-
公开(公告)号：CN113516671A
公开(公告)日：2021-10-19
申请号：CN202110902377.6
申请日：2021-08-06
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于U‑net和注意力机制的婴幼儿脑组织分割方法，属于图像处理领域。该方法包括如下步骤：对训练样本按照32×32×32像素大小随机取一定的样本组成训练集；搭建Dense‑Unet网络模型；使用Dense‑Unet网络模型对训练集进行训练、调参，得到最佳分割模型并保存；比较模型预测结果和手工标签的结果，得到易分错区域的分布图；使用高斯函数对每个样本的易分错区域的分布图进行模糊化，并求平均值；对训练样本按照一定比例组成训练集；设计一个包含空间和易分错区域的自注意力机制加入到网络模型中；使用新的网络模型对训练集进行训练、调参，得到最佳分割模型并保存。
-
公开(公告)号：CN112927171A
公开(公告)日：2021-06-08
申请号：CN202110406952.3
申请日：2021-04-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于生成对抗网络的单幅图像去模糊方法，属于计算机视觉领域。该方法包括：S1：获取模糊图像，并对其进行预处理；S2：构建基于生成对抗网络的单幅图像网络，并将预处理后的图像输入该单幅图像网络进行训练；所述单幅图像网络中包括生成器网络和判别器网络；其中，生成器网络采用加入密集块的多尺度递归网络；判别器网络采用PatchGAN；S3：将待处理单幅模糊图像输入训练好的单幅图像网络，最终输出去模糊后的清晰图像。本发明解决了目前的图像去模糊算法局限于成对数据集，面临去模糊效果不好的问题，本发明能减少参数量，降低网络的训练难度，从而使得去模糊后的图像接近实际情况。
-
公开(公告)号：CN111931665A
公开(公告)日：2020-11-13
申请号：CN202010813209.5
申请日：2020-08-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于类内变化字典建模的欠采样人脸识别方法，属于数字图像和模式识别领域。该方法包括：字典学习阶段：通过鲁棒主成分分析法获得通用数据集的稀疏误差图像，将其作为类内变化字典，提供更多的类内变化信息；人脸识别阶段：将学习到的字典添加到扩展的基于稀疏表示分类的框架中以完成人脸识别过程。本发明通过鲁棒主成分分析法提取类内变化字典，相较于扩展的基于稀疏表示分类法，欠采样人脸识别的结果更有效，更具有鲁棒性，尤其是在跨数据库上的识别。
-
公开(公告)号：CN107274478A
公开(公告)日：2017-10-20
申请号：CN201710357429.X
申请日：2017-05-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种便携的婴幼儿足生物力学异常智能检测与辅诊矫正系统，涉及足生物力学数据采集、多模态数据融合、3D图形学、人工智能等技术领域。包括：1)足部数据扫描设备安放在基层医院，扫描获取足部数据并将数据通过网络传输到云端服务器；2)云端服务器存储、建档婴幼儿足部数据，生成该儿童足部3D模型，并开发智能诊疗算法，根据获取的足部数据智能判断是否异常，再将诊断结果返回基层医院；3)若检测结果异常，在给用户返回诊断结果的同时，云端服务器上的智能诊疗算法针对该异常数据生成矫正鞋或鞋垫3D模型并发送至指定医院或机构的3D打印中心；4)3D打印中心打印出对应的矫正鞋或鞋垫，交付给用户使用。
-
公开(公告)号：CN118116059A
公开(公告)日：2024-05-31
申请号：CN202410357703.3
申请日：2024-03-27
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/774 , G06V10/82 , G06N3/096
Abstract: 本发明涉及一种基于关系蒸馏的姿态鲁棒性人脸识别方法，属于数字图像处理领域。该方法包括：预处理人脸训练集和测试集，并为训练数据集标记人脸偏转角度，以区分正脸图片与侧脸图片；构建教师网络模型和学生网络模型，其中教师网络模型和学生网络模型的网络结构相同；预训练教师网络模型，训练完成后冻结教师网络模型参数；对学生网络模型进行训练，并通过关系一致性蒸馏损失(RCD)约束使得学生网络模型学习教师网络模型的类间分布关系。本发明通过将教师网络提取的正面人脸特征分布蒸馏到学生网络中，使学生网络学习不受姿态变化影响的姿态鲁棒性特征，从而能够处理姿态变化较大的人脸图片。
-
Patent Agency Ranking
公开(公告)号：CN117711044A
公开(公告)日：2024-03-15
申请号：CN202311690172.1
申请日：2023-12-11
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/82 , G06N3/0475 , G06N3/08
Abstract: 本发明涉及一种基于图像质量先验的多姿态人脸生成方法，属于数字图像处理领域，包括以下步骤：S1：预处理人脸数据集，构建训练集和测试集，并提取人脸图像的质量信息和标记点图像；S2：构建基于生成对抗网络的人脸生成模型，包括生成器、解码器和判别器，以及人脸特征提取器和分类器；S3：使用预处理的标记点图像作为目标姿态，使用质量信息划分出高质量的人脸图像作为真实图像集；在训练过程中采用自重建约束中间合成结果，并使低质量人脸身份特征往高质量人脸身份特征对齐；S4：将对齐后的测试图像和目标姿态作为模型输入，得到测试集合成结果。
-
公开(公告)号：CN116311470A
公开(公告)日：2023-06-23
申请号：CN202310350737.5
申请日：2023-04-04
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/764 , G06V10/80
Abstract: 本发明涉及一种基于多尺度动态误差编码和判别概率分类的单样本人脸识别方法，属于数字图像和模式识别领域，包括以下步骤：S1：误差提取阶段：通过特征金字塔的方式使用扩展稀疏表示得到重建误差；S2：误差编码阶段：通过动态误差编码对不同尺度的重建误差进行修正，多尺度融合完成人脸识别过程；S3：判别概率分类阶段：将不同块的误差基于概率求出权重系数联合分类。本发明从多尺度的角度提取重建误差，并使用动态误差编码进行修正融合分类，本方法能在单样本人脸识别中效果更好，更具鲁棒性。
-
公开(公告)号：CN113221655A
公开(公告)日：2021-08-06
申请号：CN202110391703.1
申请日：2021-04-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于特征空间约束的人脸欺骗检测方法，属于人脸识别领域，包括以下步骤：S1：对摄像头采集的训练集视频数据进行分帧采样；S2：对分帧采样的人脸数据进行预处理；S3：将预处理后的图像进行标签标注并输入到卷积神经网络进行特征提取；S4：对提取的特征进行空间约束；S5：进行模型训练，得到用于人脸欺骗检测的Soft‑max模型分类器；S6：采集测试集并对待测试的视频数据进行步骤S1和步骤S2的处理；S7：将测试集预处理的数据输入到训练好的Softmax模型分类器中判断数据的活体真假。本发明缓解了人脸欺骗检测中真假人脸数据之间的类间距离小，类内距离大的问题，进一步提升了人脸欺骗检测网络模型的泛化能力。
-
公开(公告)号：CN107274478B
公开(公告)日：2020-09-29
申请号：CN201710357429.X
申请日：2017-05-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种便携的婴幼儿足生物力学异常智能检测与辅诊矫正系统，涉及足生物力学数据采集、多模态数据融合、3D图形学、人工智能等技术领域。包括：1)足部数据扫描设备安放在基层医院，扫描获取足部数据并将数据通过网络传输到云端服务器；2)云端服务器存储、建档婴幼儿足部数据，生成该儿童足部3D模型，并开发智能诊疗算法，根据获取的足部数据智能判断是否异常，再将诊断结果返回基层医院；3)若检测结果异常，在给用户返回诊断结果的同时，云端服务器上的智能诊疗算法针对该异常数据生成矫正鞋或鞋垫3D模型并发送至指定医院或机构的3D打印中心；4)3D打印中心打印出对应的矫正鞋或鞋垫，交付给用户使用。
-
公开(公告)号：CN111242078A
公开(公告)日：2020-06-05
申请号：CN202010067547.9
申请日：2020-01-20
Applicant: 重庆邮电大学
IPC: G06K9/00
Abstract: 本发明涉及一种基于自注意力机制的人脸正脸化生成方法，属于数字图像处理和模式识别领域。该方法包括：数据预处理阶段：利用人脸检测网络裁剪出原始图像中处于非限制姿态下的人脸部分，将裁剪后切块的尺寸重新拉伸；人脸生成阶段：将输入的任意姿态下人脸图像正脸化；人脸判别阶段：判别器网络将输入的图片按照人脸的五官特征区域进行切分，并得到一组切块，每个切块对应各自的自注意力子判别器，并根据输入图像输出一个概率值；判别结果整合阶段：根据人脸特征分块图像的尺度，每个子判别器的结果与一个对应的权值相乘，得到整个判别器组的输出。本发明结合自注意力机制与人脸的几何结构特征，使得正脸化图片能更好的保持人脸的正脸结构信息。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.019 seconds)
