-
公开(公告)号：CN119888285A
公开(公告)日：2025-04-25
申请号：CN202510362652.8
申请日：2025-03-26
Applicant: 厦门理工学院
IPC: G06V10/75 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种多尺度图像匹配方法及系统，该方法包括以下步骤：S1、获取用于图像匹配训练的数据集；S2、构建图像匹配模型，其包括视觉空间线索提取模块、视觉空间融合模块及视觉空间潜在图变换模块，视觉空间线索提取模块从输入图像对中提取视觉线索和空间线索，视觉空间融合模块将提取的视觉线索和空间线索融合到同一空间中，视觉空间潜在图变换模块通过构建特征图从视觉空间融合特征中提取局部特征并对局部特征与全局特征进行融合，从而有效捕获视觉空间对应的多尺度上下文信息；通过数据集对图像匹配模型进行训练；S3、通过训练好的图像匹配模型对待匹配图像对进行图像匹配。该方法及系统可以提高图像匹配的速度和正确率。
-
公开(公告)号：CN119152241B
公开(公告)日：2025-02-25
申请号：CN202411613819.5
申请日：2024-11-13
Applicant: 厦门理工学院
IPC: G06V10/762 , G06V10/75 , G06V10/44
Abstract: 本发明涉及一种基于邻域一致的模型拟合方法及其应用，该方法包括以下步骤：S1、对于输入数据，通过邻域一致性保持算法获得每个数据点的邻域集；S2、基于获得的邻域集，通过基于邻域一致性的聚类算法对数据聚类，合并具有一致性信息的数据，得到聚类结果；在聚类过程中，基于邻域关系的相似性度量函数来评估数据相似性；S3、基于聚类结果区分属于不同模型实例的内点和离群点，输出数据分割结果。该方法有利于提高模型拟合性能，进而提高数据分割精度。
-
公开(公告)号：CN119152241A
公开(公告)日：2024-12-17
申请号：CN202411613819.5
申请日：2024-11-13
Applicant: 厦门理工学院
IPC: G06V10/762 , G06V10/75 , G06V10/44
Abstract: 本发明涉及一种基于邻域一致的模型拟合方法及其应用，该方法包括以下步骤：S1、对于输入数据，通过邻域一致性保持算法获得每个数据点的邻域集；S2、基于获得的邻域集，通过基于邻域一致性的聚类算法对数据聚类，合并具有一致性信息的数据，得到聚类结果；在聚类过程中，基于邻域关系的相似性度量函数来评估数据相似性；S3、基于聚类结果区分属于不同模型实例的内点和离群点，输出数据分割结果。该方法有利于提高模型拟合性能，进而提高数据分割精度。
-
公开(公告)号：CN118115767A
公开(公告)日：2024-05-31
申请号：CN202410539494.4
申请日：2024-04-30
Applicant: 厦门理工学院
IPC: G06V10/75 , G06V10/44 , G06V10/762
Abstract: 本发明涉及一种基于二阶邻近引导的图像数据采样方法，包括：S1、构造基于二阶邻近度的图，以通过二阶邻近性度量表示输入数据的关系，并在图空间内进行最小数据子集的采样过程；S2、基于二阶邻近生成初始最小数据子集，利用构造的图从输入数据中采样潜在的内点，从而生成初始最小数据子集；S3、基于最大生成树更新采样的最小数据子集，以提高模型拟合的精确度和鲁棒性。该方法有利于产生精确的模型假设，从而提高模型拟合的精确度和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN118097432A
公开(公告)日：2024-05-28
申请号：CN202410468506.9
申请日：2024-04-18
Applicant: 厦门理工学院
IPC: G06V20/10 , G06V10/75 , G06V10/77 , G06V10/774
Abstract: 本发明涉及一种基于二阶空间一致约束的遥感图像模型估计方法，包括：S1、对于遥感图像特征匹配对，获得满足二阶空间一致性关系的特征匹配对，通过二阶空间一致性来保持内点的局部几何关系；S2、基于二阶空间一致性得分计算数据的采样权重，并根据得到的采样权重采样出无离群点的初始数据子集；S3、基于二阶空间一致性得分建立新的迭代停止条件，更新数据子集，实现遥感图像模型估计。该方法可以提高遥感图像模型估计的准确性和鲁棒性。
-
公开(公告)号：CN118967662B
公开(公告)日：2025-01-17
申请号：CN202411413374.6
申请日：2024-10-11
Applicant: 厦门理工学院
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 本发明涉及一种面向工业场景的轻量级网络的背光板缺陷检测方法，属于背光板缺陷检测领域。该方法包括：提出一种轻量级目标检测模型SH‑YOLO‑Lite，轻量级目标检测模型SH‑YOLO‑Lite以YOLOv5‑lites为基准模型进行改进，在主干网络侧采用轻量级主干网络RASNet，在特征融合网络侧采用特征融合网络Efficient‑RepGFPN‑Lite；采用背光板缺陷数据集对轻量级目标检测模型SH‑YOLO‑Lite进行训练，得到背光板缺陷检测模型，并对实际工业场景中的待检测背光板图像进行缺陷检测，输出背光板缺陷检测结果。本发明能够实现背光板缺陷检测在现有的低算力嵌入式平台上的低成本部署与高效运行。
-
公开(公告)号：CN118967662A
公开(公告)日：2024-11-15
申请号：CN202411413374.6
申请日：2024-10-11
Applicant: 厦门理工学院
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 本发明涉及一种面向工业场景的轻量级网络的背光板缺陷检测方法，属于背光板缺陷检测领域。该方法包括：提出一种轻量级目标检测模型SH‑YOLO‑Lite，轻量级目标检测模型SH‑YOLO‑Lite以YOLOv5‑lites为基准模型进行改进，在主干网络侧采用轻量级主干网络RASNet，在特征融合网络侧采用特征融合网络Efficient‑RepGFPN‑Lite；采用背光板缺陷数据集对轻量级目标检测模型SH‑YOLO‑Lite进行训练，得到背光板缺陷检测模型，并对实际工业场景中的待检测背光板图像进行缺陷检测，输出背光板缺陷检测结果。本发明能够实现背光板缺陷检测在现有的低算力嵌入式平台上的低成本部署与高效运行。
-
公开(公告)号：CN118097432B
公开(公告)日：2024-07-26
申请号：CN202410468506.9
申请日：2024-04-18
Applicant: 厦门理工学院
IPC: G06V20/10 , G06V10/75 , G06V10/77 , G06V10/774
Abstract: 本发明涉及一种基于二阶空间一致约束的遥感图像模型估计方法，包括：S1、对于遥感图像特征匹配对，获得满足二阶空间一致性关系的特征匹配对，通过二阶空间一致性来保持内点的局部几何关系；S2、基于二阶空间一致性得分计算数据的采样权重，并根据得到的采样权重采样出无离群点的初始数据子集；S3、基于二阶空间一致性得分建立新的迭代停止条件，更新数据子集，实现遥感图像模型估计。该方法可以提高遥感图像模型估计的准确性和鲁棒性。
-
公开(公告)号：CN118115767B
公开(公告)日：2024-07-19
申请号：CN202410539494.4
申请日：2024-04-30
Applicant: 厦门理工学院
IPC: G06V10/75 , G06V10/44 , G06V10/762
Abstract: 本发明涉及一种基于二阶邻近引导的图像数据采样方法，包括：S1、构造基于二阶邻近度的图，以通过二阶邻近性度量表示输入数据的关系，并在图空间内进行最小数据子集的采样过程；S2、基于二阶邻近生成初始最小数据子集，利用构造的图从输入数据中采样潜在的内点，从而生成初始最小数据子集；S3、基于最大生成树更新采样的最小数据子集，以提高模型拟合的精确度和鲁棒性。该方法有利于产生精确的模型假设，从而提高模型拟合的精确度和鲁棒性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
