-
公开(公告)号：CN112652030B
公开(公告)日：2023-09-19
申请号：CN202011460729.9
申请日：2020-12-11
Applicant: 浙江工商大学
IPC: G06T11/00 , G06V10/56 , G06V10/762
Abstract: 本发明涉及一种基于特定场景的色彩空间位置布局推荐的方法。本发明首先对图像美学数据集的每个场景分类下的图像进行预处理，通过全卷积网络U‑net进行颜色聚类，得到颜色聚类图；并将颜色聚类图优化为网格图；其次将每个网格中概率最大的颜色值进行合并，组合成新的网格图。然后对输入特定场景图像也进行颜色聚类，得到输入图像的最终网格图；最后将最终网格图与第网格数据集中每张网格图进行遍历pHash图像相似度匹配，将每个匹配的数据值保存到一个序列中；找到数值最大的，它对应的网格数据集中的网格图，就作为最佳颜色空间布局的推荐方案。本发明优化了匹配效率，消除了原始图像本身的复杂的颜色信息，匹配的准确率也有所提升。
-
公开(公告)号：CN116188631A
公开(公告)日：2023-05-30
申请号：CN202310162134.2
申请日：2023-02-24
Applicant: 浙江工商大学
IPC: G06T11/60 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/084
Abstract: 本发明公开了一种基于画家思想的少样本图像生成方法。本发明首先对给定的数据集进行预处理，统一文件格式与分辨率大小，然后提取其线稿和灰度图；其次设计了一个基于画家思想的GAN训练网络框架，其中生成器的输入为随机噪声，输出为线稿、灰度和彩色图，判别器为三个小判别器组合而成，分别对线稿、灰度和彩色图进行评价打分；然后将生成的图片和真实图片通过可微的数据增强后进行模型的训练和推断，得出一个有以假乱真能力的生成器。本发明基于画家思想，建立了更稳定的GAN训练框架和生成器，提升了小样本图片生成的质量。
-
公开(公告)号：CN112116699B
公开(公告)日：2023-05-16
申请号：CN202010819895.7
申请日：2020-08-14
Applicant: 浙江工商大学
Abstract: 本发明涉及一种基于3D人脸跟踪的实时真人虚拟试发方法。本发明首先进行面向虚拟试发的实时3D人脸跟踪；然后进行基于方位一致性的三维头发模型配戴；最后在保持相邻像素色差的三维头发模型重上色。本发明通过轻量化的模型以及3D人脸特征点，避免了由于2D人脸特征点与三维人脸模型顶点的关联带来的计算耗时和产生不稳定跟踪结果的问题，从而实现快速准确的跟踪结果。而三维头发模型的配准可以使试戴的头发与真实人脸更为贴合准确，增加了虚拟试发的真实性。另外增加了改变三维头发模型纹理颜色的方法，增强了用户试发的体验感及试发系统的功能性。
-
公开(公告)号：CN115661275A
公开(公告)日：2023-01-31
申请号：CN202211286403.8
申请日：2022-10-20
Applicant: 浙江工商大学
IPC: G06T9/00 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于通道增益的可变速率稀疏点云压缩方法，首先获取数据集，并进行预处理。其次将训练集输入编码端，编码端有三层下采样模块，每层下采样模块由下采样、卷积网络MLPs和注意力模块组成，得到稀疏点云坐标信息和对应的特征信息，并对编码端输出的坐标信息和特征信息分开进行编码压缩。然后将通道增益单元对处理后的坐标信息和特征信息作为解码端的输入，解码端有三层上采样模块，上采样模块主要由子点卷积模块组成，得到重构的点云。最后对于原始点云和重构点云，使用标准的RD损失函数来训练整个网络模型。本发明能够很好地提升压缩效果，而且能够极大地减小计算量和网络参数量。
-
公开(公告)号：CN115563497A
公开(公告)日：2023-01-03
申请号：CN202211113963.3
申请日：2022-09-14
Applicant: 浙江工商大学
IPC: G06F18/214 , G06N20/00
Abstract: 本发明公开了一种基于模糊条件互信息的标签分布特征选择方法，本发明首先给定标签分布数据样本的集合和指定特征子集维度。其次利用模糊等价关系来处理连续型标签分布数据，并对候选特征集合F中所有的特征使用标签分布特征选择算法进行评价，选择得分最高的特征，将其索引加入到已选特征集合中，同时在候选集合中移除该特征，更新标签分布特征选择算法；已选特征集合中的元素就是候选特征集合中特征的索引，根据这些索引构建一个特征子集。最后将构造好的特征子集输入到SA‑BFGS模型中，由特征子集训练并保存模型。本发明能够有效地选择特征子集，提高标签分布学习器的性能。
-
Patent Agency Ranking
公开(公告)号：CN115422640A
公开(公告)日：2022-12-02
申请号：CN202211073242.4
申请日：2022-09-02
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于深度学习网络和细粒度优化的室内场景合成方法。本发明首先划分数据集，后通过特征编码分支，得到家具和场景的特征序列。其次采用随机置换函数将家具的特征序列进行打乱和场景特征序列进行拼接，放入特征融合编码器得到全局特征，并利用残差结构将家具种类特征输入到特征解码分支中，得到位置分布和角度分布。然后对网络进行训练，再提取数据集中不同类型家具的绝对位置分布和相对位置分布，进行前向推理；并利用碰撞检测模块初步筛选预测结果。最后对预测结果进行细粒度优化。本发明在不增加整个网络模块以及不影响预测速度的前提下，提高了室内场景合成任务的精确度。
-
公开(公告)号：CN115272215A
公开(公告)日：2022-11-01
申请号：CN202210863784.5
申请日：2022-07-21
Applicant: 浙江工商大学
Abstract: 本发明公开了基于注意力机制的卷积神经网络胸部X光片异物检测方法。本发明首先使用限制对比度自适应直方图均衡化算法对原图进行预处理；其次构建基于通道注意力的卷积神经网络，其中骨干网络进行特征提取生成多尺度特征图，特征金字塔结构进行多尺度特征融合，注意力模块在通道维度上，对多尺度特征图的特征融合进行加强，并将特征金字塔结构输出的特征图引入异物检测的头部；然后通过训练集数据对基于通道注意力的神经网络进行训练，得到训练好的网络模型；最后将测试集数据输入到训练好的网络模型，回归得到异物的坐标。本发明在通道维度上进行多尺度特征融合，充分利用每个通道的有效信息，准确对异物进行分类，并定位出异物的位置。
-
公开(公告)号：CN114900318A
公开(公告)日：2022-08-12
申请号：CN202210624726.7
申请日：2022-06-02
Applicant: 浙江工商大学 , 浙江鹏信信息科技股份有限公司
Abstract: 本发明公开了一种基于密钥协商协议以及可验证的一轮通信可搜索加密方法。本发明采用密钥协商协议来对密钥传输进行改进。基于密钥协商协议下的可搜索方案可以抵抗模拟攻击，已知密钥攻击。使得在数据使用者和数据拥有者之间进行密钥传输时的安全性得到进一步提高。另外，本发明通过消息认证码对搜索结果进行验证，提供了可验证的功能。最后，本发明只需要进行一轮通信就可以获得目标文档，相比于之前的可搜索加密方案，本发明的安全性，结果的正确性以及搜索效率都得到了极大的提高。
-
公开(公告)号：CN114821737A
公开(公告)日：2022-07-29
申请号：CN202210522721.3
申请日：2022-05-13
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于三维人脸对齐的移动端实时假发试戴方法。本发明首先使用关键点损失函数、形状一致损失函数、光度一致损失函数训练教师模型，再通过参数损失由学生模型学习教师模型，并使用顶点损失函数优化学生模型，最后通过增强现实技术绘制实现假发试戴。本发明通过压缩标准3DMM模型大幅度减少了计算量，真正做到了在移动端设备上进行实时的假发试戴，同时具有逼真的效果和流畅的体验，为假发试戴技术的大范围推广提供了技术支持。
-
公开(公告)号：CN114037944A
公开(公告)日：2022-02-11
申请号：CN202111413068.9
申请日：2021-11-25
Applicant: 浙江工商大学
IPC: G06V20/40 , G06V10/46 , G06V10/762
Abstract: 本发明涉及一种基于运动特征的动态点云显著性检测方法。本发明针对动态点云序列，提供了一种基于运动特征的运动显著性检测方法。通过在0‑1范围内的计算所得值反映每个点的显著性，越接近于1越显著。本发明主要包括以下步骤：时空聚类；逐帧运动特征的提取和运动显著性的计算。本发明通过提取运动特征计算多帧点云的运动显著性；使用场景流将簇在时间上一致对应起来，使簇可以作为时间上一致对应的单元对点云序列的运动变化情况进行追踪；运动衰减机制使所得运动显著性并不是静止不变的，更好地符合人眼对区域长时间关注后产生的疲惫视觉感知效果。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.025 seconds)
