基于深层监督的循环卷积神经网络的视觉显著性检测方法

    公开(公告)号:CN107247952A

    公开(公告)日:2017-10-13

    申请号:CN201610604722.7

    申请日:2016-07-28

    Abstract: 本发明公开了一种基于深层监督的循环卷积神经网络的显著性检测方法,其包括如下步骤:一、初级深层网络结构的设计;二、循环卷积神经网络的设计;三、深层监督的循环卷积神经网络的设计;四、模型的训练与测试。本发明提出了一种新的网络结构,在不增加模型参数的同时增加了网络结构的深度,并采用多层监督信息来对模型进行有效地训练。本发明提出的深层监督的循环卷积神经网络除了在显著性检测领域能取得很好的效果外,还可以用于所有的基于像素分类的图像处理和计算机视觉领域的应用中。

    基于迭代随机抽样一致算法的非接触式掌纹识别方法

    公开(公告)号:CN103455803A

    公开(公告)日:2013-12-18

    申请号:CN201310412065.2

    申请日:2013-09-04

    Abstract: 本发明提出一种基于迭代随机抽样一致算法的非接触式掌纹识别方法。该方法通过掌纹图像预处理、尺度不变特征变换特征提取与匹配、外点排除等步骤,最终以匹配的SIFT特征点数量作为分数实现基于掌纹的身份认证或辨识。本发明要解决的问题是非接触式掌纹识别,所使用的掌纹图像不需要非常准确的对齐,因此掌纹图像可以在开放的环境中非接触采集,有利于提高掌纹识别的用户接受度。本发明应用SIFT特征,可以大大降低掌纹图像各种旋转、平移、尺度等线性变换以及其它非线性变换的影响。本发明应用I-RANSAC算法排除两幅掌纹图像SIFT特征点匹配中的外点,可以解决传统外点排除算法在非线性形变情况下丢失大量内点的问题。

    一种实时击键压力采集系统

    公开(公告)号:CN102389317A

    公开(公告)日:2012-03-28

    申请号:CN201110196411.9

    申请日:2011-07-14

    Abstract: 本发明提供一种实时击键压力采集系统。它是由压力传感器和接口电路组成的,压力传感器连接接口电路,压力传感器使用四个应变片组成一个惠斯通全桥电路,将电阻的变化转换为电压的变化再进行采集;压力传感器安装在标准键盘的底部,包括键帽和回弹装置,接口电路包括放大器、多路复选器、模数转换器和主控制器,模数转换器将选通的模拟信号数字化,主控制器负责整个硬件电路的控制及与计算机通信,采用89SC52作为主控单元,其内置的串口控制器可以方便的与计算机进行通信。本发明在不改变用户接口的情况下实时采集击键压力,使用普通键盘作为用户接口,克服了使用特殊键盘容易造成用户击键习惯改变的缺点,这对于身份识别意义重大。

    一体化非接触式手部特征图像采集系统

    公开(公告)号:CN102129552A

    公开(公告)日:2011-07-20

    申请号:CN201110050820.8

    申请日:2011-03-03

    Abstract: 本发明提供一种一体化非接触式手部特征图像采集系统。它是由用户界面模块单元、光学模块单元、光源与摄像机控制电路单元、A/D转换模块单元和存储模块单元组成的,用户界面模块单元连接光学模块单元,光学模块单元分别连接光源与摄像机控制电路单元和A/D转换模块单元,A/D转换模块单元连接存储模块单元,本发明在被采集者手掌不接触采集设备的情况下,同时采集手掌纹、手掌静脉和手背静脉图像,用于基于手部特征的人体生物特征识别系统。以非接触方式采集人手图像,具有良好的用户接受度。一体化程度较高,具有良好的用户接口,被采集者的手部不用被束缚,有辅助装置引导手掌放置,避免因被采集者手部过度自由导致的图像质量不佳。

    基于调制器的自适应回归跟踪方法

    公开(公告)号:CN113947618B

    公开(公告)日:2023-08-29

    申请号:CN202111222510.X

    申请日:2021-10-20

    Inventor: 邬向前 卜巍 马丁

    Abstract: 本发明公开了一种基于调制器的自适应回归跟踪方法,所述方法包括如下步骤:步骤一、设计基于注意力的时空上下文网络,生成与时空上下文对应的仿射参数;步骤二、设计轨迹网络,产生与轨迹对应的仿射参数;步骤三、将步骤一和步骤二产生的两种参数融入到通用回归网络的各层参数中,自适应地调整通用回归网络的参数,使其对特定目标具有较高的响应。相比于现有技术,本发明具有如下优点:模型在跟踪过程中不需要效率低下的微调过程;上下文预测网络对过去帧中相关的重要时空背景进行编码,有助于从背景中区分目标;轨迹为当前帧中目标的定位提供了必要的先验知识。

    基于四叉树胶囊的深度回归跟踪方法

    公开(公告)号:CN115965652A

    公开(公告)日:2023-04-14

    申请号:CN202211224736.8

    申请日:2022-10-09

    Inventor: 邬向前 卜巍 马丁

    Abstract: 本发明公开了一种基于四叉树胶囊的深度回归跟踪方法,所述方法包括如下步骤:一、给定当前帧的搜索区域,采用在ImageNet上预训练的VGG‑16网络的conv4‑3和conv5‑3两个特征层作为特征提取器分别提取底层和高层语义表示;二、通过四叉树胶囊模块构造空间胶囊;三、通过多光谱姿态矩阵注意力构造时空胶囊;四、时序胶囊的局部位移;五、将时序胶囊的姿态矩阵压平,并将它们传递给解码器进行解码。本发明利用搜索区域作为输入,提出利用四叉树胶囊架构构建目标与其上下文之间的时空关系。与现有基于胶囊网络的跟踪器相比,在鲁棒跟踪结果的同时,运行速度达到了43FPS,使得基于胶囊网络的跟踪器首次达到了实时处理。

    基于知识蒸馏的隐空间语义监督的跨模态检索方法

    公开(公告)号:CN115565007A

    公开(公告)日:2023-01-03

    申请号:CN202211240066.9

    申请日:2022-10-11

    Inventor: 邬向前 卜巍 张力

    Abstract: 本发明公开了一种基于知识蒸馏的隐空间语义监督的跨模态检索方法,整个网络的总体结构大体上可以分成四个部分:第一个部分:多模态特征提取网络,第二个部分:图像和文本隐空间的构建,第三个部分:基于知识蒸馏的隐空间语义监督,第四个部分:图像文本匹配。本发明将BUA中的目标分类器和属性分类器引入图像隐空间,通过知识蒸馏将BUA中的语义知识转移到图像隐空间中。本发明在文本隐空间中引入目标和属性分类器,使文本特征和相应的文本上下文特征保持一致。本发明的方法可以很好地进行跨模态检索,并在多个数据库上取得了具有竞争力的结果。

    基于背景修复和胶囊网络的目标跟踪方法

    公开(公告)号:CN113971686A

    公开(公告)日:2022-01-25

    申请号:CN202111250528.0

    申请日:2021-10-26

    Inventor: 邬向前 卜巍 马丁

    Abstract: 本发明公开了一种基于背景修复和胶囊网络的目标跟踪方法,所述方法包括如下步骤:一、构建背景胶囊表示;二、构建目标胶囊;三、设计背景‑目标胶囊路由算法,获得背景‑目标胶囊表示;四、将背景‑目标路由胶囊的大小调整为36×36×64,然后通过3个反卷积操作将这些特征进行放大处理,最后得到与输入大小相同的288×288×1的背景响应图,通过对其进行取反操作,得到目标的响应图;五、将背景胶囊表示通过一个反卷积层调整到36×36×64,之后通过3个反卷积层,每层对应的核大小为3×3,逐步将36×36×64大小的特征放大到288×288×3,生成3通道的背景修复图像。本发明将目标跟踪的关注点从目标自身转移至对目标与背景差异的刻画,规避了单一外观模型无法应对目标各种外观变化的缺陷。

    基于胶囊网络和自然语言查询的目标跟踪方法

    公开(公告)号:CN113936040A

    公开(公告)日:2022-01-14

    申请号:CN202111204089.X

    申请日:2021-10-15

    Inventor: 邬向前 卜巍 马丁

    Abstract: 本发明公开了一种基于胶囊网络和自然语言查询的目标跟踪方法,所述方法包括如下步骤:一、给定当前帧的搜索区域和相应的文本查询,将搜索区域送入视觉编码器提取视觉的特征表示,将文本查询送入文本编码器提取文本的特征表示;二、利用视觉编码器提取的视觉的特征表示构建视觉胶囊,利用文本编码器提取的文本的特征表示构建文本胶囊,在视觉胶囊和文本胶囊的基础上设计视觉‑文本路由模块和文本‑视觉路由模块;三、将视觉‑文本路由模块和文本‑视觉路由模块的输出进行串联并通过解码器生成目标的响应图。本发明在仅利用自然语言进行初始化跟踪器,就能接近其它方法,同时利用自然语言查询和初始边界框进行初始化的结果,具有良好的鲁棒性。

Patent Agency Ranking