-
公开(公告)号:CN117671135A
公开(公告)日:2024-03-08
申请号:CN202311512308.X
申请日:2023-11-14
Applicant: 华侨大学
IPC: G06T17/00 , G06N3/0455 , G06N3/0464 , G06T3/4053 , G06T7/13 , G06V10/40
Abstract: 本发明公开了一种基于稀疏再聚焦的高分辨率人脸图像重建方法,涉及图像处理技术领域,包括:利用卷积核为3×3的第一卷积层提取输入的低分辨率人脸图像的浅层特征;基于三个依次连接的组件特征提取网络提取组件特征;其中,第一个组件特征提取网络的输入与第一卷积层的输出相连接;基于三个依次连接的组件生成模块生成高分辨率组件图;其中,每个组件生成模块的输入与一个组件特征提取网络的输出相连接;利用逐像素相加合并高分辨率组件图,生成重建的高分辨率人脸图像。本发明能够有效抑制冗余特征并强调关键特征,实现高效的特征提取;根据图像组件的复杂度分而治之地重建组件并合并,能够降低高频细节的重建难度并复原高分辨率人脸图像。
-
公开(公告)号:CN108564592B
公开(公告)日:2021-05-11
申请号:CN201810178714.X
申请日:2018-03-05
Applicant: 华侨大学 , 泉州市中仿宏业信息科技有限公司
Abstract: 本发明公开了一种基于动态多种群集成差分进化算法的图像分割方法,在种群结构规划方面采用原始种群进行划分和重新分配子种群机制,保证种群进化过程的多样性和避免出现局部最优现象;在变异策略上采用局部搜索变异和全局搜索变异相结合,以此来达到种群勘测最优阈值和加快收敛的平衡;还通过交叉概率因子的抛物线式的动态递增变化,有效地针对了标准差分进化算法固定参数带来的不足。通过与其他进化算法在基准测试集上的比较结果可以明显看出改进后算法寻优和收敛速度的显著性,并将改进后的差分进化算法应用于图像的分割,无论在准确度还是速度都有效果显著。
-
公开(公告)号:CN107145934A
公开(公告)日:2017-09-08
申请号:CN201710322849.4
申请日:2017-05-09
Applicant: 华侨大学 , 泉州市华工智能技术有限公司
IPC: G06N3/00
CPC classification number: G06N3/006
Abstract: 本发明的一种基于增强局部搜索能力的人工蜂群优化方法,通过采用一种遍历性好、分布均匀的高维混沌序列产生方式,在一定程度上避免了ABC中随机初始化的盲目性,采用基于对数的适应度评价方式,扩大了种群个体适应值的差异性,减小了选择压力,并采用一种增强局部搜索能力的搜索策略,在一定程度上有效地避免了陷入局部最优,从而提高了收敛速度,改善算法性能。
-
-