-
公开(公告)号：CN109410135A
公开(公告)日：2019-03-01
申请号：CN201811163803.3
申请日：2018-10-02
Applicant: 复旦大学
IPC: G06T5/00
Abstract: 本发明属于图像处理技术领域，具体为一种基于生成对抗网络的图像去雾、加雾方法。本发明是利用神经网络逼近雾成像的物理模型，通过生成对抗网络进行学习，自动的从大量的图像样本中学习出无雾图像到有雾图像之间的映射关系以及有雾图像到无雾图像之间的逆映射关系，进而利用此来实现图像的去雾和加雾处理。本发明从有雾图像和无雾图像当中学习出两者的映射关系，不用同一场景下有雾和无雾成对图像的要求。从而避免非物理模型中的机制难以解释，或者在物理模型中的参数估计中人为因素的影响，以及有雾无雾图像对数据库的构建难题，从而达到可解释性更强以及效果更可靠的目的。
-
公开(公告)号：CN101036606B
公开(公告)日：2010-05-19
申请号：CN200710039657.9
申请日：2007-04-19
Applicant: 复旦大学
IPC: A61F9/00
Abstract: 本发明属于图像处理和视觉恢复技术领域，具体是一种基于自适应映射的红绿色盲矫正方法。该方法首先建立红绿色盲的仿真模型，然后对原始图像进行分阶处理，依据统计得到的颜色数和颜色分布来划分投影区域，最后按照颜色频数的大小和投影划分建立正常视觉颜色空间到色盲颜色面上的一对一的映射关系，并按照这种映射关系对原始图像进行矫正。本发明的目的是提高红绿色盲患者分辨色彩的能力，使得原始图像中看不到的信息在矫正图像中清楚地呈现出来，且图像处理在眼外进行，对眼睛没有损伤，因此它在红绿色盲的治疗和矫正上具有较强的可行性。
-
公开(公告)号：CN101782625B
公开(公告)日：2012-01-04
申请号：CN200910045494.4
申请日：2009-01-16
Applicant: 复旦大学
IPC: G06F17/50
Abstract: 本发明是一种基于Gradation-Boosting算法的电子电力系统故障诊断方法，首先建立了三相电力逆变电路的仿真模型，根据实际情况对系统的故障情况进行仿真，获得各类故障样本，将所有样本根据实际故障的发生频率划分成不同等级，然后用这些样本作为学习样本对神经网络进行反复训练，最后用Gradation-Boosting算法将训练好的神经网络整合成一个完整的高性能故障诊断系统。本发明可提高电力电子故障诊断系统的故障检测正确率，降低实际应用系统中由于漏检、误检造成的损失。
-
公开(公告)号：CN101082987A
公开(公告)日：2007-12-05
申请号：CN200710042916.3
申请日：2007-06-28
Applicant: 复旦大学
IPC: G06T7/00
Abstract: 本发明属于图像分析技术领域，具体是一种基于窗口间平均差异的直方图相似性度量方法。该方法通过统计两幅直方图相同窗口之间的取值差异及不同距离窗口之间的取值差异，求出以窗口距离为权值进行加权后的平均差异，并将其作为评价这两幅直方图相似性的标准。针对图像的灰度直方图用本发明度量方法和传统度量方法进行比较，表明该评价标准在直方图发生偏移的情况下性能优于传统的度量标准。本发明提出直方图相似性度量方法，给出相似性的评价标准，为基于直方图的图像检索等应用提供更可靠的依据。
-
公开(公告)号：CN105550269A
公开(公告)日：2016-05-04
申请号：CN201510907394.3
申请日：2015-12-10
Applicant: 复旦大学
IPC: G06F17/30
CPC classification number: G06F16/35 , G06F2216/03
Abstract: 本发明属于数据挖掘以及自然语言处理技术领域，具体为一种有监督学习的产品评论分析方法及系统。本发明针对特定的产品人工定义多个类别（产品特征），首先通过机器学习训练分类器依次对收集到的用户评论进行产品特征方面的分类；然后对经训练分类器分类过后的评论文本进行情感分析；最后通过综合统计大量评论文本所涉及的产品特征以及对应的情感倾向，总结出用户对于该产品各个特征的量化评价。本发明更加高效，快速，简便；能保证分类所得均为用户所关注内容。提供给使用者分析结果直观、明确，可免去查看大量评论的工作。
-
Patent Agency Ranking
公开(公告)号：CN101783939B
公开(公告)日：2012-08-22
申请号：CN200910045495.9
申请日：2009-01-16
Applicant: 复旦大学
Abstract: 本发明属于图像处理技术领域，涉及一种基于人眼视觉特性的图像编码方法。本发明根据人眼对图像边缘和平滑区信息的失真要比纹理区失真更敏感这一视觉特性，首先对原始图像进行小波分解，然后将小波变换后的系数利用熵值和方差进行分类为视觉重要系数和普通系数，最后采用算术编码将不同系数分类编码得到最终码流。本发明提高了有损压缩重建图像的主观视觉质量，使得原始图像在进行高压缩率的有损压缩编码后所恢复的图像具有更佳的视觉观测效果，因此在大规模图像存储及图像数据传输上具有较强的可行性。
-
公开(公告)号：CN101425134A
公开(公告)日：2009-05-06
申请号：CN200810202692.2
申请日：2008-11-13
Applicant: 复旦大学
Abstract: 本发明属于人体生物身份识别技术领域，具体涉及一种在线的手背静脉识别方法，本发明通过手背静脉采集仪获得手背静脉图像，然后对图像进行预处理，包括手背静脉感兴趣区域提取以及高斯滤波去噪平滑，然后对预处理的图像进行2D Gabor滤波，最后对静脉图像的2D Gabor相位特征编码，并且利用海明距离来实现特征匹配。本发明能够通过低质量的手背静脉图片来获得高质量的识别效果，在得到识别性能的同时提高了不仅匹配速度，还节约了压缩空间。
-
公开(公告)号：CN119027455A
公开(公告)日：2024-11-26
申请号：CN202411253962.8
申请日：2024-09-09
Applicant: 复旦大学
IPC: G06T7/246 , G06N3/0442 , G06T7/11 , G06N3/0464 , G06V10/77 , G06N3/048 , G06V10/80 , G06V10/82 , G06V10/74 , G06V10/40
Abstract: 本发明涉及一种基于注意力门控网络的目标跟踪方法及系统，方法包括：获取目标跟踪视频序列，并进行图像采样，构建包含目标模板图像和搜索区域图像的图像对；采用骨干网络分别从目标模板图像和搜索区域图像中，提取模板特征和搜索区域特征；分别采用互相关网络和注意力门控网络根据模板特征和搜索区域特征，生成目标的位置特征和稀疏的门控权重；将门控权重与位置特征进行点积运算后输入分割网络中，生成目标的分割掩膜，并根据最大的分割区域输出目标矩形框，显示在目标跟踪视频序列的对应位置。与现有技术相比，本发明有效地提高跟踪算法对目标被部分遮挡、目标显著外观和背景变化问题的鲁棒性，实现了复杂场景中的精准且鲁棒的目标跟踪。
-
公开(公告)号：CN107273517B
公开(公告)日：2021-07-23
申请号：CN201710478207.3
申请日：2017-06-21
Applicant: 复旦大学
IPC: G06F16/953 , G06F16/43
Abstract: 本发明属于多媒体信息检索技术领域，具体为基于图嵌入学习的图文跨模态检索方法。本发明首先提取图片和文本的数据特征，然后建立一个图文双层的近邻图，通过近邻图及标签信息以神经网络的框架来学习得到嵌入层；通过嵌入层可以将图片、文本两个不同模态的数据映射到一个可以直接度量相似度的统一空间；相对现有方法线性投影的方式，可以更好的近似映射后的流行空间；在嵌入层，用户可以直接检索出与查询样本最相近的目标样本，以此来实现图文的跨模态检索。本发明能有效地跨越了不同模态媒体之间的语义鸿沟，进而使得跨模态搜索引擎返回的结果更加准确。
-
公开(公告)号：CN101783939A
公开(公告)日：2010-07-21
申请号：CN200910045495.9
申请日：2009-01-16
Applicant: 复旦大学
Abstract: 本发明属于图像处理技术领域，涉及一种基于人眼视觉特性的图像编码方法。本发明根据人眼对图像边缘和平滑区信息的失真要比纹理区失真更敏感这一视觉特性，首先对原始图像进行小波分解，然后将小波变换后的系数利用熵值和方差进行分类为视觉重要系数和普通系数，最后采用算术编码将不同系数分类编码得到最终码流。本发明提高了有损压缩重建图像的主观视觉质量，使得原始图像在进行高压缩率的有损压缩编码后所恢复的图像具有更佳的视觉观测效果，因此在大规模图像存储及图像数据传输上具有较强的可行性。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.016 seconds)
