公开(公告)号：CN112489197B

公开(公告)日：2024-06-21

申请号：CN202011371684.8

申请日：2020-11-30

申请人： 江苏科技大学

发明人： 白素琴 ,  史金龙 ,  茅凌波 ,  李顺君 ,  钱强 ,  欧镇 ,  田朝晖

IPC分类号： G06T17/00 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种基于对抗训练先验学习的单视图三维重建系统及其方法，包括：初始三维形状重建训练：根据输入图像训练生成其对应的初始三维模型；形状真实性对抗训练：学习渲染视图的正确性，将已观察到的视点上的渲染视图和未观察到的视点上的渲染视图区分开来；通过估计渲染视图和三维形状，判别器将识别损失的梯度反向传播到重建器，从而将修改不正确视图的知识传递给重建器。本发明训练重建器通过欺骗判别器来纠正未知的不正确的视图，使得重建的三维形状从任何角度看起来都是合理的，其三维重建的过程便捷、简单，有效克服了三维形状歧义性的问题。本发明适用于船舶综合保障、装备虚拟维修、工业制造等领域，具有广阔的市场前景。

公开(公告)号：CN114842029B

公开(公告)日：2024-06-18

申请号：CN202210496738.6

申请日：2022-05-09

申请人： 江苏科技大学

发明人： 束鑫 ,  王佳树 ,  顾迎燕 ,  徐丹 ,  史金龙 ,  高尚

IPC分类号： G06T7/11 ,  G06T7/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种融合通道和空间注意力的卷积神经网络息肉分割方法，包括：数据预处理，用于对息肉图像的分辨率进行调整以及数据增强；编码器阶段，使用残差模块对息肉图像进行多尺度特征提取；瓶颈层阶段，利用改进的挤压激励模块，增强对息肉图像高级特征的提取；解码器阶段，使用通道和空间组合注意力模块，提高分割精度；同时对于瓶颈层和解码器的输出使用跨层融合；并在上采样过程中使用深监督技术，减轻在训练时的梯度消失或爆炸现象，加速模型的收敛。本发明解决了息肉与周围组织边界模糊不清以及小的息肉区域难以分割的问题，同时深监督机制的引入优化了网络模型的梯度，加快了网络模型的收敛，缩短了网络模型的训练时间。

公开(公告)号：CN116363001A

公开(公告)日：2023-06-30

申请号：CN202310213964.3

申请日：2023-03-08

申请人： 江苏科技大学

发明人： 刘楚凡 ,  束鑫 ,  潘磊 ,  史金龙 ,  韩斌 ,  范燕 ,  华伟

IPC分类号： G06T5/00 ,  G06T3/40

摘要： 本发明公开了一种结合RGB和HSV颜色空间的水下图像增强方法，步骤是：对原始的彩色水下图像进行颜色校正；将颜色校正之后的水下图像使用最近邻插值法生成多尺度水下图像；将多尺度水下图像送入编码器，在RGB和HSV两个颜色空间中分别提取多尺度特征；对于在编码阶段提取出的多尺度特征，使用选择性内核特征融合模块对来自RGB和HSV两个颜色空间中的同一尺度的特征进行有选择性融合；将融合后的特征进行解码重建，从最小的尺度开始逐步重建水下图像，并最终得到增强的水下图像。本发明通过采用RGB和HSV结合的双颜色空间，将HSV颜色空间中的色调，饱和度等重要信息引入至算法中以增强算法的鲁棒性，提高了网络泛化性。

公开(公告)号：CN112488123B

公开(公告)日：2022-11-29

申请号：CN202011353903.X

申请日：2020-11-27

申请人： 江苏科技大学

发明人： 潘慧 ,  束鑫 ,  潘磊 ,  张明 ,  史金龙

IPC分类号： G06V10/40 ,  G06V10/50 ,  G06V10/774 ,  G06V10/764

摘要： 本发明公开了一种细化局部模式的纹理图像分类方法及系统，该方法包括：根据选择的采样半径对数据集中的每幅纹理图像进行高斯滤波，得到对应半径下的平滑纹理图像；提取平滑纹理图像的幅值细化局部符号二值模式MRLBP_S，提取平滑纹理图像的中心细化局部幅值二值模式CRLBP_M，将每个纹理图像下的MRLBP_S和CRLBP_M的特征直方图连接，以建立每幅图像的单尺度特征直方图，级联多个采样半径下的特征直方图MCRLBP，建立多尺度直方图特征表示，进而得到训练结果；本发明有效避免每幅图像中相似但属于不同类别的局部邻域具有相同的特征标签；能够有效捕获局部像素间的纹理细节，不仅具有旋转，光照和尺度鲁棒性，而且能在具有低特征维度的同时获得较高分类性能。

公开(公告)号：CN106643504B

公开(公告)日：2019-08-02

申请号：CN201710019186.9

申请日：2017-01-11

申请人： 江苏科技大学

发明人： 白素琴 ,  史金龙 ,  钱强 ,  庞林斌 ,  王直 ,  刘镇

IPC分类号： G01B11/00

摘要： 本发明公开了一种基于跟踪器的大型物体三维测量中LED标记的标定方法，包括以下步骤：(1)用基于轨迹的LED标记匹配方法对LED标记进行匹配：所述的立体跟踪器观测所述的LED标记在立体跟踪器视场中的运动轨迹；将立体跟踪器两个相机中观测到的LED标记的轨迹进行匹配；根据匹配结果，测量LED标记在立体跟踪器坐标系中的三维坐标；(2)用基于棋盘格的LED标记标定方法进行LED标记的标定：将所述的LED标记在立体跟踪器坐标系中的三维坐标，转换到三维扫描仪的坐标系中，实现LED标记的标定。该方法LED标记匹配精确度高，能准确地寻找空间标定物的点特征，其标定精度和鲁棒性高，从而能够方便、准确地在三维测量中对LED标记进行标定。

公开(公告)号：CN103438826B

公开(公告)日：2016-03-30

申请号：CN201310358560.X

申请日：2013-08-16

申请人： 江苏科技大学

发明人： 史金龙 ,  庞林斌 ,  钱强 ,  白素琴 ,  王直 ,  张洪涛 ,  刘建峰 ,  钱萍

IPC分类号： G01B11/24

摘要： 本发明公开了一种激光与视觉相结合的钢板的三维测量系统及方法，系统主要由两台背景投影仪、一台全站仪、一台三维扫描仪和一台GPU服务器组成；背景投影仪、三维扫描仪和全站仪均连接到服务器上。方法：在被测钢板周围放置若干激光标签；用激光测量标签的三维坐标用三维扫描仪中的两台相机拍摄激光标签；用HOG和SVM检测标签的初始位置；用DOG精确定位标签的中心；测量出标签的三维坐标将从视觉坐标系转换到激光坐标系，得到计算和的误差并建立误差场；用扫描仪测量被测钢板，得到钢板的三维数据；用误差场校正钢板的三维数据，得到更加精确的钢板的三维数据。本发明将激光测量和视觉测量两种方法结合在一起，可以大大减小视觉测量的误差。

公开(公告)号：CN103424087A

公开(公告)日：2013-12-04

申请号：CN201310358478.7

申请日：2013-08-16

申请人： 江苏科技大学

发明人： 史金龙 ,  钱强 ,  庞林斌 ,  白素琴 ,  王直 ,  张洪涛 ,  刘建峰

IPC分类号： G01B11/24

摘要： 本发明公开了一种大尺度钢板三维测量拼接系统及方法，系统包括两台背景投影仪，一台GPU服务器，以及一台三维扫描仪；三维扫描仪主要由一台投影仪和两台相机组成；两台相机均连接到服务器，所有投影仪均经由usb接口连接到服务器。方法，利用两台背景投影仪向被测钢板投射复杂的纹理；关闭三维扫描仪中的投影仪，用三维扫描仪中的两台相机拍摄钢板的纹理；关闭两台背景投影仪，打开三维扫描仪的投影仪；用两台相机拍摄钢板图像；服务器获取所拍摄到的钢板的三维数据；采用SIFT算法提取每一部分钢板与其相邻钢板的特征匹配点；采用RANSAC方法，获得整个钢板的三维数据。本发明能自动、及时、方便、精确地对大尺度船体钢板进行三维测量。

公开(公告)号：CN118487830A

公开(公告)日：2024-08-13

申请号：CN202410660075.6

申请日：2024-05-27

申请人： 江苏科技大学

发明人： 钱萍 ,  尹隽 ,  史金龙 ,  左欣 ,  徐丹

IPC分类号： H04L9/40 ,  H04L67/1095 ,  H04L9/30

摘要： 本发明公开了一种基于智能合约的区块链系统隐秘通信方法，包括步骤：S1，隐秘通信的双方确定智能合约调用地址白名单和秘密信息嵌入规则；S2，隐秘通信的接收方创建和部署智能合约，生成合约创建交易，交易的发送方地址为自己的公钥，广播该交易到区块链系统中；S3，隐秘通信的发送方接收合约创建交易，用该交易的发送方地址作为公钥，对待发送的秘密信息加密；S4，隐秘通信的接收方由地址白名单发送给自己的合约调用交易，根据秘密信息嵌入规则从该交易中提取分组消息；S5，重复步骤S4，直至所有交易都已接收，对得到加密后的秘密消息再基于自己的私钥解密消息，得到秘密信息。本发明实现了秘密数据的隐秘安全传输。

公开(公告)号：CN118351303A

公开(公告)日：2024-07-16

申请号：CN202410390640.1

申请日：2024-04-02

申请人： 江苏科技大学

发明人： 史金龙 ,  袁宇 ,  白素琴 ,  钱强 ,  欧镇 ,  田朝晖 ,  钱萍

IPC分类号： G06V10/26 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/088

摘要： 本发明公开了一种基于深度信息的无监督领域自适应语义分割方法、装置和电子设备，其方法包括：初始预测模块从图像中提取特征，生成深度特征和语义特征，并进行初始预测；双向联合注意力机制模块通过学习深度特征和语义特征的关联性来改善它们的特征质量；最终预测模块利用改进后的深度特征和语义特征来完成最终预测。本发明设计了一种伪标签权重修正策略，通过计算两个不同深度估计解码器的预测差异来调整目标域伪标签损失权重，从而有效提高模型的语义分割性能和跨域自适应能力。

公开(公告)号：CN115862154A

公开(公告)日：2023-03-28

申请号：CN202211421945.1

申请日：2022-11-14

申请人： 江苏科技大学

发明人： 李晓洁 ,  束鑫 ,  左欣 ,  徐丹 ,  叶华 ,  史金龙

IPC分类号： G06V40/40 ,  G06V40/16 ,  G06V10/82 ,  G06V10/774 ,  G06V10/56 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/082

摘要： 本发明公开了一种基于多尺度反色方法的人脸活体检测方法及系统，主要针对现有人脸活体检测方法存在的跨数据集通用性不强，方法参数量大，方法有效性容易受到光照条件的影响等问题，该方法具体包括以下步骤：对视频进行帧提取及预处理得目标图像，并划分训练集、测试集；基于多尺度反色方法、并行CBAM注意力模块以及以改进的MobileNetV3网络为骨干网络搭建双流卷积神经网络；在训练集上采用二元交叉熵函数作为损失函数对网络模型进行训练；利用训练好的网络模型在测试集上进行人脸活体检测。本发明的有益效果：引入少量的参数即可较高的提升模型性能，有效解决人脸活体检测中存在的对光照敏感的问题，方法具有很好的泛化能力，具有广泛的应用性。