-
公开(公告)号：CN111612695A
公开(公告)日：2020-09-01
申请号：CN202010424455.1
申请日：2020-05-19
Applicant: 华侨大学
Abstract: 本发明提供了图像处理领域的一种低分辨率人脸图像超分辨重建方法，包括：步骤S10、采用多级离散小波变换对低分辨率人脸图像进行分解，得到子图像；步骤S20、将各所述子图像输入卷积模块，提取各所述子图像间的第一关联特征；步骤S30、利用二阶注意力机制对所述第一关联特征进行强化学习，得到第二关联特征；步骤S40、通过非局部自相似模块增强所述第二关联特征的残差特征，得到第三关联特征；步骤S50、将所述第三关联特征进行逆小波变换，得到重建的第一人脸图像；步骤S60、创建一损失函数，利用所述损失函数对第一人脸图像的空间域以及小波域进行双重约束，得到重建的第二人脸图像。本发明的优点在于：极大的提升了低分辨率人脸图像重建质量。
-
公开(公告)号：CN111046787A
公开(公告)日：2020-04-21
申请号：CN201911257993.X
申请日：2019-12-10
Applicant: 华侨大学
Abstract: 本发明提供一种基于改进YOLO v3模型的行人检测方法包括：选取训练样本；对样本进行K-means值聚类计算，获得新的anchors值，将新的anchors值替换原始YOLO v3模型中的数据集参数；引入inception模块，并将inception模块进行裁剪优化，得到改进后的YOLO v3模型；使用改进后的YOLO v3模型对行人进行检测，得到检测结果；克服原有YOLO v3模型提取的特征过于单一的问题，提高行人检测的精度。
-
公开(公告)号：CN110530905A
公开(公告)日：2019-12-03
申请号：CN201910885888.4
申请日：2019-09-19
Applicant: 华侨大学
IPC: G01N23/046
Abstract: 本发明提供了一种用于CT扫描的便携式土工流变仪，包括：砝码、砝码盘、位移传感器、传力杆、侧限器、垫块、透明钢化玻璃；透明钢化玻璃包围形成一开口向上的腔室，试样填充在腔室中；垫块通过开口进入腔室中，并与试样挤压；传力杆的一端连接在垫块远离试样的一侧，另一端连接至砝码盘的下表面；砝码盘的上表面设置有砝码；侧限器设置在传力杆的侧面，用于减少传力杆的侧向变形；传力杆将砝码的荷载传递至试样内，位移传感器用于测量试样受到荷载后产生的位移；CT扫描仪透过透明钢化玻璃对试样的流变过程进行无损观测，在不破坏样品原样的情况下直观的给出其内部的结构。上述的用于CT扫描的便携式土工流变仪，能够实时记录变形数据。
-
公开(公告)号：CN111612695B
公开(公告)日：2023-08-01
申请号：CN202010424455.1
申请日：2020-05-19
Applicant: 华侨大学
IPC: G06T3/40 , G06V40/16 , G06N3/0464 , G06V10/774 , G06F17/14 , G06V10/82 , G06N3/092
Abstract: 本发明提供了图像处理领域的一种低分辨率人脸图像超分辨重建方法，包括：步骤S10、采用多级离散小波变换对低分辨率人脸图像进行分解，得到子图像；步骤S20、将各所述子图像输入卷积模块，提取各所述子图像间的第一关联特征；步骤S30、利用二阶注意力机制对所述第一关联特征进行强化学习，得到第二关联特征；步骤S40、通过非局部自相似模块增强所述第二关联特征的残差特征，得到第三关联特征；步骤S50、将所述第三关联特征进行逆小波变换，得到重建的第一人脸图像；步骤S60、创建一损失函数，利用所述损失函数对第一人脸图像的空间域以及小波域进行双重约束，得到重建的第二人脸图像。本发明的优点在于：极大的提升了低分辨率人脸图像重建质量。
-
公开(公告)号：CN111241911A
公开(公告)日：2020-06-05
申请号：CN201911265306.9
申请日：2019-12-11
Applicant: 华侨大学
Abstract: 本发明公开了一种自适应的车道线检测方法，涉及车道线检测技术领域。本方法首先采用三维块匹配(BM3D)算法对摄像头采集到的实时行车图像进行去噪处理；然后，在HSV颜色空间，选择V通道对去噪图像进行阈值分割，以区分白色与黄色车道线；接着设定车道线的感兴趣区域，再使用Canny算法提取边缘，以获得准确的边缘特征数据；之后，通过基于梯度方向分类的概率霍夫直线检测方法对车道线进行检测，并融合角度滤波算法将极大钝角或者极小锐角的线段滤除；最后，对提取的车道线进行转向识别。本发明公开的一种自适应的车道线检测方法，有效提高了车道线检测算法的准确性和鲁棒性，并可对车辆的转向进行识别。
-
Patent Agency Ranking
公开(公告)号：CN114066727B
公开(公告)日：2024-09-06
申请号：CN202110858949.5
申请日：2021-07-28
Applicant: 华侨大学
IPC: G06T3/4053 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种多阶段渐进式图像超分辨率方法，包括：使用多尺度特征提取模块提取待重建的图像特征，并引入通道注意力模块，对不同通道特征赋予权重，从而增强重要通道特征的表现能力；采用残差特征融合机制，充分利用图像上下文特征的关联性，得到第一阶段中的重建图像；使用精细化模块，对第一阶段中得到的重建图像进行优化，从而得到更为精细的重建图像；采用损失函数进行训练，进一步提升模型的超分辨率效果。本发明方法有效提高了图像超分辨率重建的效果，在主观视觉和客观评价指标方面都获得了更好的效果。
-
公开(公告)号：CN112149535B
公开(公告)日：2023-06-27
申请号：CN202010953936.1
申请日：2020-09-11
Applicant: 华侨大学
Abstract: 本发明提供一种结合SegNet和U‑Net网络的车道线检测方法，包括以下步骤：制作数据集和标签；构建基于SegNet的车道线检测网络；将U‑Net网络的跳跃连接结构加入所述的基于SegNet的车道线检测网络，得到一种结合SegNet和U‑Net的车道线检测网络；使用所述结合SegNet和U‑Net网络的车道线检测网络对待识别的行车场景图像进行检测，得到检测结果。本发明提出车道线检测方法，克服原有SegNet模型提取的特征过于单一的问题，提高车道线检测的精度。
-
公开(公告)号：CN111241911B
公开(公告)日：2023-03-24
申请号：CN201911265306.9
申请日：2019-12-11
Applicant: 华侨大学
Abstract: 本发明公开了一种自适应的车道线检测方法，涉及车道线检测技术领域。本方法首先采用三维块匹配(BM3D)算法对摄像头采集到的实时行车图像进行去噪处理；然后，在HSV颜色空间，选择V通道对去噪图像进行阈值分割，以区分白色与黄色车道线；接着设定车道线的感兴趣区域，再使用Canny算法提取边缘，以获得准确的边缘特征数据；之后，通过基于梯度方向分类的概率霍夫直线检测方法对车道线进行检测，并融合角度滤波算法将极大钝角或者极小锐角的线段滤除；最后，对提取的车道线进行转向识别。本发明公开的一种自适应的车道线检测方法，有效提高了车道线检测算法的准确性和鲁棒性，并可对车辆的转向进行识别。
-
公开(公告)号：CN112149535A
公开(公告)日：2020-12-29
申请号：CN202010953936.1
申请日：2020-09-11
Applicant: 华侨大学
Abstract: 本发明提供一种结合SegNet和U‑Net网络的车道线检测方法，包括以下步骤：制作数据集和标签；构建基于SegNet的车道线检测网络；将U‑Net网络的跳跃连接结构加入所述的基于SegNet的车道线检测网络，得到一种结合SegNet和U‑Net的车道线检测网络；使用所述结合SegNet和U‑Net网络的车道线检测网络对待识别的行车场景图像进行检测，得到检测结果。本发明提出车道线检测方法，克服原有SegNet模型提取的特征过于单一的问题，提高车道线检测的精度。
-
公开(公告)号：CN114066727A
公开(公告)日：2022-02-18
申请号：CN202110858949.5
申请日：2021-07-28
Applicant: 华侨大学
Abstract: 本发明公开了一种多阶段渐进式图像超分辨率方法，包括：使用多尺度特征提取模块提取待重建的图像特征，并引入通道注意力模块，对不同通道特征赋予权重，从而增强重要通道特征的表现能力；采用残差特征融合机制，充分利用图像上下文特征的关联性，得到第一阶段中的重建图像；使用精细化模块，对第一阶段中得到的重建图像进行优化，从而得到更为精细的重建图像；采用损失函数进行训练，进一步提升模型的超分辨率效果。本发明方法有效提高了图像超分辨率重建的效果，在主观视觉和客观评价指标方面都获得了更好的效果。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.021 seconds)
