-
公开(公告)号：CN117011544B
公开(公告)日：2025-04-29
申请号：CN202310754179.9
申请日：2023-06-26
Applicant: 昆明理工大学
Abstract: 本发明涉及一种在可见光‑红外图像质量不稳定下的目标检测方法。本发明先重建可见光和红外图像的不稳定目标信息，得到增量信息图像；将增量信息图像与原始可见光和红外图像进行融合，得到包含增量信息的可见光和红外图像；将可见光和红外图像输入到特征提取网络中，提取可见光和红外图像的全局特征；将全局特征输入到核相似性度量模块中，得到平衡优化网络的相似性权重；将相似性权重与全局特征相乘，得到平衡性优化的特征；将特征输入到特征融合模块中，得到融合后的特征图；将特征图输入到检测器进行目标检测。本发明能有效挖掘可见光和红外图像的增量信息，增强目标检测器对信息质量不稳定的可见光和红外图像的检测鲁棒性。
-
公开(公告)号：CN118015273A
公开(公告)日：2024-05-10
申请号：CN202410165852.X
申请日：2024-02-05
Applicant: 昆明理工大学
Abstract: 本发明属于图像语义分割技术领域，具体涉及一种基于DS证据理论的可见光‑红外图像可信语义分割方法。本发明基于DS证据理论，设计了不确定性估计与证据融合模块，可以动态地估计可见光‑红外图像信息质量变化，自适应地屏蔽低质量模态信息干扰，挖掘和利用更多有效可见光‑红外图像和互补信息。本发明还设计了光照证据收集与多尺度证据收集模块以分别补充光照和目标多尺度信息，增强了本发明中证据收集的有效性。本发明解决了现有可见光‑红外图像语义分割方法在可见光‑红外图像信息质量不确定情况下的局限性，能够准确评估每种图像的信息质量，并在证据层面上自适应融合可见光、红外图像互补信息，实现可信的可见光‑红外图像语义分割。
-
公开(公告)号：CN116778177A
公开(公告)日：2023-09-19
申请号：CN202310754391.5
申请日：2023-06-26
Applicant: 昆明理工大学
Abstract: 本发明涉及一种在可见光‑红外图像弱对齐下的目标检测方法，属于基于深度学习的图像处理技术领域。将可见光和红外图像输入到特征提取网络中，提取可见光和红外图像的全局特征；将可见光图像输入到光照感知模块中，提取光照信息；将可见光和红外图像特征输入到多尺度空间对齐模块中进行特征对齐，得到在同一潜在物理空间下对齐的可见光和红外图像特征；将可见光和红外图像特征输入到特征融合模块中，融合可见光和红外图像特征的目标互补信息，得到融合后的特征图；将光照信息和特征图输入到检测器进行目标检测。本发明能有效在特征层面对齐可见光和红外图像各维度特征，增强目标检测器对各维度信息不对齐的可见光和红外图像的检测鲁棒性。
-
公开(公告)号：CN113537006A
公开(公告)日：2021-10-22
申请号：CN202110749051.4
申请日：2021-07-01
Applicant: 昆明理工大学
Inventor： 张悟移 , 卯映雪 , 周霞霞 , 张峻豪 , 张倩 , 韩正涛 , 张义伟 , 平安 , 杨礼凡 , 赵福生 , 宋子轩 , 刘骐源 , 冯雅楠 , 刘佳丽 , 董弋萱 , 蒋倩 , 王晓鹏 , 胡双林 , 陆国
Abstract: 本发明公开一种基于卷积神经网络的普洱生茶和熟茶判定方法，属于图像处理技术领域。该方法包括：普洱台地生茶、大树生茶、熟茶叶底图像采集步骤；普洱台地生茶、大树生茶和熟茶叶底图像背景分割和图像增强步骤；训练普洱台地生茶、大树生茶和熟茶识别模型步骤和普洱台地生茶、大树生茶和熟茶识别步骤。本发明的方法可以准确地识别和区分普洱台地生茶、大树生茶和熟茶。本发明所述方法识别的准确率为99.86％；将专业茶叶审评人员的经验模型化，并可提供给普通用户使用。
-
公开(公告)号：CN118015465A
公开(公告)日：2024-05-10
申请号：CN202410165646.9
申请日：2024-02-05
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于掩码图像建模的双时相自监督变化检测方法，属于遥感图像处理领域。本发明首先输入大量未标注双时相图到自监督模型中对双时相掩码图进行相互预测，并以均方误差最小原则进行模型训练。从训练好的自监督模型中去掉图像掩码器和图像预测器，加入特征融合器和变化检测器得到变化检测模型，再将少量有标注双时相图输入到变化检测模型，根据交叉熵损失最小原则进行模型训练。本发明使用大量未标注数据进行自监督训练，并用少量有标注数据进行有监督训练，双时相间相互预测使得模型的变化信息提取能力得以提升，实现等同在大量有标注数据上进行有监督训练的效果。
-
Patent Agency Ranking
公开(公告)号：CN117078920A
公开(公告)日：2023-11-17
申请号：CN202311330611.8
申请日：2023-10-16
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于可变形注意力机制的红外‑可见光目标检测方法，属于电数字数据处理、多模态协同感知技术领域。首先将红外与可见光图像均输入到特征提取器中，获得红外与可见光图像多层级特征图；将红外与可见光图像多层级特征图输入到可变形自注意力编码器中，得到经自注意力机制优化后特征向量；将按特征值大小降序排列，选择前项特征向量分别输入分类分支与回归分支中得到查询向量；根据查询向量在特征图上施加二维高斯分布，从而增强目标特征，同时抑制噪声信息，得到更新后的特征图；将查询向量与特征图输入到可变形交叉注意力解码器中，再经过一个线性映射层，得到最终的预测结果。
-
公开(公告)号：CN117011544A
公开(公告)日：2023-11-07
申请号：CN202310754179.9
申请日：2023-06-26
Applicant: 昆明理工大学
Abstract: 本发明涉及一种在可见光‑红外图像质量不稳定下的目标检测方法。本发明先重建可见光和红外图像的不稳定目标信息，得到增量信息图像；将增量信息图像与原始可见光和红外图像进行融合，得到包含增量信息的可见光和红外图像；将可见光和红外图像输入到特征提取网络中，提取可见光和红外图像的全局特征；将全局特征输入到核相似性度量模块中，得到平衡优化网络的相似性权重；将相似性权重与全局特征相乘，得到平衡性优化的特征；将特征输入到特征融合模块中，得到融合后的特征图；将特征图输入到检测器进行目标检测。本发明能有效挖掘可见光和红外图像的增量信息，增强目标检测器对信息质量不稳定的可见光和红外图像的检测鲁棒性。
-
公开(公告)号：CN117078920B
公开(公告)日：2024-01-23
申请号：CN202311330611.8
申请日：2023-10-16
Applicant: 昆明理工大学
Abstract: 本发明涉及一种基于可变形注意力机制的红外‑可见光目标检测方法，属于电数字数据处理、多模态协同感知技术领域。首先将红外与可见光图像均输入到特征提取器中，获得红外与可见光图像多层级特征图；将红外与可见光图像多层级特征图输入到可变形自注意力编码器中，得到经自注意力机制优化后特征向量；将按特征值大小降序排列，选择前项特征向量分别输入分类分支与回归分支中得到查询向量；根据查询向量在特征图上施加二维高斯分布，从而增强目标特征，同时抑制噪声信息，得到更新后的特征图；将查询向量与特征图输入到可变形交叉注意力解(56)对比文件魏月露.注意力机制引导下的多维度特征融合红外小目标检测方法.中国优秀硕士学位论文全文数据库 信息科技辑.2023,(第1期),第I138-2359页.Kai zeng等.NLFFTNet: A non-localfeature fusion transformer network formulti-scale objectdetection.Neurocomputing.2022,第493卷第15-27页.Wei Tang等.DATFuse: Infrared andVisible Image Fusion via Dual AttentionTransformer.IEEE Transactions on Circuitsand Systems for Video Technology.2023,第33卷(第7期),第3159-3172页.占哲琦等.融合双注意力的深度神经网络在无人机目标检测中的应用.现代计算机.2020,(第11期),第31-36页.刘家森等.基于改进Swin Transformer的中心点目标检测算法.计算机科学.2023,第1-14页.
-
公开(公告)号：CN116883434B
公开(公告)日：2023-11-17
申请号：CN202311132999.0
申请日：2023-09-05
Applicant: 昆明理工大学
IPC: G06T7/11 , G06T3/00 , G06T7/00 , G06T7/13 , G06T7/136 , G06T7/62 , G06T7/90 , G06V10/26 , G06V10/774 , G06V10/82 , G06V20/70
Abstract: 本发明涉及一种基于语义分割的加速度传感器芯片封装缺陷检测方法，属于芯片缺陷检测技术领域。首先从X‑ray装体区图像中定位并提取芯片封装区域，再利用基于deeplabv3+网络构建的分割模型将封装体区域图像分割为背景、焊接层、焊接空洞区域，接着利用仿射变换将分割后图像中的焊接层进行旋转校正，然后采用基于颜色阈值分割的算法检测焊接层及焊接空洞的轮廓，计算焊接层像素宽度、焊接空洞的像素面积、长度与宽度信息，最后基于焊接空洞的像素面积、长度与宽度信息对芯片进行合格性判定；与现有技术相比，本发明可以高效、准确的检测出芯片焊接层的焊料空洞信息，从而提高小面积焊料空洞检测率，保证芯片封装质量。
-
公开(公告)号：CN116883434A
公开(公告)日：2023-10-13
申请号：CN202311132999.0
申请日：2023-09-05
Applicant: 昆明理工大学
IPC: G06T7/11 , G06T3/00 , G06T7/00 , G06T7/13 , G06T7/136 , G06T7/62 , G06T7/90 , G06V10/26 , G06V10/774 , G06V10/82 , G06V20/70
Abstract: 本发明涉及一种基于语义分割的加速度传感器芯片封装缺陷检测方法，属于芯片缺陷检测技术领域。首先从X‑ray装体区图像中定位并提取芯片封装区域，再利用基于deeplabv3+网络构建的分割模型将封装体区域图像分割为背景、焊接层、焊接空洞区域，接着利用仿射变换将分割后图像中的焊接层进行旋转校正，然后采用基于颜色阈值分割的算法检测焊接层及焊接空洞的轮廓，计算焊接层像素宽度、焊接空洞的像素面积、长度与宽度信息，最后基于焊接空洞的像素面积、长度与宽度信息对芯片进行合格性判定；与现有技术相比，本发明可以高效、准确的检测出芯片焊接层的焊料空洞信息，从而提高小面积焊料空洞检测率，保证芯片封装质量。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
