-
公开(公告)号:CN114626294A
公开(公告)日:2022-06-14
申请号:CN202210181789.X
申请日:2022-02-25
Applicant: 华南理工大学
Abstract: 本发明涉及一种大学校园规划布局的分级生成方法,基于pix2pix生成对抗网络模型,在案例选择、加工标注等方面提出一系列的非常规工作方法,并且创新提出分级学习的方法,包括以下步骤:搜集和筛选相同的空间特征的大学校园规划平面布局案例;统一标准标注案例;机器学习算法进行训练;大学校园规划布局分级生成。本发明将大学校园规划设计融入计算机算法,构建基于机器学习算法的学习框架,重点针对大学校园的内在规侓及其与城市的关系,提出一系列特定的案例筛选规则、重绘规则以及标注规则,通过特定的标注方法提高机器学习算法对于大学校园规划设计布局方案的学习效果,辅助规划设计师进行设计,提高设计效率。
-
公开(公告)号:CN104463181A
公开(公告)日:2015-03-25
申请号:CN201410614089.0
申请日:2014-11-05
Applicant: 华南理工大学
IPC: G06K9/54
CPC classification number: G06K9/54
Abstract: 本发明提供了一种复杂背景下的自动人脸图像光照编辑方法,其特征在于包含以下步骤:(1)预处理:对目标人脸和参考人脸分别进行预处理,其中目标人脸具有均匀的光照,而参考人脸具有特定的光照;(2)光照信息提取:分别提取目标人脸和参考人脸中的光照信息;(3)光照模板生成:利用步骤(2)提取的目标人脸与参考人脸的光照信息,生成光照模板;(4)光照合成:把光照模板与目标人脸相乘,获得光照渲染输出。
-
公开(公告)号:CN115760702A
公开(公告)日:2023-03-07
申请号:CN202211296696.8
申请日:2022-10-21
Applicant: 华南理工大学
Abstract: 本发明公开了基于神经网络展开滤波分解的低光图像增强质量评价方法,包括以下步骤:输入低光增强图像和参考图像,通过滤波分解得到低光增强图像和参考图像的光照细节信息和结构信息;利用神经网络对所述低光增强图像和参考图像的光照细节信息、结构信息和整体信息进行特征提取,得到低光增强图像和参考图像各自的光照细节特征、结构特征和整体特征的深度特征;比较所述低光增强图像和参考图像的光照细节深度特征、结构深度特征和整体特征的相似度,并通过训练学习获得最终的质量评分。
-
公开(公告)号:CN115757848A
公开(公告)日:2023-03-07
申请号:CN202211282299.5
申请日:2022-10-19
Applicant: 华南理工大学
IPC: G06F16/535 , G06V40/16 , G06V10/56 , G06V10/74 , G06V10/82
Abstract: 本发明公开了基于神经网络展开人脸分解的人脸妆容推荐方法,包括以下步骤:建立妆容模板库;从妆容模板库中选择一张人脸妆容图像,对输入图像和人脸妆容图像进行颜色空间转换,展开人脸分解的图层分解,得到各自的细节层、结构层和颜色层;利用神经网络对细节层、结构层和颜色层进行特征提取,分别得到细节特征、结构特征和颜色特征;计算输入图像和人脸妆容图像的细节特征、结构特征和颜色特征的相似度;从妆容模板库中遍历选择下一张人脸妆容图像,计算与输入图像的细节特征、结构特征和颜色特征的相似度;将妆容模板库中与输入图像的细节特征、结构特征和颜色特征的相似度最大的人脸妆容图像作为推荐结果。
-
公开(公告)号:CN113723423A
公开(公告)日:2021-11-30
申请号:CN202111039925.3
申请日:2021-09-06
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于渐进矫正机制的场景文本识别方法,包括:采集场景文本图像,将所述场景文本图像进行渐进式矫正,获得目标文本图像,基于所述目标文本图像进行文本识别,获得识别结果。本发明通过采用一种渐进的矫正机制将不规则文本矫正为规则文本,并将其准确识别,能够消除拍摄角度带来的透视变形和字符的不规则排列带来的弯曲性等形变,同时剔除或抑制复杂背景带来的干扰,解决了包含不规则文本的场景识别问题,大大提高了识别系统对场景文本的鲁棒性,从而进一步提升了识别效果。
-
公开(公告)号:CN111968188A
公开(公告)日:2020-11-20
申请号:CN202010651371.1
申请日:2020-07-08
Applicant: 华南理工大学
Abstract: 本发明公开了一种低光照图像增强处理方法、系统、装置和存储介质,其中方法包括以下步骤:对输入图像进行色彩偏移程度的评估,获得色彩偏移因子,根据输入图像和色彩偏移因子,构建初始化色偏图;对初始化色偏图进行过滤,获得第一光照图层;对输入图像的暗部进行调整,获得调整图像,根据调整图像和第一光照图层,分解获得反射图层;对第一光照图层进行增强,获得第二光照图层;将第二光照图层和反射图层进行融合,获得增强图像。本发明根据输入图像的颜色分布情况自适应地调节色彩平衡因子,从而能在增强低光照图像的亮度、对比度的同时调整图像白平衡,使得增强效果更加真实自然,可广泛应用于图像处理与图像增强领域。
-
公开(公告)号:CN104463847A
公开(公告)日:2015-03-25
申请号:CN201410614969.8
申请日:2014-11-05
Applicant: 华南理工大学
CPC classification number: G06T3/0012 , G06T7/13
Abstract: 本发明提供了一种水墨画特色渲染方法,其特征在于包含以下步骤:(1)特征提取:提取原始图像中物体的主要线条特征和亮度特征,并以此作为水墨画特色扩散的输入;(2)水墨画特色扩散:以步骤(1)的主要线条特征和亮度特征为输入,通过求解一个加权最小二乘公式,把物体主要形状位置的像素值信息传播到其邻近区域,从而产生水墨画特色扩散的效果;(3)宣纸背景生成:在渲染图像中产生具有宣纸纹理特点的图像背景;(4)图像合成:把步骤(3)中提取的宣纸背景与步骤(2)中的水墨画扩散效果进行合成,得到最终的水墨画特色渲染图像。
-
公开(公告)号:CN119295550A
公开(公告)日:2025-01-10
申请号:CN202411815659.2
申请日:2024-12-11
Applicant: 华南理工大学
IPC: G06T7/73 , G06N3/0464 , G06T7/277 , G06V10/25 , G06V10/30 , G06V10/44 , G06V10/46 , G06V10/52 , G06V10/62 , G06V10/82
Abstract: 本发明公开了一种海洋网箱栏杆视觉追踪与定位方法及系统。所述方法包括以下步骤:对单目RGB摄像头采集的图像进行预处理;在预处理后的图像中识别海洋网箱栏杆,采用基于深度学习的目标检测算法初步检测海洋网箱栏杆的位置,结合特征匹配方法进一步确认海洋网箱栏杆的位置;对已识别的海洋网箱栏杆进行持续追踪,采用卡尔曼滤波预测栏杆的运动状态,并结合meanshift目标跟踪、时序信息融合、运动补偿技术,实现对栏杆目标的稳定锁定;根据已识别和追踪到的海洋网箱栏杆,利用单目视觉以及尺度信息估计无人船与海洋网箱之间的距离。本发明基于经济实用的单目摄像头,实现对海洋网箱栏杆的精准识别、稳定追踪和距离估计。
-
公开(公告)号:CN119089733A
公开(公告)日:2024-12-06
申请号:CN202411093088.6
申请日:2024-08-09
Applicant: 华南理工大学
IPC: G06F30/23 , G06F30/27 , G06N3/0442 , G06N3/08 , G06F119/08
Abstract: 本发明公开了一种电缆缆芯温度预测方法、装置及存储介质,其中方法包括:获取目标电缆的参数信息,建立目标电缆有限元模型;对目标电缆有限元模型进行有限元温度场分析计算,获得温度场计算结果;根据参数信息和温度场计算结果,构建缆芯温度时序数据集;结合拉普拉斯分数算法对缆芯温度时序数据集中的输入特征进行特征重要性评估,选取贡献度最大的N个输入特征作为模型的最终输入特征;基于缆芯温度时序数据集,对采用遗传算法优化的LSTM网络进行训练,获得电缆温度场预测模型。本发明采用拉普拉斯分数算法对电缆缆芯温度时序数据进行特征选择,保留重要性高的特征,并结合遗传算法对LSTM网络进行参数寻优,实现电缆缆芯温度预测。
-
公开(公告)号:CN111968188B
公开(公告)日:2023-08-22
申请号:CN202010651371.1
申请日:2020-07-08
Applicant: 华南理工大学
Abstract: 本发明公开了一种低光照图像增强处理方法、系统、装置和存储介质,其中方法包括以下步骤:对输入图像进行色彩偏移程度的评估,获得色彩偏移因子,根据输入图像和色彩偏移因子,构建初始化色偏图;对初始化色偏图进行过滤,获得第一光照图层;对输入图像的暗部进行调整,获得调整图像,根据调整图像和第一光照图层,分解获得反射图层;对第一光照图层进行增强,获得第二光照图层;将第二光照图层和反射图层进行融合,获得增强图像。本发明根据输入图像的颜色分布情况自适应地调节色彩平衡因子,从而能在增强低光照图像的亮度、对比度的同时调整图像白平衡,使得增强效果更加真实自然,可广泛应用于图像处理与图像增强领域。
-
-
-
-
-
-
-
-
-