一种基于深度学习的视频超分辨率重建方法

    公开(公告)号:CN109102462B

    公开(公告)日:2023-04-07

    申请号:CN201810864938.6

    申请日:2018-08-01

    Abstract: 本发明公开了一种基于深度学习的视频超分辨率重建方法,其技术关键在于(1)给定同一镜头下连续图像,网络预测更清晰的视频帧图像;(2)采用双向循环神经网络和深度3D反向投影网络;(3)本发明将两个网络合并成一个网络,此网络作为本发明的深度学习的视频超分辨率重建的网络(4)训练数据为有标签,将处理的数据视频帧通过此网络得到损失函数。本发明最终目标是输入低分辨率视频帧经过双向循环网络预测视频帧的时间和空间上的信息,经过3D投影网络再预测视频帧的细节信息,经过反复训练得到一个最优模型,这个模型应用于去除相机的抖动、物体快速运动的模糊、失焦模糊、镜头光学模糊、景深变化、压缩失真和噪声等降质因素的影响。

    基于级联结构的多尺度彩色图像人脸比对方法

    公开(公告)号:CN108764106B

    公开(公告)日:2021-12-21

    申请号:CN201810497963.5

    申请日:2018-05-22

    Abstract: 本发明提出一种基于级联结构的多尺度彩色图像人脸比对方法,该方法包括:(1)针对彩色图像RGB三通道,每一个通道的人脸图像对进行多尺度人脸特征提取;(2)针对RGB三通道,分别构建人脸比对决策树,训练相应三通道人脸比对决策树分类器;(3)基于Softcascade级联结构,联合三通道人脸比对决策树分类器输出人脸比对概率均值,得到人脸比对综合概率值。本发明针对多尺度彩色图像人脸比对问题,通过提取跨尺度归一化像素差特征,训练基于Softcascade级联结构人脸比对决策树模型,能够有效提高多尺度彩色图像人脸比对识别率。

    一种智能垃圾收运车垃圾图像分类方法

    公开(公告)号:CN113743404A

    公开(公告)日:2021-12-03

    申请号:CN202111038096.7

    申请日:2021-09-06

    Inventor: 章东平 张文治

    Abstract: 本发明属于深度卷积神经网络分类及目标检测领域,公开了一种智能垃圾收运车垃圾图像分类方法。首先,由清运员在收运车上对垃圾桶进行操作,并上传至后端算法系统。然后,将图像输入到清晰模糊图像二分类网络,垃圾桶重量输入后端重量分析器。当重量达标并且图像清晰的情况下,再将垃圾图片输入垃圾分类网络进行垃圾分类。并且针对出现异常的分类情况、重量不达标和图像模糊的情况,前端语音系统会对清运员进行反馈。本发明通过调整骨干网络深度宽度和输入图像分辨率,使网络的性能达到最优性能。此外同时进行目标分类和目标检测任务,若出现分类任务输出结果置信度较低的情况时,通过目标检测中的检测结果联合分析垃圾桶的分类情况。

    基于改进Soft-Max损失函数的图像相似度计算方法

    公开(公告)号:CN108960342B

    公开(公告)日:2021-09-14

    申请号:CN201810864947.5

    申请日:2018-08-01

    Inventor: 章东平 李建超

    Abstract: 本发明公开了一种基于改进型Soft‑Max损失函数的图像相似度计算方法,图像识别网络中的改进型Soft‑Max层的激活函数采用改进型Soft‑Max激活函数,反向传播过程中采用改进型Soft‑Max损失函数更新网络权值,改进型Soft‑Max损失函数与传统的Soft‑Max损失函数相比增加了通过图像识别网络学习得到的决策边缘;在测试阶段用训练好的图像识别模型对两张测试图像提取特征向量,计算得到特征向量之间的余弦相似度,和设置的图像相似度阈值比较,如果大于等于图像相似度阈值则判定两张图像为同一类图像,如果小于图像相似度阈值则判定两张图像为不同类图像。

    一种基于监控视频的垃圾投递违规行为检测方法及系统

    公开(公告)号:CN112488021A

    公开(公告)日:2021-03-12

    申请号:CN202011439546.9

    申请日:2020-12-10

    Abstract: 本发明涉及的一种基于监控视频的垃圾投递违规行为检测方法,包括:S1.接收垃圾投递亭内及其附近的监控视频流数据;S2.基于检测框模型对的视频流数据进行检测,并判断垃圾投递亭内及其附近是否存在垃圾袋;S3.若检测到第t帧视频图像中存在垃圾袋,则从第t帧开始向前检测,并判断向前检测时第t‑j帧视频图像中是否同时存在行人且携带垃圾袋;S4.将第t‑j帧视频图像中行人携带垃圾袋与第t帧视频图像中存在垃圾袋进行相似度匹配,并判断匹配后的相似度值是否大于预设阈值;S5.从第t‑j帧视频图像开始向后检测当前垃圾袋与行人,直到行人视频的最后一帧,并判断检测过程中携带当前垃圾袋的行人是否携带垃圾袋离开,若否,得到携带垃圾袋的行人为违规投递。

    一种基于相似度矩阵的中心点网络多目标检测方法

    公开(公告)号:CN111523553A

    公开(公告)日:2020-08-11

    申请号:CN202010262779.X

    申请日:2020-04-03

    Abstract: 本发明公开了一种基于相似度矩阵的中心点网络多目标检测方法,采用全卷积神经网络获取目标的的角点、中心点,根据相似度矩阵得到角点间的匹配关系,最后根据匹配的角点、预测的中心点筛选预测框,最后利用非极大值抑制去除冗余的预测框,得到最终的目标框。该方法是单阶段的目标检测方法,保持了单阶段目标检测方法的检测速度。

    一种人证比对方法
    58.
    发明公开

    公开(公告)号:CN110298331A

    公开(公告)日:2019-10-01

    申请号:CN201910604785.6

    申请日:2019-07-05

    Abstract: 本发明公开了一种人证比对方法,使用收集的身份证图像与公开人脸数据集CASIA-Webface,采用生成对抗网络生成与CASIA-Webface中人脸图像相应的不同年龄段身份证图像,采用稀疏变异字典学习方法生成与身份证图像相应的人脸图像,将CASIA-Webface、生成的与CASIA-Webface中人脸图像相应的不同年龄段身份证图像、A张身份证图像、由A张身份证图像生成的人脸图像输入到人脸识别网络中进行训练,提高人证比对的准确率。

    一种基于神经网络的中医处方疗效推演方法

    公开(公告)号:CN109887599A

    公开(公告)日:2019-06-14

    申请号:CN201910137999.7

    申请日:2019-02-25

    Inventor: 章东平 郭梦婷

    Abstract: 本发明公开了一种基于神经网络的中医处方疗效推演方法,将准备好的数据输入到中医处方疗效推演的模型中,经过神经网络,输出患者服药N天(一个周期)后的化验指标,经过三个这样的周期,来指导中医用药。所述神经网络,由n个卷积层和一个全连接层构成,前一个周期的输出层和全连接层的输出以及其他数据作为当前周期的输入。该方法可以指导中医用药。

    一种基于海量单类单幅图像的图像分类网络训练方法

    公开(公告)号:CN109325513A

    公开(公告)日:2019-02-12

    申请号:CN201810867642.X

    申请日:2018-08-01

    Abstract: 本发明公开了一种基于海量单类单幅图像的图像分类网络训练方法,采用单类单幅和单类多幅的双数据形式的训练数据集交替循环训练海量单类单幅图像的图像分类网络,将训练数据输入层替换为训练数据集1输入层和训练数据集2输入层两个网络层,当训练的迭代次数为奇数时,将训练数据集1作为基于海量单类单幅图像的图像分类网络的输入数据,基于迭代次数的动态损失函数采用类间距离损失函数,对网络进行训练,当迭代次数为偶数时,将训练数据集2作为基于海量单类单幅图像的图像分类网络的输入数据,基于迭代次数的动态损失函数采用center loss和Soft-max损失函数相结合作为训练网络的损失函数对网络进行训练,得到图像分类模型。

Patent Agency Ranking