-
公开(公告)号：CN113450278A
公开(公告)日：2021-09-28
申请号：CN202110742059.8
申请日：2021-06-30
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于跨域协同学习的图像去雨方法，构建基于多尺度注意力残差模块的双分支图像去雨网络，通过面向合成领域的跨域协同学习策略，减少不同合成领域雨纹信息分布差异对于双分支图像去雨模型去雨效果的影响，通过面向真实领域的跨域学习策略，降低真实领域和合成领域雨纹信息分布差异对于双分支图像去雨模型去雨表现的影响。本发明提高了图像去雨模型对于不同领域样本雨纹信息的学习能力，减少了不同领域雨纹信息分布差异对于图像去雨模型去雨表现的影响，增强了图像去雨模型的鲁棒性和泛化能力。
-
公开(公告)号：CN115457611B
公开(公告)日：2023-04-21
申请号：CN202211293367.8
申请日：2022-10-21
Applicant: 中国矿业大学
IPC: G06V40/14 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/26
Abstract: 本发明公开了一种基于特征解耦网络的静脉识别方法，设计高鲁棒性静脉图像分割模型，获取高质量的静脉形状特征二值分割图，构建基于多尺度注意力残差模块的静脉形状纹理特征解耦网络，实现静脉图像纹理和形状特征的自适应解耦，提出权值引导的高判别深度特征学习模块，增强了静脉深度特征表示能力。本发明减少了纹理信息中光照信息对于静脉深度特征表示能力的影响，增强了静脉纹理特征和形状特征的融合效果，提高了静脉识别方法的性能。
-
公开(公告)号：CN119131631A
公开(公告)日：2024-12-13
申请号：CN202411254436.3
申请日：2024-09-09
Applicant: 中国矿业大学
IPC: G06V20/17 , G06V10/25 , G06V10/82 , G06V10/774 , G06V10/52 , G06V10/28 , G06N3/045 , G06N3/096 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种基于双重特征关系蒸馏的航拍图像目标检测方法，首先构建特征解耦关系蒸馏模块，将所有多尺度特征解耦为目标特征和非目标特征，进而分别蒸馏目标特征间的关系和非目标特征间的关系，促使学生网络理解不同特征间的关联性，再构建局部逐像素关系蒸馏模块，采用分块学习的策略，利用图卷积计算每个块特征图间的内部关系，使网络更专注于学习和捕捉局部逐像素的关系，从而显著提高网络对局部细节的感知和表达能力。本发明全面地考虑了中间特征的关系，通过解耦操作和分块学习，使得学生网络能够更好地理解和学习教师网络中丰富的特征关系表示，有效提高了学生网络的检测性能，实现了航拍图像目标检测模型的轻量化。
-
公开(公告)号：CN114677306A
公开(公告)日：2022-06-28
申请号：CN202210319123.6
申请日：2022-03-29
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于边缘信息引导的上下文聚合图像去雨方法，旨在解决现阶段去雨方法忽略图像本身的纹理信息以及边缘信息的问题，其新颖之处在于设计了一个多尺度信息网络，其中包括了用于获取粗调图像去雨信息的上分支图像去雨网络和用于获取图像边缘信息的下分支边缘信息检测网络，且包括了上下文聚合模块，此模块用于聚合处理上下文信息，并利用聚合处理后的信息对粗调图像去雨信息进行引导，增强上分支图像去雨网络对图像细节信息的表征能力。实验结果表明该方法在完成图像去雨的同时使图像获得更加丰富的纹理信息和边缘信息。
-
公开(公告)号：CN115439892B
公开(公告)日：2025-02-11
申请号：CN202211084284.8
申请日：2022-09-06
Applicant: 中国矿业大学
IPC: G06V40/12 , G06V10/774 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G06F21/32
Abstract: 本发明公开了一种基于掌纹掌静脉多模态融合的身份识别方法，涉及生物识别技术领域。具体包括以下步骤：对数据库中的手掌图像设置好配对标签，属于同一个人的手掌图像标签设置为1，不同则标签设置为0；构建初始掌纹和掌纹的单模态识别网络并训练；构建初始掌纹和掌静脉的跨模态识别网络并训练；通过训练好的掌纹和掌纹的单模态识别网络、训练好的掌纹和掌静脉的跨模态识别网络构建初始整体识别网络并训练。本发明创新性的提出了掌纹和掌纹的单模态识别与掌纹和掌静脉的跨模态识别相结合的混合式身份识别方法，这种方法能提升很大的准确度，使匹配更接近理想。
-
Patent Agency Ranking
公开(公告)号：CN115439892A
公开(公告)日：2022-12-06
申请号：CN202211084284.8
申请日：2022-09-06
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于掌纹掌静脉多模态融合的身份识别方法，涉及生物识别技术领域。具体包括以下步骤：对数据库中的手掌图像设置好配对标签，属于同一个人的手掌图像标签设置为1，不同则标签设置为0；构建初始掌纹和掌纹的单模态识别网络并训练；构建初始掌纹和掌静脉的跨模态识别网络并训练；通过训练好的掌纹和掌纹的单模态识别网络、训练好的掌纹和掌静脉的跨模态识别网络构建初始整体识别网络并训练。本发明创新性的提出了掌纹和掌纹的单模态识别与掌纹和掌静脉的跨模态识别相结合的混合式身份识别方法，这种方法能提升很大的准确度，使匹配更接近理想。
-
公开(公告)号：CN114677306B
公开(公告)日：2022-11-15
申请号：CN202210319123.6
申请日：2022-03-29
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于边缘信息引导的上下文聚合图像去雨方法，旨在解决现阶段去雨方法忽略图像本身的纹理信息以及边缘信息的问题，其新颖之处在于设计了一个多尺度信息网络，其中包括了用于获取粗调图像去雨信息的上分支图像去雨网络和用于获取图像边缘信息的下分支边缘信息检测网络，且包括了上下文聚合模块，此模块用于聚合处理上下文信息，并利用聚合处理后的信息对粗调图像去雨信息进行引导，增强上分支图像去雨网络对图像细节信息的表征能力。实验结果表明该方法在完成图像去雨的同时使图像获得更加丰富的纹理信息和边缘信息。
-
公开(公告)号：CN113689344B
公开(公告)日：2022-05-27
申请号：CN202110745105.X
申请日：2021-06-30
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于特征解耦学习的低曝光图像增强方法，使用正常曝光静脉图像和低曝光静脉图像训练特征解耦网络，迫使编码得到低曝光静脉图像的背景特征，再利用训练好的特征解耦网络和低曝光静脉图像训练图像增强网络，提取低曝光静脉图像的纹理特征，实现低曝光静脉图像的纹理特征和背景特征分离，并单独使用低曝光静脉图像的纹理特征重建增强的静脉图像。本发明提出一种基于特征解耦学习的低曝光图像增强方法，从两种图像的特点出发，引入对抗损失，将低曝光静脉图像纹理特征和背景分离，操纵特定的特征重建正常曝光的图像，对低曝光静脉图像实现有效增强。
-
公开(公告)号：CN115457611A
公开(公告)日：2022-12-09
申请号：CN202211293367.8
申请日：2022-10-21
Applicant: 中国矿业大学
IPC: G06V40/14 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/26
Abstract: 本发明公开了一种基于特征解耦网络的静脉识别方法，设计高鲁棒性静脉图像分割模型，获取高质量的静脉形状特征二值分割图，构建基于多尺度注意力残差模块的静脉形状纹理特征解耦网络，实现静脉图像纹理和形状特征的自适应解耦，提出权值引导的高判别深度特征学习模块，增强了静脉深度特征表示能力。本发明减少了纹理信息中光照信息对于静脉深度特征表示能力的影响，增强了静脉纹理特征和形状特征的融合效果，提高了静脉识别方法的性能。
-
公开(公告)号：CN113450278B
公开(公告)日：2022-02-18
申请号：CN202110742059.8
申请日：2021-06-30
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于跨域协同学习的图像去雨方法，构建基于多尺度注意力残差模块的双分支图像去雨网络，通过面向合成领域的跨域协同学习策略，减少不同合成领域雨纹信息分布差异对于双分支图像去雨模型去雨效果的影响，通过面向真实领域的跨域学习策略，降低真实领域和合成领域雨纹信息分布差异对于双分支图像去雨模型去雨表现的影响。本发明提高了图像去雨模型对于不同领域样本雨纹信息的学习能力，减少了不同领域雨纹信息分布差异对于图像去雨模型去雨表现的影响，增强了图像去雨模型的鲁棒性和泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
