-
公开(公告)号：CN114757819B
公开(公告)日：2025-02-18
申请号：CN202210403483.4
申请日：2022-04-18
Applicant: 大连民族大学
IPC: G06T3/04 , G06N3/0464 , G06N3/08 , G06V20/56 , G06V10/764
Abstract: 本发明公开了一种结构引导的风格偏差校正型风格迁移方法及系统，属于深度学习风格迁移领域。为实现风格特征精确映射，本发明提出结构引导模块，包含特征优化单元和风格校正单元。特征优化单元利用网络深度提取能力保证单特征通道风格特征完整传递和精确分类，风格校正单元为语义形式的风格特征增添空间结构位置信息，借助注意力分组交互方式将风格语义与内容结构重新匹配，为后续寻找合适的风格和内容表达提供帮助。将赋予了空间结构信息的风格特征与特征优化单元处理的风格特征相乘，校准风格特征映射偏差。本发明适用于自动驾驶、安防监控等领域。
-
公开(公告)号：CN114943949B
公开(公告)日：2024-07-19
申请号：CN202210540082.3
申请日：2022-05-18
Applicant: 大连民族大学
IPC: G06V20/58 , G06V10/764 , G06V10/77 , G06N3/0464 , G06N3/094 , G06V10/82
Abstract: 本发明公开了一种并行多元特征处理方法及系统，属于深度学习图像处理领域。其方法包括获取输入图像；对所述输入图像进行下采样操作，得到四维特征向量；所述四维特征向量依次经过尺度缩放层、标准一维卷积层处理，得到四维属性特征向量；所述四维特征向量依次经过标准空间卷积层A、多层残差单元、尺度缩放层、标准空间卷积层B的对称支路处理，得到四维具象特征向量；将四维具象特征向量和四维属性特征向量相乘，得到筛选对比后的四维特征向量；将四维特征向量与筛选对比后的四维特征向量相加得到四维融合特征向量，然后进行上采样操作，得到输出结果。本发明能够以多视角、并行方式学习同一特征向量中蕴含的不同类型特征分量之间内在关联。
-
公开(公告)号：CN114937228B
公开(公告)日：2024-07-19
申请号：CN202210675171.9
申请日：2022-06-15
Applicant: 大连民族大学
IPC: G06V20/40 , G06V10/62 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/084 , G06N3/094
Abstract: 本发明公开了一种泛化增强的少数民族舞蹈视频动作分割方法，属于深度学习视频动作分割领域。其提出多阶段域泛化视频动作分割网络，包含多个单阶段域泛化时间卷积。每个单阶段域泛化时间卷积内，通过捕捉帧间关系、动作内关系和动作间关系，获得多层次特征，通过多层次关系推理动作类别，提升准确性。并利用多层次关系执行对抗性数据增强的域泛化方法，获得增广域样本，将增广域样本与源域样本共同作为训练集参与网络训练过程，提升网络的泛化能力。通过多阶段网络结构实现增广域样本和动作分割结果的逐步优化。本发明适用于少数民族舞蹈视频教学、安防监控等领域。
-
公开(公告)号：CN112115871B
公开(公告)日：2024-04-19
申请号：CN202010994235.2
申请日：2020-09-21
Applicant: 大连民族大学
Abstract: 适用于行人目标检测的高低频交织边缘特征增强方法及构建增强网络的方法，属于目标检测技术领域，要点包括：S1、选取卷积模块进行维度变换，调整特征图尺度，根据频率分配系数提取高低频特征分量；S2、将输出的高频分量经过池化和卷积模块与低频分量融合；S3、将输出的低频分量经过卷积和上采样模块与高频分量融合；S4、将输出的高频、低频融合分量经过反卷积返回特征原尺度，共同作用输出特征融合信息。效果是可以作为独立单元嵌入到深度神经网络行人目标检测系统中，能够显著增强行人目标的边缘轮廓特征信息，提升检测精度。
-
公开(公告)号：CN113609893B
公开(公告)日：2024-04-16
申请号：CN202110679979.X
申请日：2021-06-18
Applicant: 大连民族大学
IPC: G06V40/10 , G06V10/75 , G06V10/764 , G06V10/774 , G06T7/90
Abstract: 基于红外摄像机的低光照度室内人体目标可见光特征重构方法和网络，属于图像可视化处理技术领域，为了解决人体目标可见光重构的问题，通过红外摄像机获取红外图像，通过人体目标可见光特征重构网络，将红外图像中的红外人体目标图像转换为可见光人体目标图像，通过颜色语义推理网络模块，生成修正人体目标形态和服装颜色，效果是实现了人体目标可见光重构。
-
Patent Agency Ranking
公开(公告)号：CN113191944B
公开(公告)日：2023-11-07
申请号：CN202110603920.2
申请日：2021-05-31
Applicant: 大连民族大学
IPC: G06T3/00 , G06N3/0464
Abstract: 本发明公开了一种多通道图像内容特征融合风格迁移方法及系统，属于深度学习风格迁移领域。为实现风格可变、内容特征一致的风格迁移，其系统提出一种特征融合模块，包含深度特征融合单元和特征保持单元，其输入可以为单特征通道、多特征通道及组合形式的图像内容特征。深度特征融合单元可将多条支路的单一特征通道的图像内容特征进行融合，提取深度内容特征信息，特征保持单元可保持多通道特征完整性。将两个单元输出的四维特征向量进行融合，能够加强深度特征表达能力，保证迁移前后图像内容一致。本发明适用于自主驾驶、安防监控等领域。
-
公开(公告)号：CN113191943B
公开(公告)日：2023-09-05
申请号：CN202110601505.3
申请日：2021-05-31
Applicant: 大连民族大学
IPC: G06T3/00 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种多路并行图像内容特征分离风格迁移方法及系统，属于深度学习风格迁移领域。为实现风格可变、内容特征一致的风格迁移，其系统提出一种多路并行的特征分离模块，包含深度特征分离单元和原始特征校准单元。深度特征分离单元可分离出每一特征通道的深层内容特征信息，原始特征校准单元可保持多通道特征完整性。将并行多路输出特征进行融合，能够加强深度特征表达能力，保证迁移前后图像内容一致。本发明适用于自主驾驶、安防监控等领域。
-
公开(公告)号：CN113537004B
公开(公告)日：2023-09-01
申请号：CN202110747532.1
申请日：2021-07-01
Applicant: 大连民族大学
Abstract: 图像的双金字塔多元特征提取网络、图像分割方法、系统和介质，属于深度学习图像处理领域，由四个输入特征、一个实例特征金字塔、一个语义特征金字塔和两个输出特征构成，两个输出特征由实例特征金字塔输出特征和语义特征金字塔输出特征组成。本发明解决了传统的特征提取方法无法满足多线程任务的特征需求的问题，能够为目标识别任务，提供详细的实例目标特征信息、为语义分析任务，提供丰富的语义逻辑特征信息，极大地提高多线程任务的精度。
-
公开(公告)号：CN113610885A
公开(公告)日：2021-11-05
申请号：CN202110785106.7
申请日：2021-07-12
Applicant: 大连民族大学
Abstract: 本发明公开了一种使用差异对比学习网络的半监督目标视频分割方法及系统，涉及视频分割技术领域。其根据初始帧掩码，提取目标的全局和局部特征信息，采用对比学习思想，提高目标全局特征和局部特征之间的相似度，扩大目标、背景特征之间的区分度，以获得更加鲁棒的目标特征表达。利用得到的全局特征进行像素对比，同时结合参考帧分割结果，保证视频分割结果中目标、背景区域划分的准确性。
-
公开(公告)号：CN113536905A
公开(公告)日：2021-10-22
申请号：CN202110617619.7
申请日：2021-06-03
Applicant: 大连民族大学
Abstract: 时频域联合全景分割卷积神经网络及应用，属于深度学习图像处理领域，包括频域变换网络，将输入变换为频域信息，提取图像的高低频特征；时域变换网络，将输入变换为时域信息，提取图像中的实例特征和语义特征；时频域联合网络，为频域变换网络和时域变换网络分别对应输出的高频特征、低频特征、实例特征和语义特征依次分配乘积系数；分割融合网络，融合前背景分割结果，生成全景分割结果，效果是能够应用于自主汽车、辅助驾驶、机器人以及公共安全天眼监控系统等多个领域。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.031 seconds)
