-
公开(公告)号：CN118229548A
公开(公告)日：2024-06-21
申请号：CN202410334891.8
申请日：2024-03-22
Applicant: 河南大学
IPC: G06T5/50 , G06T5/60 , G06V10/143 , G06V10/42 , G06V10/44 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明公开了一种基于渐进多分支和改进UNet3+深监督的红外与可见光图像融合方法，包括如下步骤：对红外与可见光图像进行预处理，以获得数据均为灰度化的图像，得到训练样本；然后将红外与可见光图像输入到渐进多分支模块中，引入SE注意力机制对多尺度信息动态调整；接着输入到引入ECA注意力机制的UNet3+模块中，强化全局感知和局部细节捕获；然后通过深监督进行多尺度特征融合和图像重建操作，以捕捉全局上下文信息并提取目标边缘信息，增强融合区域的目标特征。待训练结束后，将模型的所有参数信息保存下来；最后将待测样本输入至红外与可见光图像融合模型中，经计算输出融合结果图，融合出的图像整体更加完整，细节更加完善，边缘更加平滑。
-
公开(公告)号：CN117078930A
公开(公告)日：2023-11-17
申请号：CN202311011424.3
申请日：2023-08-11
Applicant: 河南大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06T7/12 , G06T7/13 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于边界感知和注意力机制的医学图像分割方法，包括如下步骤：将医学图像数据集进行划分；然后对医学图像进行数据增强，以提升模型鲁棒性；然后将数据增强后的医学图像输入到医学图像分割网络中进行编码操作，提取多尺度特征图；然后进行边界感知操作，提取边界信息；然后进行解码操作，增强边界特征，增加重要通道的特征表示；待训练结束后，将模型的所有参数信息保存下来；最后将待测样本输入至医学图像分割模型中，经计算输出分割结果图。本发明方案利用PVT v2‑b2编码器、边界感知模块、特征融合和特征增强模块实现医学图像分割方法，分割出的图像整体更加完整，细节更加完善，边缘更加平滑。
-
公开(公告)号：CN115754199B
公开(公告)日：2024-09-20
申请号：CN202211410512.6
申请日：2022-11-10
Applicant: 河南大学
IPC: G01N33/18 , G06F18/214 , G06F18/24
Abstract: 本发明公开了一种基于隶属度函数和主成分分析的水质检测方法，包括如下步骤：首先，根据传感器采集的不同水质等级样本建立各个属性的隶属度模型；然后，计算测试样本在对应属性下的对于不同水质等级的隶属度；其次，将所求的隶属度归一化处理作为初始BPA函数；再次，使用主成分分析法获得每个属性的贡献率，以属性贡献率对初始BPA函数进行折扣，折扣的结果作为最终基本概率指派函数；最后，采用Dempster组合规则对最终基本概率指派函数进行逐个融合，输出对检测样本的水质级别决策结果。本发明方案综合考虑了隶属度和属性贡献率，可以有效地处理不确定和不精确的信息，具有重要的理论意义和应用价值。
-
公开(公告)号：CN115754199A
公开(公告)日：2023-03-07
申请号：CN202211410512.6
申请日：2022-11-10
Applicant: 河南大学
IPC: G01N33/18 , G06F18/214 , G06F18/24
Abstract: 本发明公开了一种基于隶属度函数和主成分分析的水质检测方法，包括如下步骤：首先，根据传感器采集的不同水质等级样本建立各个属性的隶属度模型；然后，计算测试样本在对应属性下的对于不同水质等级的隶属度；其次，将所求的隶属度归一化处理作为初始BPA函数；再次，使用主成分分析法获得每个属性的贡献率，以属性贡献率对初始BPA函数进行折扣，折扣的结果作为最终基本概率指派函数；最后，采用Dempster组合规则对最终基本概率指派函数进行逐个融合，输出对检测样本的水质级别决策结果。本发明方案综合考虑了隶属度和属性贡献率，可以有效地处理不确定和不精确的信息，具有重要的理论意义和应用价值。
-
-
-
Search Results
4
records
(took 0.02 seconds)
