-
公开(公告)号：CN114757862B
公开(公告)日：2024-04-16
申请号：CN202210394094.X
申请日：2022-04-14
申请人： 武汉大学
IPC分类号： G06T5/50 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/80
摘要： 本发明涉及一种用于红外光场设备的图像增强渐进式融合方法，用来提高红外图像的质量。本发明所提方法的目标是建立一个图像增强渐进式融合网络，将红外光场设备生成的低质量阵列红外图像重建一个中心视图的高质量红外图像，输出的高质量红外图像尽可能地接近地面真值红外图像。图像增强渐进式融合网络的整体结构主要由分组、组内特征融合和组间特征融合三个部分组成。经本发明提供的新的方法，在用于红外光场设备及其他红外阵列图像时，可不进行图像配准，生成一个融合的中心视图的高质量红外图像。与目前最先进的方法相比可以获得更好的图像效果。
-
公开(公告)号：CN116883520A
公开(公告)日：2023-10-13
申请号：CN202311136530.4
申请日：2023-09-05
申请人： 武汉大学
IPC分类号： G06T7/90 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本发明公开了一种基于颜色量化的多检测器物理域对抗补丁的生成方法，包括：随机初始化潜在编码，将潜在编码输入生成式网络生成数字域对抗补丁；建立从数字域颜色空间到物理域颜色空间的单向映射表并获得量化颜色库；构建数字域对抗补丁每个颜色与量化颜色库之间的最小相似度量并量化生成物理域对抗补丁；将生成的物理域对抗补丁贴在图像目标上，再将图像送入多个检测器中进行检测并根据对抗补丁的目标检测结果计算损失，设计梯度估计器，将损失进行梯度回传，回传的梯度通过梯度估计器更新生成式网络的权重参数，重复上述步骤，获得优化后的生成式网络。本发明消除了对抗补丁在物理域和数字域的鸿沟，使对抗补丁从数字域转换到物理域依旧有效。
-
公开(公告)号：CN116452593B
公开(公告)日：2023-09-05
申请号：CN202310718872.0
申请日：2023-06-16
申请人： 武汉大学中南医院
摘要： 本发明公开了一种血管性认知障碍的AI评估模型的构建方法、装置及系统。首先进行数据采集，并构建数据集；然后进行预处理；并划分出训练集和验证集；接着对预处理后的脑血管病患者临床症候文本数据进行特征筛选；然后构建VCI评估模型，该模型包括辅助诊断和预测两类模型，分别提取多模态脑MRI数据中的sMRI特征和rs‑fMRI特征，随后采用多模态图学习网络对sMRI特征、rs‑fMRI特征以及临床症候文本特征进行融合，并根据融合后的特征得到分类结果；通过对模型进行训练和验证，得到最优的VCI评估模型。本发明解决了现有技术中对于VCI的临床诊断与预测较为主观、难于定量、准确率不高和效率较低的技术问题。
-
公开(公告)号：CN109255773B
公开(公告)日：2021-05-04
申请号：CN201811068897.6
申请日：2018-09-13
申请人： 武汉大学
摘要： 本发明公开了一种基于全变分的异分辨率红外与可见光图像融合方法及系统，包括建立图像融合的全变分模型，用数据保真度项和正则化项分别约束融合图像和红外图像、融合图像和可见光图像之间的关系；根据源图像，求解所构建的全变分模型的最优解，得到图像融合结果。本发明针对原始红外图像和可见光图像分辨率不同的情况建模，得到的融合图像分辨率高，纹理细节清晰，同时保留了红外图像用像素强度分布凸出热目标的特性，融合结果便于人眼对热目标的判别，视觉效果好。
-
公开(公告)号：CN105469112B
公开(公告)日：2018-12-14
申请号：CN201510807463.3
申请日：2015-11-19
申请人： 武汉大学
IPC分类号： G06K9/62
摘要： 本发明提出了一种基于局部线性迁移和刚性变换的图像特征匹配方法及系统，用于通过去除初始匹配点对中的错误的匹配来建立正确的匹配，包括针对待匹配图像间的刚性几何变换建立待匹配图像间几何变换相应的模型，并建立匹配点对为正确匹配的后验概率相应的模型，基于最近邻居匹配点、最小二乘法、最优化方法求解模型参数；计算初始匹配点对为正确匹配的后验概率，并根据阈值判断初始匹配点对的正误。本方法针对待匹配图像之间存在刚性变换的情况进行了建模，大幅降低了匹配的错误率，即使在初步匹配中存在大量错误匹配的情况下，依然保持良好的鲁棒性。
-
公开(公告)号：CN106203378A
公开(公告)日：2016-12-07
申请号：CN201610573342.1
申请日：2016-07-20
申请人： 武汉大学
CPC分类号： G06K9/0063 , G06K9/6267 , G06K2009/00644
摘要： 本发明提供一种基于领域与l2,1范数的光谱图像分类方法及系统，对光谱图像的每个像素都进行领域平均操作，得到领域平均操作后的光谱图像；建立光谱图像分类的数学模型，得到相应最优化问题；求解最优化问题，得到令目标函数取最小值的解；根据求解结果对光谱图像进行分类。本发明提出了一种基于联合领域与l2,1范数的光谱图像分类技术方案用于高光谱图像分类，同时将所有的像素同时考虑进去，比单独地对每个像素进行稀疏恢复具有更好的效果。此外，还采用了l2,1范数的损失函数来使算法对异常鲁棒，并通过ADMM进行求解。本发明技术方案具有分类准确度高的优点，也能适用于超光谱图像，市场价值高。
-
公开(公告)号：CN105488754A
公开(公告)日：2016-04-13
申请号：CN201510799813.6
申请日：2015-11-19
申请人： 武汉大学
IPC分类号： G06T3/00
CPC分类号： G06T3/0068
摘要： 本发明提出了一种基于局部线性迁移和仿射变换的图像特征匹配方法及系统，用于通过去除初始匹配点对中的错误的匹配来建立正确的匹配，包括针对待匹配图像间的仿射变换建立待匹配图像间几何变换相应的模型，并建立匹配点对为正确匹配的后验概率相应的模型，基于最近邻居匹配点、最小二乘法、最优化方法求解模型参数；计算初始匹配点对为正确匹配的后验概率，并根据阈值判断初始匹配点对的正误。本方法针对待匹配图像之间存在仿射变换的情况进行了建模，大幅降低了匹配的错误率，即使在初步匹配中存在大量错误匹配的情况下，依然保持良好的鲁棒性。
-
-
公开(公告)号：CN117409409A
公开(公告)日：2024-01-16
申请号：CN202311325796.3
申请日：2023-10-12
申请人： 武汉大学
IPC分类号： G06V20/70 , G06V20/52 , G06V40/10 , G06V10/14 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82
摘要： 本发明公开了一种基于红外场景下的猪只实例分割方法和系统。首先，本方法可以实现全时段采集，相较于可见光图像对监测猪只具有实时优势；同时红外图像可以过滤掉一些复杂背景干扰，较可见光图像更易进行分割；另外基于红外图像的实例分割模型可以分割任何肤色、大小的猪品种，具有更高的泛化性。其次，本方法为了解决猪只群躺粘连的较密集分割问题，设计了DAG模块，分别在特征金字塔中引入了通道和空间注意力块，捕获通道和空间维度中的特征依赖性，同时对通道和空间注意力块的输出进行求和，进一步改进特征表示。最后，本发明方法为了提升分割候选框的精确性，通过级联三个检测头实现鲁棒性更强、分割效果更好的全天候猪只实例分割。
-
公开(公告)号：CN116912649B
公开(公告)日：2023-11-28
申请号：CN202311186403.5
申请日：2023-09-14
申请人： 武汉大学
IPC分类号： G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明针对现有技术的不足，提出了一种基于相关注意力引导的红外与可见光图像融合方法及系统。本发明提出了实时处理的端到端红外和可见光图像融合框架，该框架自适应地保留来自两种模态的互补信息。融合结果在保留突出的红外物体和丰富的可见纹理细节之间实现了更好的视觉效果。本发明设计了跨模态特征融合模块，它可以从全局角度保留显着特征和补充信息。本发明方法采用相关引导的注意机制作为融合规则，可以建立对多模态图像局部特征的远程依赖，进一步细化特征图，关注源图像的典型目标和细节。
-
-
-
-
-
-
-
-
-
搜索结果
60 条记录 (耗时 0.018 秒)
