-
公开(公告)号:CN113723470A
公开(公告)日:2021-11-30
申请号:CN202110908383.2
申请日:2021-08-09
Applicant: 北京工业大学
Abstract: 本发明提供一种融合多层信息的花粉图像合成方法、装置及电子设备,该方法包括:获取通过扫描同一花粉内容得到的与焦平面对应的多层花粉图像;计算多层花粉图像各自的真实感知分数,将多层花粉图像分为多对图像,在每对图像中进行真实感知分数大小的对比,并将对比结果作为标签;将每对图像和标签输入孪生神经网络进行处理,得到多层花粉图像的质量分数排序信息;将多层花粉图像及其质量分数排序信息输入条件生成对抗网络进行处理,得到合成的花粉图像。本发明达到了在合成过程中充分融合图像的深度信息、保留重要信息和提高多层信息利用率的目的。
-
公开(公告)号:CN114926635A
公开(公告)日:2022-08-19
申请号:CN202210427559.7
申请日:2022-04-21
Applicant: 北京工业大学
IPC: G06V10/26 , G06V10/56 , G06V10/44 , G06V10/42 , G06V10/46 , G06V10/764 , G06V10/766 , G06T7/33
Abstract: 本发明公开了与深度学习方法相结合的多焦图像中目标分割方法,先对多焦图像进行配准;再基于目标的颜色与轮廓进行粗分割得到一张只包含单个目标的局部图像并基于目标中心所在位置与所属图像形成目标的定位标签;提出两种评价尺度,分别为目标清晰度判断模块与目标需求性判断模块;综合清晰度判断模块与需求性判断模块的分数得到目标的分割价值系数;最后针对具有相同定位标签的目标,比较其分割价值系数,将具有分割价值的目标放入语义细分割模块来获取多焦图像中所有清晰需求的非重复目标,以解决单独使用传统方法中所存在的分割粗糙的问题和单独使用深度学习语义分割方法中存在的效率低下、效果差等问题。这样便兼顾了分割的效果与效率。
-
公开(公告)号:CN114549492A
公开(公告)日:2022-05-27
申请号:CN202210183020.1
申请日:2022-02-27
Applicant: 北京工业大学
Abstract: 一种基于多粒度图像信息内容的图像质量评价方法,属于计算机视觉领域。针对图像局部纹理信息的质量评价模块,首先将单颗花粉图像集合中每张花粉颗粒图片针对不同方向进行纹理特征的提取,然后平均加权求和求每张花粉颗粒图片的总纹理特征分数,其次将其纹理评价指标平均加权求和作为单颗花粉基于图像纹理内容信息的质量评价得分,之后将所有花粉颗粒得分进行平均加权求和作为基于图像局部纹理信息的质量评价得分。最终,我们将图像全局内容信息的质量分数和图像局部纹理信息的质量分数进行加权求和来得到花粉图片的最终得分。本发明更关注花粉颗粒质量的效果,比以往只考虑基于粗粒度的图像内容信息质量评价结果更加准确。
-
公开(公告)号:CN113724196A
公开(公告)日:2021-11-30
申请号:CN202110807424.9
申请日:2021-07-16
Applicant: 北京工业大学
Abstract: 本发明提供一种图像质量评价方法、装置、设备及存储介质,方法包括获取包括有花粉颗粒的待检测图像;计算所述待检测图像的第一质量分数;确定所述待检测图像中的所述花粉颗粒;基于所述花粉颗粒,分割所述待检测图像,得到至少一个目标检测图像;计算所述至少一个目标检测图像对应的第二质量分数;基于所述第一质量分数和所述第二质量分数,评价所述待检测图像的质量。本发明用以解决现有技术不能精确评价花粉图像的质量的缺陷,以能够实现精确评价花粉图像的质量。
-
公开(公告)号:CN113723448A
公开(公告)日:2021-11-30
申请号:CN202110807370.6
申请日:2021-07-16
Applicant: 北京工业大学
Abstract: 本发明涉及一种图像中对象分类和计数方法、装置、电子设备及介质,所述方法包括:获取花粉图像;使用对象分类和计数网络对所述花粉图像进行处理,得到所述花粉图像中花粉的类别和数目,其中所述对象分类和计数网络包括卷积神经网络、分类分支和计数分支,由所述卷积神经网络对所述花粉图像进行特征提取得到特征图,将所述特征图分别输入所述分类分支和所述计数分支,由所述分类分支判断所述花粉的类别,并由所述计数分支计算所述花粉的数目。本发明通过在卷积神经网络的基础上增加用于计数的计数分支,在不显著提升参数和计算量的基础上一次性完成了对花粉类别和数目的检测,满足了花粉识别任务对于实时性和准确性的要求。
-
公开(公告)号:CN113723448B
公开(公告)日:2024-07-09
申请号:CN202110807370.6
申请日:2021-07-16
Applicant: 北京工业大学
IPC: G06V10/764 , G06V10/82 , G06V10/774
Abstract: 本发明涉及一种图像中对象分类和计数方法、装置、电子设备及介质,所述方法包括:获取花粉图像;使用对象分类和计数网络对所述花粉图像进行处理,得到所述花粉图像中花粉的类别和数目,其中所述对象分类和计数网络包括卷积神经网络、分类分支和计数分支,由所述卷积神经网络对所述花粉图像进行特征提取得到特征图,将所述特征图分别输入所述分类分支和所述计数分支,由所述分类分支判断所述花粉的类别,并由所述计数分支计算所述花粉的数目。本发明通过在卷积神经网络的基础上增加用于计数的计数分支,在不显著提升参数和计算量的基础上一次性完成了对花粉类别和数目的检测,满足了花粉识别任务对于实时性和准确性的要求。
-
公开(公告)号:CN112435179B
公开(公告)日:2024-07-05
申请号:CN202011255617.X
申请日:2020-11-11
Applicant: 北京工业大学
IPC: G06T5/73 , G06T7/11 , G06T9/00 , G06V10/74 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/088
Abstract: 本发明提供一种模糊花粉颗粒图片处理方法、装置和电子设备,将待处理的模糊花粉颗粒图片输入生成对抗网络模型,输出清晰花粉颗粒图片;其中,生成对抗网络模型是以模糊花粉颗粒图片和与模糊花粉颗粒图片对应的清晰花粉颗粒图片为样本数据进行无监督训练后得到;与模糊花粉颗粒图片对应的清晰花粉颗粒图片为不同类别的清晰花粉颗粒图片中,与模糊花粉颗粒图片的特征相似度最大的清晰花粉颗粒图片。节省了真实成对数据的构建成本,缓解了成对数据难以获取的难题,而且也有效地规避了合成数据和真实数据之间数据分布的不一致性,提高模型在真实模糊数据上的去模糊效果。
-
公开(公告)号:CN112435185B
公开(公告)日:2024-06-21
申请号:CN202011301802.8
申请日:2020-11-19
Applicant: 北京工业大学
IPC: G06T5/73 , G06T3/4038 , G06T9/00 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明提供一种模糊花粉图片处理方法、装置及电子设备,该方法包括:将待处理的模糊花粉图片输入自编码生成器模型,输出清晰花粉图片;其中,所述自编码生成器模型是以模糊花粉图片为样本,以与所述模糊花粉图片对应的清晰花粉图片为标签,进行监督训练后得到;所述自编码生成器模型包括编码器层、多尺度特征匹配层和纹理迁移层。实现对模糊花粉图片的去模糊处理,有助于提高花粉识别的准确率和效率,为准确快速的进行花粉浓度预报提供了前提条件。
-
公开(公告)号:CN114549492B
公开(公告)日:2024-05-31
申请号:CN202210183020.1
申请日:2022-02-27
Applicant: 北京工业大学
Abstract: 一种基于多粒度图像信息内容的图像质量评价方法,属于计算机视觉领域。针对图像局部纹理信息的质量评价模块,首先将单颗花粉图像集合中每张花粉颗粒图片针对不同方向进行纹理特征的提取,然后平均加权求和求每张花粉颗粒图片的总纹理特征分数,其次将其纹理评价指标平均加权求和作为单颗花粉基于图像纹理内容信息的质量评价得分,之后将所有花粉颗粒得分进行平均加权求和作为基于图像局部纹理信息的质量评价得分。最终,我们将图像全局内容信息的质量分数和图像局部纹理信息的质量分数进行加权求和来得到花粉图片的最终得分。本发明更关注花粉颗粒质量的效果,比以往只考虑基于粗粒度的图像内容信息质量评价结果更加准确。
-
公开(公告)号:CN113763381A
公开(公告)日:2021-12-07
申请号:CN202111158075.9
申请日:2021-09-28
Abstract: 本发明提供一种融合图像全局信息的对象检测方法及系统,方法包括:将待测图像输入至多层特征提取网络进行特征提取得到待测图像的多层特征结果;将多层特征结果进行双通路特征融合得到多层融合特征结果;其中,多层融合特征结果包括浅层融合特征结果、深层融合特征结果以及与预设检测分支层对应的中层融合特征结果;将特征优化后的浅层融合特征结果和特征优化后的深层融合特征结果融合至中层融合特征结果中,得到目标融合特征结果;将目标特征融合结果输入至花粉检测模块中,得到花粉检测模块输出的花粉检测结果。本发明通过将深层和浅层的融合特征融合至检测分支层对应的特征以用于花粉检测,有效提高了花粉检测的精度。
-
-
-
-
-
-
-
-
-