-
公开(公告)号：CN112801019B
公开(公告)日：2022-07-08
申请号：CN202110174945.5
申请日：2021-02-09
Applicant: 福州大学
IPC: G06V20/10 , G06V10/74 , G06V10/762 , G06V10/774 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/08
Abstract: 本发明涉及一种基于合成数据消除无监督车辆再识别偏差的方法及系统，该方法包括以下步骤：S1、通过保持一致性的生成对抗网络SPGAN将合成数据转化为与目标域具有相似风格的伪目标样本，通过伪目标样本对模型进行预训练；S2、通过预训练好的模型进行无监督域自适应或完全无监督任务；S3、通过预先训练好的方向模型和相机模型计算出图像的方向和相机相似度，进而得到最终的车辆相似度用于测试。该方法及系统有利于提高车辆再识别性能，且适应性强。
-
公开(公告)号：CN114399714A
公开(公告)日：2022-04-26
申请号：CN202210029635.9
申请日：2022-01-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于车载相机视频的车辆违停检测方法，包括以下步骤：步骤S1:获取车载相机视频；步骤S2:基于车载相机视频，对视频进行车辆检测和跟踪，将同一辆车的质心坐标信息记录到同一个文档中；步骤S3:基于保存的文档中的质心坐标信息在一张空白的相同分辨率的图像中绘制轨迹，每一辆车绘制得到一张运动轨迹图；步骤S4:根据得到的运动轨迹图，基于图像二分类网络分类，判断是否为违停。本发明通过车辆检测和跟踪，再对车辆的运动轨迹进行分类，提高车载相机视频的违停检测精度。
-
公开(公告)号：CN114332787A
公开(公告)日：2022-04-12
申请号：CN202111680087.8
申请日：2021-12-30
Applicant: 福州大学
Abstract: 本发明提出一种无源域无监督域自适应车辆再识别方法，在车辆再识别过程中，通过源域模型和目标域数据，利用关系保持一致损失和知识蒸馏损失训练一个生成器，目的是生成具有源域风格的伪目标样本，然后利用伪目标样本对模型进行微调，从而提升模型性能。其不再使用源域数据，而是利用隐含在源域模型中学习到的源域知识来作为指导，从而促进目标域数据的风格向源域数据的风格进行迁移。
-
公开(公告)号：CN114255228A
公开(公告)日：2022-03-29
申请号：CN202111591506.0
申请日：2021-12-23
Applicant: 福州大学
IPC: G06T7/00 , G06T7/11 , G06V10/20 , G06V10/46 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于静息态功能磁共振图像的脑功能连接网络分析方法，其特征在于，包括以下步骤：步骤S1获取rs‑fMRI图像，并进行预处理；步骤S2:采用三种不同尺度的脑模板对rs‑fMRI图像进行分割，构建三种图G1,G2,G3；步骤S3：根据得到的三种图G1,G2,G3，采用GNN模块来学习图的隐藏特征表示，并得到初步的预测标签L1、L2、L3；投票后获得最终的预测标签；步骤S4:对步骤S3中GNN模块的池化结果进行显著性分析，获取功能网络中差异性显著的大脑区域；步骤S5:将功能网络突出的大脑区域映射至Yeo 7脑功能网络图谱，获取映射后的功能网络连接，即个体差异性功能子网络。本发明利用三种不同尺度的脑模板构造脑网络，并采用集成学习策略，充分融合自多个脑模板的多尺度信息，提高模型性能。
-
公开(公告)号：CN112801021A
公开(公告)日：2021-05-14
申请号：CN202110174971.8
申请日：2021-02-09
Applicant: 福州大学
Abstract: 本发明涉及一种基于多级语义信息的车道线检测方法及系统，该方法包括以下步骤：S1、对车道场景图像中的车道线进行分割，提取图像的低级语义信息，输出基于低级语义信息的车道线掩膜图；S2、利用图像的消失点、车道线空间信息和长距离依赖信息，训练结合消失点的车道线语义分割网络，得到图像的高级语义信息，并输出基于高级语义信息的车道线掩模图；S3、将基于高、低级语义信息的车道线掩模图融合，得到基于多级语义信息的车道线分割结果。该方法及系统有利于提高车道线检测的准确性，能够应对复杂行车环境。
-
Patent Agency Ranking
公开(公告)号：CN104699570B
公开(公告)日：2017-11-17
申请号：CN201510140355.5
申请日：2015-03-30
Applicant: 福州大学
Inventor： 杨明静
IPC: G06F11/14
Abstract: 本发明涉及一种虚拟桌面与物理桌面共用镜像的智能网络流桌面方法，包括首先进行智能网络流技术的镜像操作；接着用户开启设备，PXE启动嵌入式OS系统，并获得数据中心服务器的资源状态；根据步骤S2中获得的数据中心服务器的资源状态判断数据中心服务器是否出现故障或是否出现计算资源瓶颈，若是流桌面客户端提示用户是否将设备切换到本地流桌面模式运行，若是，则将用户设备切换到本地流桌面模式运行。本发明可在数据中心服务器出现故障或出现计算资源瓶颈时，用户可重启虚拟桌面或重启终端，智能地把原有用户的虚拟机桌面镜像以网络流模式在本地的客户机上运行，而无需等待后台数据中心完成故障排查与解决。
-
公开(公告)号：CN103533034A
公开(公告)日：2014-01-22
申请号：CN201310452751.2
申请日：2013-09-28
Applicant: 福建星网锐捷软件有限公司 , 福州大学
IPC: H04L29/08
Abstract: VDI虚拟桌面中无缝使用云终端本地摄像头的方法，改进原有的DirectShow技术框架，构建一个虚拟摄像头和虚拟播放器，虚拟摄像头将数据请求通过重定向服务器端发送给重定向客户端，重定向客户端操作终端本地的真实摄像头设备获取一帧的图像数据，然后通过流媒体压缩算法进行压缩后回送给虚拟摄像头，虚拟摄像头解压后通过DirectShow框架传递给虚拟播放器；同时重定向客户端直接将图像直接显示在虚拟播放器提供的屏幕坐标位置上，完成摄像头数据的回显。本发明使得用户登陆虚拟桌面无缝使用云终端本地摄像头，并解决了摄像头在使用过程中的回显数据的网络带宽占用问题。
-
公开(公告)号：CN119131062A
公开(公告)日：2024-12-13
申请号：CN202411259330.2
申请日：2024-09-09
Applicant: 福州大学 , 复旦大学 , 厦门天允星途医疗科技有限公司
IPC: G06T7/11 , G06V10/764 , G06T17/00
Abstract: 本发明涉及一种基于拓扑先验的三维肺CT管状结构分割的隐式神经网络构建方法，属于医学图像处理领域。构建基于拓扑先验的三维肺CT管状结构分割的隐式神经网络，采用隐式神经网络学习三维肺CT管状结构分割结果连续的表示，重建出任意分辨率的三维肺CT管状结构分割结果；此外，通过整合三维肺CT管状结构的拓扑结构信息对细小分支进行密集采样；另外，采用中心线预测辅助任务来优化三维肺CT管状结构分割结果。本发明使用了隐式神经网络生成了连续的坐标点，减少计算量和参数，可以在生成高分辨分割结果的同时减少内存占用；引入了拓扑采样策略和中心线引导，有助于解决前景背景不平衡的问题，以及缓解尺度不平衡的问题。
-
公开(公告)号：CN119130878A
公开(公告)日：2024-12-13
申请号：CN202411258850.1
申请日：2024-09-09
Applicant: 福州大学
IPC: G06T5/90 , G06T5/70 , G06T5/60 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464
Abstract: 本发明涉及一种适用于雾霾气候的微光图像增强方法，属于数字图像处理领域。首先，该方法通过GCA(Group Channel Attention)组通道注意力结构在学习的过程中能够有效学习到图像对中的去噪信息，能够解决外部噪声所带来的干扰；其次，该方法的transformer block通过自注意力机制使得网络具有较好的窗口自适应能力，能够解决局部过曝现象中具有较好效果；再者，该方法可以通过少量现场样本进行微调，大大提高了对所需环境的适应能力，且能在微光增强任务上学习新任务，解决非光照因素对图像质量的影响。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.018 seconds)
