-
公开(公告)号：CN101236647A
公开(公告)日：2008-08-06
申请号：CN200710168663.4
申请日：2007-12-07
Applicant: 华中科技大学
IPC: G06T5/00
Abstract: 本发明公开了一种融合上下文信息的数字血管造影图像增强方法，本发明首先通过Gabor滤波器将图像分解到不同的频率和方位，再利用血管局部空间的结构一致性，基于一种共圆规则融合血管上下文的信息，并通过一个迭代过程使得一致性的空间成分得到增强，最后通过各向异性扩散平滑去噪，得到较为满意的视觉效果。心血管造影图像通常充满噪声，传统增强技术难以将血管，尤其是细小的血管，从对比度低且背景复杂的造影图像中增强出来。本发明根据目标的全局特征来增强我们感兴趣的成分，将血管这一空间结构性较好的成分从造影图像中增强出来，具有良好的抗局部干扰性。尤其对级数较高、对比度较低的血管末梢表现出好的增强性能。
-
公开(公告)号：CN101231702A
公开(公告)日：2008-07-30
申请号：CN200810046789.9
申请日：2008-01-25
Applicant: 华中科技大学
IPC: G06K9/62
Abstract: 一种分类器集成方法，包括：(1)初始化训练样本权值；(2)对训练样本进行分类器训练，采用错误程度和泛化能力描述的分类器性能评价准则选出多个最佳子分类器；(3)组合最佳子分类器。本发明采用的分类器性能评价准则能够准确地选出性能好的子分类器，子分类器性能越好，组合得到相同性能的分类器需要的子分类器数量就越少，即训练循环的次数和时间均越少。另外本发明还通过反馈调整组合分类器，进一步增强分类器性能。
-
公开(公告)号：CN101127117A
公开(公告)日：2008-02-20
申请号：CN200710053200.3
申请日：2007-09-11
Applicant: 华中科技大学
Abstract: 本发明公开了一种利用序列数字减影血管造影图像分割血管数据的方法。该方法利用统计量标准差来描述图像上各点的像素灰度值在时间上的变化信息，通过计算各像素点的灰度标准差值，映射到0～255的灰度空间，得到一幅描述各点像素变化的特征图像，这样在时间上像素灰度值变化比较大的区域，即目标血管区域，标准差值会比较大，反映在特征图上，目标被增强了；而在时间上像素灰度值变化比较小的区域，即不含血管的区域，方差值会比较小，反映在特征图上，背景被削弱了。本发明采用了基于繁忙度测度的局部阈值分割方法，对特征图进行二值分割，然后运用最大连通域的标记技术，利用血管树在结构上的连通性，将血管树较完整得分割出来。
-
公开(公告)号：CN1897034A
公开(公告)日：2007-01-17
申请号：CN200610019295.2
申请日：2006-06-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种在数字减影血管造影图像中分割血管数据的方法，其步骤为：①将DSA图像划分成N个互不重叠的a1×a2大小的子块E1、E2、……、EN，其中，d≤a1≤2d，d≤a2≤2d，d为血管直径的最大值，令l＝1；②判断各区域b1l、b2l、b3l和b4l中是否包含血管，b1l、b2l、b3l、b4l为大小为b1×b2且包含子块El在内的四个区域，其中，max(a1，a2)≤b1≤3max(a1，a2)，max(a1，a2)≤b2≤3max(a1，a2)；③对各区域的重叠子块进行分割；④令1＝1+1，对子块El重复步骤②和③，完成整幅DSA图像的分割。本发明方法能对DSA图像有效分割，并且操作简便，工作效率高。
-
公开(公告)号：CN114022698B
公开(公告)日：2025-04-29
申请号：CN202111202508.6
申请日：2021-10-15
Applicant: 华中科技大学
IPC: G06V10/764 , G06V10/774 , G06V20/40
Abstract: 本发明公开了一种基于二叉树结构的多标签行为识别方法及装置，包括：S1，提取训练好的第一多标签行为识别网络中的第一分类器输出的各行为类别的参数向量；S2，基于所述参数向量计算各行为类别之间的相似度并按照相似度从高到低进行排序，将各行为类别依次进行不重复的两两递归组合，以构建二叉树；S3，基于所述特征提取网络、第二分类器及二叉树，构建第二多标签行为识别网络；S4，采用训练后的第二多标签行为识别网络对待测视频进行行为识别。通过采用基于二叉树的多标签行为分类技术，可以实现对不同类别的行为间相似性的解耦，尤其是对于视觉上高度相似又难以区分的行为，从而有效提高识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN119107691A
公开(公告)日：2024-12-10
申请号：CN202411110147.6
申请日：2024-08-14
Applicant: 华中科技大学
IPC: G06V40/20 , G06V20/40 , G06V10/62 , G06V10/77 , G06V10/82 , G06V10/25 , G06V10/30 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/096 , G06N3/048
Abstract: 本发明公开了一种基于跨视频身份关联的行人重识别预训练方法，属于行人重识别领域，包括：采用单跟踪框去噪去除跨视频行人图像集合中各单个跟踪框内的噪声，之后采用单视频去噪去除跨视频行人图像集合中各单个视频内的噪声，之后采用跨视频去噪去除跨视频行人图像集合中多个视频中的噪声，得到跨视频行人图像集合中各行人图像去噪后的身份标签；利用各行人图像及相应去噪后的身份标签，以满足一致性概率分布约束为目标，对自蒸馏学习网络架构进行预训练；其中，自蒸馏学习网络架构包括教师网络和学生网络，教师网络和所学生网络采用指数移动平均的方式进行网络参数更新。本方法得到表征能力更强的行人重识别预训练模型。
-
公开(公告)号：CN118115805A
公开(公告)日：2024-05-31
申请号：CN202410285733.8
申请日：2024-03-13
Applicant: 华中科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于目标分离的目标检测模型建立方法及目标检测方法，属于目标检测领域，所建立的模型包括：骨干网络，用于提取输入图像的多尺度特征；非对称编码器，用于对多尺度特征进行编码，得到回归特征图和分类特征图，回归特征图具有更强的全局性；任务分离解码器，包括回归分支和分类分支，回归分支以回归分支特征图为输入，包括N层依次串联的Transformer解码器R1～RN，分类分支以分类分支特征图为输入，包括N层依次串联的Transformer解码器C1～CN，每一个Ri的输出还融合到了相应层的Ci的自注意力模块和交叉注意力模块的输入中；以及预测输出模块，用于分别提取回归分支和分类分支中的输出，得到分类结果和回归结果。本发明能够有效提高目标检测精度。
-
公开(公告)号：CN117115038A
公开(公告)日：2023-11-24
申请号：CN202311163359.6
申请日：2023-09-08
Applicant: 华中科技大学
IPC: G06T5/00 , G06T9/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于眩光程度估计的图像眩光去除系统及方法，属于计算机视觉技术以及图像处理技术领域，方法包括：从含眩光的图像中提取出不同尺度的图像特征作为级联特征；通过梯度分离和模板匹配的方法从含眩光图像中分别对低频眩光成分和高频眩光成分进行估计，获取眩光程度估计；提取不同尺度的眩光程度估计特征；将眩光程度估计特征与下采样的对应尺度的眩光估计拼接后，输入至动态卷积核生成器中生成动态卷积核；采用动态卷积核通过动态卷积层对级联特征进行调制；对图像特征进行重构获取无眩光图像。弥补合成训练数据集的偏差，提升深度神经网络的泛化能力，可以解决更符合真实场景的图像眩光去除问题。
-
公开(公告)号：CN116342906A
公开(公告)日：2023-06-27
申请号：CN202310258589.4
申请日：2023-03-14
Applicant: 华中科技大学
IPC: G06V10/74 , G06V10/764 , G06V10/774 , G06V10/40
Abstract: 本发明提供一种跨域小样本图像识别方法及系统，包括：确定训练好的小样本识别网络；小样本识别网络用于对不同类别的样本进行匹配分类；小样本识别网络的训练过程需要用到图像生成网络，图像生成网络包括：变分自编码器模块和风格转换模块，变分自编码器模块用于提取并重建目标域样本的特征分布，变分自编码器包括中间参数，用于梯度上升将目标域样本重建成风格更复杂的样本；风格转换模块用于对源域样本进行风格化以得到属于目标域数据分布的带标签训练样本；将待识别的目标域样本输入到训练好的小样本识别网络，以进行预测分类，得到图像识别结果。本发明在训练阶段有效引入目标域信息，提高模型对目标域的泛化能力。
-
公开(公告)号：CN116046835A
公开(公告)日：2023-05-02
申请号：CN202211737748.0
申请日：2022-12-30
Applicant: 华中科技大学
IPC: G01N25/20
Abstract: 本发明提供一种多孔介质渗流效应约束地下建筑热流场和反演探测方法，包括：根据山体的地貌信息构建山体的几何模型；山体中建设有地下建筑；向几何模型赋予相应的多孔介质地质材料；在几何模型中添加多孔介质地质材料传热的物理场；考虑多孔介质地质材料的空隙以及地下水体的渗流效应对传热的影响，在几何模型中添加渗流效应物理场；将多孔介质地质材料传热物理场和渗流效应物理场进行耦合，确定山体地质背景热流通量；根据山体表面的高程信息确定山体表面的太阳辐射能量；在山体的红外遥感图像中滤除山体表面的太阳辐射能量和不同地质层下的山体地质背景热流通量，得到地下建筑的热流场，对热流场进行反演探测，确定地下建筑的位置规模信息。
-
-
-
-
-
-
-
-
-
Search Results
291
records
(took 0.053 seconds)
