-
公开(公告)号：CN118135221A
公开(公告)日：2024-06-04
申请号：CN202410300403.1
申请日：2024-03-15
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06N3/045 , G06V10/82 , G06V10/774 , G06N3/09 , G06N3/0895 , G06N20/00 , G06V10/764 , G06N3/0985 , G06N3/0464
Abstract: 本发明属于计算机视觉语义分割领域，具体涉及一种基于跨网络扰动机制的图像语义分割方法，包括：构建图像语义分割模型；获取数据集，对数据集中的图片进行预处理；将预处理后的带有标记的数据输入到图像语义分割模型中，采用基于像素集交叉熵的全监督训练方法对模型进行训练；将预处理后的无标记的数据输入到图像语义分割模型中，采用基于跨网络的扰动机制的图像半监督训练方法对网络进行训练；根据带标签数据训练的模型和无标签数据训练的模型进行对比学习，根据对比学习的结果构建优化目标函数，调整模型参数，当达到优化目标时，完成模型的训练；本发明在标注数据较为有限的情况下，仍能展现出出色的模型性能，这进一步降低了模型训练的成本。
-
公开(公告)号：CN117906609A
公开(公告)日：2024-04-19
申请号：CN202410068328.0
申请日：2024-01-17
Applicant: 重庆邮电大学
Abstract: 本发明属于无人机遥感测绘与控制领域，涉及一种融合视觉特征与多传感器信息的无人机定位方法；所述方法包括获取双目图片帧、深度图片帧和传感器信息；从双目图片帧中提取出点特征和线特征，并结合传感器信息进行初步位姿估计；从双目图片帧中确定出关键帧，并将关键帧插入到本地地图中，建立局部地图；对各个局部地图进行最小化帧间的重投影误差优化，得到定位地图；利用深度图片帧和传感器信息，构建出三维空间局部梯度，并结合初步位姿估计构建出全局路径；对全局路径进行障碍物检测，利用A*算法对全局路径更新，得到无人机在遭遇障碍后的控制点路径；对控制点路径进行最小路径代价优化，得到更新后的路径即为规划路径。
-
公开(公告)号：CN117745759A
公开(公告)日：2024-03-22
申请号：CN202311577780.1
申请日：2023-11-24
Applicant: 重庆邮电大学
IPC: G06T7/246 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于互补注意力的红外目标跟踪方法及系统，包括：获取红外成像视频，提取视频图像帧，生成红外图像帧序列，在第一帧图像中用矩形框标注出追踪目标；采用骨干网络分别对模板图像和搜索图像进行特征提取，得到模板特征图和搜索特征图，采用网络结构相同的两个基于互补注意力的特征增强模块分别对模板特征图和搜索特征图进行特征增强得到模板增强特征图和搜索增强特征图；将模板增强特征图和搜索增强特征图输入GAM模型进行匹配得到模板图像与搜索图像的相似特征；将模板图像与搜索图像的相似特征输入CAR进行回归预测得到追踪目标在搜索图像中的位置；本发明解决了红外图像特征信息含量少，噪声多，易受相似背景干扰的问题。
-
-
公开(公告)号：CN117237320A
公开(公告)日：2023-12-15
申请号：CN202311290997.4
申请日：2023-10-08
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于尺度融合引导的多上下文脑肿瘤分割系统，包括：采集模块、构建模块和输出模块；所述采集模块，用于采集肿瘤病变的MR脑图像；所述构建模块，用于构建脑肿瘤分割模型；其中，所述脑肿瘤分割模型包括：3D U‑Net网络结构、局部‑全局尺度混合器、多层上下文聚合器和多尺度注意可变形卷积模块；所述输出模块，用于将所述MR脑图像输入所述脑肿瘤分割模型，获取脑肿瘤分割结果。本发明旨在通过融合层内和层间的多尺度上下文信息实现准确的脑肿瘤图像分割，能够有效捕获多尺度的形状感知特征，从而克服脑肿瘤分割中的形状不确定性问题。
-
Patent Agency Ranking
公开(公告)号：CN111754418B
公开(公告)日：2023-09-26
申请号：CN202010430976.8
申请日：2020-05-20
Applicant: 重庆邮电大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于Hess矩阵的图像增强方法，涉及数字图像处理、计算机视觉等技术领域。具体步骤为：1)用多尺度分数阶Hess矩阵对输入图像进行处理，生成特征加权图像；2)抑制特征加权图像中强特征信息像素的特征值，得到背景加权图像；3)用背景加权图像的直方图和该直方图归一化后形成的累积分布函数得到最终映射函数；4)利用映射函数得到增强后的图像。本方法用matlab为平台进行验证，结合Hess矩阵的相关知识，完成了改善图像对比度达到增强目的，具有实际意义，并且取得较好增强效果。
-
公开(公告)号：CN116385339A
公开(公告)日：2023-07-04
申请号：CN202211650391.2
申请日：2022-12-21
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06T5/00 , G06T7/194 , G06N3/084 , G06N3/048 , G06N3/0464 , G06V10/40 , G06V10/80 , G06V10/82 , G06V20/52
Abstract: 本发明请求保护一种基于多分支渐进嵌入的人群计数方法，旨在从静止的图片中计算出图片中总人数，属于计算机视觉领域。其中，所述方法包括以下步骤：步骤1.为了消除背景噪声对模型性能的影响，我们使用背景过滤器将人群和背景区域分开，使模型更加专注于人群区域。步骤2.为了解决模型中尺度变化的问题，设计了串联多尺度模块提取从全局到局部的多尺度信息，并将不同尺度的层以渐进的方式嵌入到密度图中，使模型适应人头大小的变化。步骤3.使用多重监督的方式生成更精准的密度图和注意力图。弥补池化过程中的信息损失，促进反向传播，并提高模型对尺度变化的鲁棒性。步骤4.使用多尺度一致性结构损失减少像素独立性和加强全局和局部的一致性。
-
公开(公告)号：CN116342987A
公开(公告)日：2023-06-27
申请号：CN202211617845.6
申请日：2022-12-15
Applicant: 重庆邮电大学
IPC: G06V10/80 , G06V10/82 , G06V10/778
Abstract: 本发明涉及人工智能、深度学习和目标检测领域，具体涉及一种基于自适应多级融合特征池的目标检测方法；该方法包括基于现有YOLOv5网络构建改进YOLOv5网络，改进YOLOv5网络包括骨干网络、颈部网络和头部网络；颈部网络中加入了多级融合特征池、批次通道均值结构和均值压缩扩展结构；获取图像数据集训练改进YOLOv5网络，采用损失函数进行迭代训练，调整网络参数；将训练好的改进YOLOv5网络用于目标检测，得到目标检测结果；本发明解决了特征通道数过少、区分不同通道的重要性的问题；减少了计算量。
-
公开(公告)号：CN116340844A
公开(公告)日：2023-06-27
申请号：CN202310315775.7
申请日：2023-03-28
Applicant: 重庆邮电大学
IPC: G06F18/241 , A61B7/04 , G06F18/214 , G06F18/10 , G06N3/0464 , G06N3/084
Abstract: 本发明属于深度学习的心音分类领域，具体涉及一种基于注意力机制的鲁棒心音分类方法；包括通过窗函数分割心音数据得到若干等长的心音信号；对心音信号进行预处理，按比例将预处理结果划分为训练集和测试集；采用训练集训练心音分类模型，所述心音分类模型包括第一卷积层、多个stage模块和线性输出层；计算心音分类模型输出的损失值并反向传播训练模型，直至模型收敛；获取实时心音信号并预处理，将与处理后的实时心音信号输入训练好的心音分类模型得到预测分类结果；采用多数投票机制将预测分类结果转换为心音记录级诊断结果；本发明实现了心音信号的实时辅助诊断以及噪声的规避；提高了心音分类的灵敏度、特异性和平均准确度。
-
公开(公告)号：CN116309754A
公开(公告)日：2023-06-23
申请号：CN202310321851.5
申请日：2023-03-29
Applicant: 重庆邮电大学
Abstract: 本发明属于医学图像处理技术领域，具体涉及一种基于局部‑全局信息协作的大脑医学图像配准方法及系统；该方法包括：获取用于训练的大脑医学图像并对其进行预处理，得到移动图像和固定图像；在通道维度拼接移动图像和固定图像，得到拼接图像；将拼接图像输入到全局自注意力关系网络中进行处理，得到第一形变场；将拼接图像输入到局部结构特征网络中进行处理，得到第二形变场；将第一形变场和第二形变场逐像素按位相加，得到最终形变场；根据最终形变场采用空间变换网络对移动图像进行翘曲，得到翘曲图像；本发明提升了配准的精度和泛化能力；比起现有技术，具有更好图像配准的效果。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.092 seconds)
