公开(公告)号：CN114445371B

公开(公告)日：2025-04-22

申请号：CN202210099234.0

申请日：2022-01-27

Applicant: 安徽大学

Inventor： 李成龙 ,  晏雨晴 ,  杨昕波 ,  汤进 ,  罗斌

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/098 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明公开了一种基于椭圆交并比的遥感图像目标检测方法及装置，属于计算机视觉技术领域，方法包括：获取原始图像，将原始图像中目标的标注信息转换为椭圆标注后输入至目标检测器，目标检测器包括依次连接的骨干网络、RRPN网络和RoIHead网络，RRPN网络和所述RoIHead网络的回归损失函数均采用椭圆交并比损失函数；利用骨干网络提取输入图像的多尺度特征图；将多尺度特征图作为所述RRPN网络的输入，得到目标的旋转候选框；将多尺度特征图和旋转候选框作为RoIHead网络的输入，得到原始图像的检测结果。本发明将原始图像中目标的标注信息转换为椭圆标注，并提出椭圆交并比的计算方式计算预测框与目标框之间的重合度，提高了遥感图像目标检测的效果。

公开(公告)号：CN118864383A

公开(公告)日：2024-10-29

申请号：CN202410883238.7

申请日：2024-07-03

Applicant: 安徽大学 ,  安徽医科大学第一附属医院

Inventor： 涂铮铮 ,  朱子刚 ,  张超学 ,  江波 ,  段亚阳 ,  张迪 ,  林丹盈 ,  汤进 ,  罗斌

IPC: G06T7/00 ,  A61B8/00 ,  G06T7/13 ,  G06T5/10 ,  G06T5/20 ,  G06N3/0455 ,  G06N3/049 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明公开一种基于边缘掩码和时序差分的超声视频基础模型的训练方法，先通过小波变换减少超声图像中的斑点噪声，然后使用canny算法对前两帧和后两帧边缘区域进行掩码，同时对中间两帧进行完全掩码，接着利用运动差分注意力模块，通过掩码之后的前两张帧和后两帧进行初始特征重建；最后，将特征一起送入到解码器当中进行视频序列的重建并计算损失，通过多次迭代训练获得最终的训练权重。

公开(公告)号：CN114359626A

公开(公告)日：2022-04-15

申请号：CN202111533990.1

申请日：2021-12-15

Applicant: 安徽大学

Inventor： 涂铮铮 ,  杨文芳 ,  李成龙 ,  罗斌 ,  汤进 ,  吕皖丽

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于条件生成对抗网络的可见光‑热红外显著目标检测方法，本发明基于条件生成对抗网络模型设计两个生成器，基于对抗学习分别提升查全率和查准率并使之达到平衡，从而得到更精细化的显著目标预测结果；通过全局上下文信息模块整合高层语义特征，整合后的特征作为解码器每层的引导特征包含有更丰富的全局上下文信息；本发明的协同注意力模型融合可见光模态和热红外模态特征的同时，进一步突出前景目标区域，抑制冗余的背景噪声影响，本发明的显著图比其他先进的方法具有更高的置信度。

公开(公告)号：CN110826392A

公开(公告)日：2020-02-21

申请号：CN201910875343.5

申请日：2019-09-17

Applicant: 安徽大学

Inventor： 郑爱华 ,  邹甜 ,  王逍 ,  王梓 ,  罗斌 ,  汤进

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/62

Abstract: 本发明公开了一种结合上下文信息的跨模态行人检测方法，将可见光和热红外两个模态下的图像送到深度卷积网络中得到固定数目的感兴趣区域；将两个模态下的每一个感兴趣区域映射成特征向量作为图中节点构建图模型；采用门循环单元GRU进行上下文信息的传递更新，得到可见光图像GRU、热红外图像GRU、结合可见光和热红外图像的GRU这三个输出结果；使用最终的节点表示来送到分类器中进行分类以及标注框回归，设置阈值，将大于阈值的正样例以及其相应的坐标位置输出，实现行人检测。将深度学习应用到了行人检测领域中，达到较好的检测效果；结合单模态图像上下文信息和跨模态图像上下文信息，使得特征具有更加丰富的信息，帮助分类器更好的分类以及定位。

公开(公告)号：CN104219048B

公开(公告)日：2019-04-12

申请号：CN201310217922.3

申请日：2013-06-04

Applicant: 安徽大学

Inventor： 王良民 ,  缪静钧 ,  罗斌 ,  汤进 ,  郑爱华 ,  孙登第 ,  蔡继盛

IPC: H04L9/32 ,  G06K17/00 ,  G06K19/067

Abstract: 本发明公开了一种RFID协议的隐私保护属性证明方法和装置，属于物联网通信技术及安全技术领域。所述方法包括：读写器对通信范围内的所有标签发送询问信息；所述标签在接收到所述询问信息后，生成随机数，确定位信息的值，根据所述随机数、身份标识和位信息的值生成第一验证函数，并向所述读写器发送认证信息，所述读写器对所述标签发送的认证信息进行认证，并在认证成功后生成第二验证函数，向所述标签发送验证信息，所述标签在接收到所述验证信息后，对所述第二验证函数进行验证，并在所述验证通过后与所述读写器完成一次通信。

公开(公告)号：CN105812816B

公开(公告)日：2019-04-09

申请号：CN201610153070.X

申请日：2016-03-17

Applicant: 安徽大学

Inventor： 殷赵霞 ,  牛雪静 ,  汤进 ,  罗斌 ,  纪冬 ,  赵澍 ,  唐聪

IPC: H04N19/467 ,  H04N19/88 ,  H04N1/32

Abstract: 本发明公开一种压缩加密认证联合编码方法，依次包括以下步骤：图像以4×4的块为单位进行AMBTC压缩；将4×4的块AMBTC压缩结果加密；在4×4的块压缩加密结果中嵌入认证信息；提取信息并认证；将可信数据解密；将可信数据解压缩。本发明计算简单，便于实现，压缩、加密、认证三者联合编码，有效减少对计算资源的占用，使用方便，在实时领域以及计算资源有限的移动终端等具有很好的应用前景。

公开(公告)号：CN108846404A

公开(公告)日：2018-11-20

申请号：CN201810658629.3

申请日：2018-06-25

Applicant: 安徽大学

Inventor： 江波 ,  关媛媛 ,  汤进 ,  罗斌

IPC: G06K9/46

Abstract: 本发明公开了一种基于相关约束图排序的图像显著性检测方法及装置，方法包括：对待检测图像进行超像素分割，建立一个闭环图模型，进而计算每一个超像素节点的先验信息；提取输入图像的颜色、纹理、位置等信息；获取每一个超像素节点的前景概率值；将前景概率值大于第一预设阈值的节点的集合作为前景种子点集合ind_fore；将前景概率值小于第二预设阈值的节点的集合作为背景种子点集合ind_back；第一预设阈值大于第二预设阈值；使用相关约束图排序的模型计算得到每个超像素节点的前景概率S_f，并使用前景概率值S_f作为最终的显著估计值S_final。应用本发明实施例，可以使显著性检测结果更加准确。

公开(公告)号：CN108765472A

公开(公告)日：2018-11-06

申请号：CN201810477230.5

申请日：2018-05-18

Applicant: 安徽大学

Inventor： 赵海峰 ,  刘烨敏 ,  汤振宇 ,  张少杰 ,  罗斌

IPC: G06T7/30

CPC classification number: G06T7/30 ,  G06T2207/10088 ,  G06T2207/30016

Abstract: 本发明公开了一种基于稀疏有向图的图像集配准方法，包括步骤：步骤1，输入一组包含n个图像的图像集{Ii|i＝1,…,n}；步骤2，利用基于图像集全局信息和图像分布流形的稀疏流形编码方法计算图像集的图像相似度；步骤3，根据相似度计算结果建立以图像为节点、以图像相似度倒数为权重的有向图；步骤4，基于有向图确定两两节点间最短路径以及根节点图像，并进一步确定非根节点图像到根节点图像的最短路径即配准路径；步骤5，根据确定的配准路径，将所有非根节点图像和依据配准路径配准得到的结果图像依次配准到其直接父节点图像，直至配准到根节点图像。本发明有效提高了图像集配准的精度。

公开(公告)号：CN107341479A

公开(公告)日：2017-11-10

申请号：CN201710562703.7

申请日：2017-07-11

Applicant: 安徽大学

Inventor： 陈思宝 ,  金维国 ,  苌江 ,  宋维明 ,  罗斌

IPC: G06K9/00 ,  G06K9/62

CPC classification number: G06K9/00771 ,  G06K9/00758 ,  G06K9/6227 ,  G06K9/6249

Abstract: 本发明公开了一种基于加权稀疏协作模型的目标跟踪方法，包括：1从段视频序列的第一帧图像数据中选取跟踪的目标；2初始化任意一帧f＝1；3利用粒子滤波算法对视频序列中第f帧图像数据进行处理，得到若干个个目标候选框；4利用加权稀疏表示的判别式算法对第f帧图像数据中的目标候选框进行处理，得到目标候选框的判别式评分；5利用加权稀疏表示的产生式算法对第f个帧图像数据中的目标候选框进行处理，得到目标候选框的产生式评分；6得到候选框的最终得分；并比较所有候选框评分的大小，找到最大值对应的候选框即为跟踪结果。本发明能够对一段视频序列中的运动目标进行实时运动估计以及定位，从而实现对运动目标的稳定跟踪。

公开(公告)号：CN104363586A

公开(公告)日：2015-02-18

申请号：CN201410648538.3

申请日：2014-11-14

Applicant: 安徽大学

Inventor： 王良民 ,  刘亚伟 ,  罗斌 ,  韩志耕 ,  徐文龙 ,  吴海云 ,  谢莹

IPC: H04W12/06 ,  H04W8/02

CPC classification number: H04W8/12 ,  H04L9/3236 ,  H04L63/0892 ,  H04W4/046 ,  H04W4/46 ,  H04W8/00 ,  H04W12/06 ,  H04W8/02

Abstract: 本发明公开一种车联网中轻量级的漫游接入认证方法，包括系统初始化和漫游接入认证协议，车辆进入本地区域服务器覆盖下的边缘临界RSU范围时，车辆通过对实时位置信息、当前驾驶策略以及本地服务器覆盖范围进行实时跨域漫游判断，车辆根据判断结果决定是否向本地服务器请求漫游认证材料，当车辆行驶入漫游区域后，漫游域服务器通过车辆提供的漫游认证材料实现对车辆的身份认证。本发明能够确保安全匿名性认证，并且漫游域服务器FS认证车辆的过程中仅需要进行Hash运算操作，所以可以显著降低系统开销。