-
公开(公告)号：CN111241561A
公开(公告)日：2020-06-05
申请号：CN202010024855.3
申请日：2020-01-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于隐私保护的用户可认证外包图像去噪方法，包括步骤：可信第三方TTP给内容所有者CO、授权用户AU和两个边缘计算服务器ES1、ES2分配相关的密钥；CO首先使用由TTP分配的密钥对含噪图像进行加密，并将加密后的图像发送到第一边缘计算服务器ES1；第二边缘计算服务器ES2辅助第一边缘计算服务器ES1进行密文图像去噪，并计算所得结果发送给第一边缘计算服务器ES1；AU向相应的CO提出图像使用请求，并从第一边缘计算服务器ES1获得相应的去噪密文图像，在自身的私钥帮助下，授权用户AU解密恢复出所需的明文去噪图像。本发明确保用户隐私数据安全同时提供图像去噪服务；且降低了用户本地计算、通信开销，其密文去噪效果几乎等同于明文域性能。
-
公开(公告)号：CN113159169A
公开(公告)日：2021-07-23
申请号：CN202110422847.9
申请日：2021-04-20
Applicant: 福州大学
Abstract: 本发明提出一种基于先验目标特征点指导的匹配变形与切缝优化的图像拼接方法，其特征在于：首先通过先验目标标记点计算非刚性变换将目标图像和参考图像进行初步对齐；其次，引入全局相似性缓解非重叠区域的投影失真；最后使用优化的交互图切算法用于进一步消除伪影。实验证明，在许多商用软件无法拼接的场景下，该算法仍然可以成功进行，并且产生更加自然而清晰的结果。本发明在局部不仅能提供高效的对齐能力，而且可以保持全局的相似性，使得结果整体自然，通过交互的方式能够得到让用户更加满意的拼接结果。不仅能满足大部分场景的拼接需求，在医疗临床上更有应用前景。
-
公开(公告)号：CN113935924B
公开(公告)日：2024-09-10
申请号：CN202111327728.1
申请日：2021-11-10
Applicant: 福州大学
IPC: G06T5/77 , G06T5/70 , G06V10/762
Abstract: 本发明涉及一种基于先验信息指导的子空间低秩正则图像复原方法，包括以下步骤：步骤S1:获取自然图像，并利用混合高斯模型学习图像块的多个子空间结构；步骤S2:将待复原图像进行重叠分块，利用学习得到的多个子空间结构对这些重叠块进行聚类，得到多个相似块组；步骤S3:针对每一个相似块组,利用该块组的子空间结构指导线性变换建立子空间；步骤S4:在每个子空间进行低秩矩阵近似；步骤S5:将所有的块组进行聚合，再结合ADMM得到复原后的图像，步骤S5:循环步骤S2‑S5，迭代至满足预设复原要求的结果，即最终的复原图像。本发明能够提升信息丢失或噪声污染严重图像的复原质量。
-
公开(公告)号：CN117475208A
公开(公告)日：2024-01-30
申请号：CN202311410856.1
申请日：2023-10-28
Applicant: 福州大学
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/22
Abstract: 本发明提出结合异构局部图的渐进式网络的废钢图像细粒度分类方法，用于对废弃钢材进行等级区分，所述渐近式网络为卷积神经网络，使用监控摄像机采集的废钢图像作为卷积神经网络训练的数据集；所述方法首先在仅使用图像类别标签的情况下，从不同的训练迭代阶段和网络特征提取阶段对注意力信息进行集成从原图像中定位到含关键信息的目标区域，接着在目标图像中采样显著性的局部部件，对关键的局部细节信息进行学习，最后，构建一个完整的异构局部图，对不同局部区域之间的语义关系进行学习从而增强特征的判别性；本发明能结合全局与局部的信息，并且对局部的相关性更进一步学习提高了废钢图像分类的准确性。
-
公开(公告)号：CN117335971A
公开(公告)日：2024-01-02
申请号：CN202311265914.6
申请日：2023-09-28
Applicant: 福州大学
IPC: H04L9/08 , G06F21/62 , G06F16/332 , G06F16/338 , H04L9/32 , H04L9/14 , H04L9/40 , H04L9/00
Abstract: 本发明涉及一种抗离线关键字猜测和颠覆攻击的阈值多关键字搜索方法。该方法在云中群数据共享时可抗多类攻击。其用阈值盲签名生成多服务器派生关键字抵抗离线关键字猜测攻击和由单密钥服务器引起的单点故障，并用逆向防火墙保证对颠覆攻击的安全性。实现步骤：权威方初始化系统并创建主密钥；所有密钥服务器协同执行分布式密钥生成协议；发送方与密钥服务器合作生成派生关键字，与逆向防火墙交互生成无偏差随机值，并构建索引、密文、辅助信息和审计标签；接收方生成陷门提交给云服务器以搜索查询并解密搜索结果，在发生纠纷时追踪发送方身份并向审计员提交审计请求检查结果的完整性。本发明提出的算法在功能上具有一定的优势，且不会泄露关键词。
-
Patent Agency Ranking
公开(公告)号：CN114821654A
公开(公告)日：2022-07-29
申请号：CN202210497768.9
申请日：2022-05-09
Applicant: 福州大学
Abstract: 本发明提供了一种融合局部与深度的时空图网络的人手检测方法首先使用传统检测器获取视频图像的多尺度特征图；随后将特征图选取置信度高的目标候选框，将目标候选框内图像再次输入检测器获取特征图，利用滑动窗口的激活值获取局部关键信息候选框，将候选框建立图关系网络，并且融合深度信息和视频前数帧的图像分别建立图网络进行训练；最后根据图计算获得的节点属性和原始特征图的特征信息相加，从而达到增强识别的效果。本发明利用图关系网络、深度信息和视频前后信息来增强图像识别，解决了传统检测器无法利用图像深度信息、视频图像先后信息和目标间具有关联关系的问题。
-
公开(公告)号：CN113159169B
公开(公告)日：2022-07-05
申请号：CN202110422847.9
申请日：2021-04-20
Applicant: 福州大学
Abstract: 本发明提出一种基于先验目标特征点指导的匹配变形与切缝优化的图像拼接方法，其特征在于：首先通过先验目标标记点计算非刚性变换将目标图像和参考图像进行初步对齐；其次，引入全局相似性缓解非重叠区域的投影失真；最后使用优化的交互图切算法用于进一步消除伪影。实验证明，在许多商用软件无法拼接的场景下，该算法仍然可以成功进行，并且产生更加自然而清晰的结果。本发明在局部不仅能提供高效的对齐能力，而且可以保持全局的相似性，使得结果整体自然，通过交互的方式能够得到让用户更加满意的拼接结果。不仅能满足大部分场景的拼接需求，在医疗临床上更有应用前景。
-
公开(公告)号：CN112967210B
公开(公告)日：2022-07-05
申请号：CN202110471928.8
申请日：2021-04-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于全卷积孪生网络的无人机图像去噪方法，首先使用马氏距离在干净和噪声图像组合中计算出相似块组标签；随后建立全卷积孪生网络进行训练。在去噪场景中，孪生网络输出待去噪图像的相似块组，然后通过高斯混合模型构建具有外部信息和内部信息的混合正交字典。最后使用加权稀疏编码框架求解正交字典重构图像块，随后聚合图像块达到最终去噪。本发明利用马氏距离和全卷积孪生网络来寻找相似块组，解决了块匹配算法使用欧式距离寻找相似块组时不够准确且忽略图像块结构的问题。
-
公开(公告)号：CN112967210A
公开(公告)日：2021-06-15
申请号：CN202110471928.8
申请日：2021-04-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于全卷积孪生网络的无人机图像去噪方法，首先使用马氏距离在干净和噪声图像组合中计算出相似块组标签；随后建立全卷积孪生网络进行训练。在去噪场景中，孪生网络输出待去噪图像的相似块组，然后通过高斯混合模型构建具有外部信息和内部信息的混合正交字典。最后使用加权稀疏编码框架求解正交字典重构图像块，随后聚合图像块达到最终去噪。本发明利用马氏距离和全卷积孪生网络来寻找相似块组，解决了块匹配算法使用欧式距离寻找相似块组时不够准确且忽略图像块结构的问题。
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.072 seconds)
