目标检测结果计算损失，设计梯度估计器，将损失进行梯度回传，回传的梯度通过梯度估计器更新生成式网络的权重参数，重复上述步骤，获得优化后的生成式网络。本发明消除了对抗补丁在物理域和数字域的鸿沟，使对抗补丁从数字域转换到物理域依旧有效。
-
公开(公告)号：CN116778128A
公开(公告)日：2023-09-19
申请号：CN202311026146.9
申请日：2023-08-15
Applicant: 武汉大学
Abstract: 本发明提出了一种基于三维重建的对抗补丁重投影方法及系统。本发明首先利用尺度不变特征变换方法建立特征的初始匹配集，对得到初始匹配集利用随机采样一致算法去除误匹配得到准确的特征点匹配集。然后，对特征点匹配集依次进行稀疏重建和稠密重建。最后，设计了主副视角投影变换方法，得到对抗补丁的重投影。本发明通过投影变换的方式将模拟的数字补丁投影到被攻击的图像中，并保证不同视角下的投影补丁满足多视角几何一致性，从而消除了数字补丁和真实补丁之间的差别，使得真实补丁的实际攻击效果和模拟补丁的效果保持一致。
-
公开(公告)号：CN113643315B
公开(公告)日：2023-08-15
申请号：CN202110830356.8
申请日：2021-07-22
Applicant: 武汉大学
Abstract: 本发明公开了一种基于自适应峰值梯度下降滤波器的红外小目标检测方法，解决现有红外弱小目标检测方法中存在的使用矩形窗口提取红外图像局部特征导致的无法抑制不规则杂波及弱小目标检测性能低的问题。该方法充分利用红外图像中局部像素灰度值梯度下降的特点及红外弱小目标与背景间存在局部对比度差异的特点，能够抑制不规则杂波，不用根据目标大小设置矩形窗口，有利于检测小于9×9像素的目标，提高红外弱小目标检测的性能，达到早期检测的效果。
-
公开(公告)号：CN116452592A
公开(公告)日：2023-07-18
申请号：CN202310718870.1
申请日：2023-06-16
Applicant: 武汉大学中南医院
Abstract: 本发明公开了一种脑血管病AI认知功能评测模型的构建方法、装置及其系统。首先进行数据采集，并构建数据集；然后进行数据预处理；并划分出训练集和验证集；接着对预处理后的脑血管病患者临床症候文本数据进行特征筛选；然后构建脑血管病AI认知功能评测模型，分别提取多模态脑MRI数据中的sMRI特征和rs‑fMRI特征并进行特征降维，随后将sMRI特征、rs‑fMRI特征和临床症候文本特征进行融合，并将融合后的特征输入LightGBM模型，通过对模型进行训练和验证，得到最优的脑血管病AI认知功能评测模型。本发明解决了现有神经心理量表评测技术中对于脑血管病患者认知功能评估较为主观、准确性不高和效率低下的技术问题。
-
公开(公告)号：CN116071241B
公开(公告)日：2023-06-16
申请号：CN202310206934.X
申请日：2023-03-07
Applicant: 武汉大学
Abstract: 本发明提出了一种基于最优拼缝线与图割模型求解的高光谱图像拼接方法。本发明所提出的方法同时对高光谱图像的单波段空间纹理信息和连续波段光谱信息进行利用，构建出同时具有空间、光谱信息的能量函数；在空间信息中，选取高光谱图像单一波段的灰度图像进行信息提取，得到基于相邻图像重叠区域中的色差以及梯度值的信息；在光谱信息中，将光谱自加权相关系数作为衡量重叠区域中相同位置像素光谱信息差异的标准，与已得到的空间信息相结合，构建出针对高光谱图像独特空谱特性的能量函数；通过图割模型对已构建的能量函数进行求解，得到适用于整幅高光谱图像的最优拼缝线，完成对高光谱图像的拼接。
-
Patent Agency Ranking
公开(公告)号：CN109064407B
公开(公告)日：2023-05-05
申请号：CN201811069524.0
申请日：2018-09-13
Applicant: 武汉大学
IPC: G06T3/40
Abstract: 本发明提出了一种基于多层感知机层的密集连接网络图像超分辨率方法，其特征在于：低分辨率图像输入基于多层感知机层的密集连接网络，由密集连接网络进行图像的超分辨率运算，输出高分辨率图像；所述多层感知机层的密集连接网络包括若干密集连接模块，每个密集连接模块包括若干密集单元，每个密集单元中包括一个多层感知机层。本发明提出的图像超分辩率方法客观衡量指标高，图像超分辨率结果清晰，视觉效果好。
-
公开(公告)号：CN111126463B
公开(公告)日：2022-07-05
申请号：CN201911277948.0
申请日：2019-12-12
Applicant: 武汉大学
IPC: G06V10/764 , G06K9/62
Abstract: 本发明提供一种基于局部信息约束和稀疏表示的光谱图像分类方法及系统，包括对光谱图像中待分类像素光谱与已知标签像素光谱之间的欧几里得距离度量，根据距离大小确定字典集范围；基于类别信息建立光谱图像分类的数学模型，得到相应的优化问题；根据优化问题求解待分类光谱的丰度系数，根据令目标函数取最小值的解对光谱图像进行分类。本发明通过将欧几里得距离引入优化模型，对字典集形成局部约束，对光谱向量间的欧几里得距离与相关性差异的统一考虑增加了算法的鲁棒性。另外，在优化模型中利用光谱库的先验信息，保证最优解的准确性。本发明技术方案相对于传统方法具有计算量小，分类准确率高的优点。
-
公开(公告)号：CN109285110A
公开(公告)日：2019-01-29
申请号：CN201811068867.5
申请日：2018-09-13
Applicant: 武汉大学
IPC: G06T3/00
Abstract: 本发明提供一种基于鲁棒匹配与变换的红外可见光图像配准方法及系统，包括使用鲁棒的特征点检测算法与特征描述子提取待配准的红外与可见光图像的特征描述子集合，并建立初始匹配；使用特征点邻域结构稳定性的约束滤除错误匹配，根据特征点的匹配关系鲁棒估计待匹配图像之间的仿射变换模型的参数，采用插值方式对红外图像进行变换，完成配准。本发明考虑了红外与可见光图像的模态差异与尺度差异，并在特征匹配的过程中利用特征点邻域结构的稳定性滤除错误匹配，使用基于一致空间约束的参数估计得出变换模型的参数，对于不同模态的图像特征提取以及受较强噪声影响的特征匹配均具有鲁棒性。
-
-
公开(公告)号：CN104966108A
公开(公告)日：2015-10-07
申请号：CN201510416252.7
申请日：2015-07-15
Applicant: 武汉大学
IPC: G06K9/62
CPC classification number: G06K9/6292
Abstract: 本发明公开了一种基于梯度传递的可见光与红外图像融合方法，包括以下步骤：分别获取红外图像矩阵与可见光图像矩阵；以保留红外图像的亮度信息以及可见光图像的纹理信息为准则，将图像融合过程转化为最优化问题；通过求解所述最优化问题，得到融合后图像。本发明的融合方法能够有效将可见光图像和红外图像相融合，融合后的图像信息更丰富，不仅融合了可见光图像的梯度纹理信息，而且能够反映景物的温度信息。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.028 seconds)
