-
公开(公告)号：CN114863166B
公开(公告)日：2024-12-31
申请号：CN202210387104.7
申请日：2022-04-13
Applicant: 中南大学
IPC: G06V10/764 , G06V10/82 , G06T7/00 , G06N3/0464 , G06N3/08 , G06N3/082
Abstract: 本发明公开了一种基于不确定性度量的图像分类方法，包括获取已有的数据集并标记分类；构建基础分类网络，将数据集输入到基础分类网络中并根据输出进行不确定性信息的度量；对基础分类网络进行优化得到最终的分类模型；采用得到的分类模型进行目标图像的图像分类并输出对应的分类结果的置信度。本发明还公开了一种包括所述基于不确定性度量的图像分类方法的眼底图像分类方法。本发明通过度量模型的不确定性信息的基础上，通过反复训练而不断克服模型的不确定性，使得模型的分类结果更加精确和可靠，因此本发明方法的可靠性高且准确性好。
-
公开(公告)号：CN110189320B
公开(公告)日：2023-04-07
申请号：CN201910471171.5
申请日：2019-05-31
Applicant: 中南大学
Inventor： 赵荣昌
IPC: G06V10/26 , G06V10/44 , G06V10/774 , G06V10/764 , G06T7/00
Abstract: 本发明公开了一种基于中层块空间结构的视网膜血管分割方法，包括构造样本集；从彩色图像样本集的结构块中提取特征表达对应的血管结构标签值；构造随机森林分类器，对结构块进行分类，使用特征集成模型中的内容线性组合表示新图像上的血管结构；输入待分析的彩色眼底图，提取特征后采用随机森林分类器检测结构块所属的血管结构类别，使用模型中的内容稀疏线性表示彩色图像中血管结构，并匹配血管标签值，通过计算单个像素点上重叠结构块标签值的概率，完成对图像的分割。本发明方法能够对视网膜血管进行快速准确分割，而且可靠性高，算法运行时间短。
-
公开(公告)号：CN114691848A
公开(公告)日：2022-07-01
申请号：CN202210301448.1
申请日：2022-03-24
Applicant: 中南大学
IPC: G06F16/332 , G06F16/33 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种关系三元组联合提取方法，包括获取训练数据集并生成输入特征向量；将输入特征向量输入编码器生成上下文语义信息特征向量；解码上下文语义信息特征向量得到句子中所有可能的主体及对应的主体特征向量；将上下文语义信息特征向量和主体特征向量输入到关系注意力模块得到两个分支的注意力特征向量并相加，通过激活函数得到激活向量并进行乘法处理得到加权后的注意力特征向量；解码加权后的注意力特征向量并识别得到每个关系维度的客体；对主体与客体进行关系匹配得到最终的关系三元组。本发明还公开了包括所述关系三元组联合提取方法的自动问答系统构建方法。本发明能够全面提取关系三元组，而且可靠性高，准确性好且实施简单方便。
-
公开(公告)号：CN110889798B
公开(公告)日：2021-10-22
申请号：CN201911262915.9
申请日：2019-12-11
Applicant: 中南大学
IPC: G06T1/00
Abstract: 本发明公开了一种基于DIBR的三维视频中二维视频帧和深度图版权保护的鲁棒性零水印方法，在该方法中，首先从二维视频帧和深度图的TIRI中提取特征，生成主共享。然后，生成表示版权信息与主共享关系的从共享，并存储起来进行版权识别。此外，本方案是第一次根据版权保护需求的不同对二维视频帧和深度图像分开提取特征，也是第一次对二维视频帧和深度图各自使用两种求特征的方法进行特征融合，这两种方法的融合保证了同时对几何攻击、信号攻击以及DIBR攻击的鲁棒性。该零水印方案不会引起合成三维视频的失真，显示出对各类视频攻击足够的鲁棒性，并且能够对三维视频的二维视频帧和深度图像同时并且独立地进行版权保护。
-
公开(公告)号：CN106127209A
公开(公告)日：2016-11-16
申请号：CN201610440406.0
申请日：2016-06-17
Applicant: 中南大学
Inventor： 赵荣昌
IPC: G06K9/46
CPC classification number: G06K9/4604
Abstract: 本发明公开了一种基于局部边缘特征整合的目标物体轮廓提取方法，首先采用一组不同朝向的Gabor滤波器组对输入的原始图像进行滤波处理，得到朝向信息图及其对应的能量分布图像；然后根据所处理像素点坐标，将图像区域划分为中心区域和外周区域，而外周区域又由若干能够独立感知局部特征并对中心区响应进行非线性调制的子区组成，设计基于朝向分布差异的外周中心作用机制，从而通过灵活的局部边缘特征整合来实现鲁棒的轮廓提取方法。本发明的轮廓提取方法可以根据像素所在大范围区域内的上下文关系，自适应地计算特征整合参数，可以有效提高复杂场景目标物体轮廓提取的鲁棒性和有效性。
-
Patent Agency Ranking
公开(公告)号：CN118799642A
公开(公告)日：2024-10-18
申请号：CN202410994686.4
申请日：2024-07-24
Applicant: 中南大学
IPC: G06V10/764 , G06V10/774
Abstract: 本申请公开了一种图像分类方法、系统、设备及存储介质，图像分类方法包括将图像训练数据集中的图像输入至预设的初始图像分类模型中，得到第一预测值，并根据第一预测值确定第二图像的伪标签；根据第一预测值和伪标签计算第二预测值，对第二图像进行筛选，得到第三图像；根据第三图像和初始图像分类模型计算第一损失值和第二损失值；根据第一预测值和第一图像通过初始图像分类模型计算第三损失值和第四损失值；根据第二图像和第三图像通过初始图像分类模型计算第五损失值；计算总损失值，并根据总损失值更新初始图像分类模型，直至总损失值达到预设值，得到训练好的图像分类模型，提高了图像分类模型的准确性。
-
公开(公告)号：CN116051924A
公开(公告)日：2023-05-02
申请号：CN202310003466.6
申请日：2023-01-03
Applicant: 中南大学
IPC: G06V10/774 , G06V10/762 , G06V10/30 , G06V10/764 , G06V10/82 , G06N3/094
Abstract: 本发明公开一种图像对抗样本的分治防御方法，包括以下步骤：S1对图像进行攻击处理生成图像样本；S2对图像样本进行多种图像防御预处理，生成去高频图像样本组；将图像样本输入任务识别模型，模型输出第一特征向量；将去高频图像样本组输入任务识别模型，模型输出第二特征向量组；S3计算第一特征向量和第二特征向量组的差值生成图像高频信息差值组；S4将图像高频信息差值组输入聚类算法，算法输出攻击聚类；S5构建攻击聚类‑预处理权重矩阵，进行矩阵数值填写，形成攻击聚类与预处理方法二部图；S6根据二部图，自适应为不同攻击聚类推荐最合适的预处理方法。本发明弥补现有对抗样本检测算法在对抗攻击分类上的不足，具有实用性。
-
公开(公告)号：CN115984094A
公开(公告)日：2023-04-18
申请号：CN202211545973.4
申请日：2022-12-05
Applicant: 中南大学
Abstract: 本发明涉及一种基于多损失约束视角一致性保持人脸安全生成方法及设备。该方法包括：利用生成对抗网络进行人脸交换同时引入多个损失函数，对源人脸图像以及目标人脸图像进行处理，生成结果人脸图像；估计结果人脸图像的相机参数，并结合相机参数对结果人脸图像的前景和背景分别建立一个神经辐射场；基于根据前景神经辐射场以及所述背景神经辐射场，对结果人脸图像进行体积渲染生成渲染结果人脸图像；将渲染结果人脸图像通过鉴别器，使得最终人脸图像的前景和背景与结果人脸图像的前景和背景保持一致，生成视角一致性保持的人脸图像。本发明能够生成视角一致性保持的人脸图像，降低生成图像被伪造图像检测器检测出来的概率。
-
公开(公告)号：CN109658423B
公开(公告)日：2022-12-09
申请号：CN201811496827.0
申请日：2018-12-07
Applicant: 中南大学
Abstract: 本发明公开了一种彩色眼底图的视盘视杯自动分割方法，包括获取已知的彩色眼底图像和对应的眼底图数据集；构造并得到视盘分割模型；对数据集进行分割、截取并得到截图；构建并得到欧几里得坐标下的视盘视杯分割模型；对截图进行极坐标变换得到极坐标截图；构建并得到极坐标下的视盘视杯分割模型；对待分析数据，利用两类模型进行分割得到欧几里得坐标视盘视杯分割结果和极坐标视盘视杯分割结果；将两类分割结果进行融合，得到最终的眼底图的视盘视杯分割结果。本发明方法能够更加准确地对彩色眼底图进行视盘视杯自动分割，而且方法简单可靠，适用性好。
-
公开(公告)号：CN106127209B
公开(公告)日：2019-05-17
申请号：CN201610440406.0
申请日：2016-06-17
Applicant: 中南大学
Inventor： 赵荣昌
IPC: G06K9/46
Abstract: 本发明公开了一种基于局部边缘特征整合的目标物体轮廓提取方法，首先采用一组不同朝向的Gabor滤波器组对输入的原始图像进行滤波处理，得到朝向信息图及其对应的能量分布图像；然后根据所处理像素点坐标，将图像区域划分为中心区域和外周区域，而外周区域又由若干能够独立感知局部特征并对中心区响应进行非线性调制的子区组成，设计基于朝向分布差异的外周中心作用机制，从而通过灵活的局部边缘特征整合来实现鲁棒的轮廓提取方法。本发明的轮廓提取方法可以根据像素所在大范围区域内的上下文关系，自适应地计算特征整合参数，可以有效提高复杂场景目标物体轮廓提取的鲁棒性和有效性。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.017 seconds)
