-
公开(公告)号：CN118864554A
公开(公告)日：2024-10-29
申请号：CN202411074266.0
申请日：2024-08-07
Applicant: 济南大学
IPC: G06T7/33 , G06T7/00 , G06N3/0464 , G06N3/045 , G06N3/0499 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/048
Abstract: 本发明提出了一种基于融合注意力的汽车零部件图像配准方法，涉及图像配准技术领域。本发明提出了汽车零部件图像配准流程，包括汽车零部件图像数据集制作、构建特征融合模块FFM、构建深度卷积前馈网络模块DFFN、构建融合注意力FAT、构建融合注意力模块FATM、构建汽车零部件图像配准模型和获得配准后的汽车零部件图像；同时提出了融合注意力模块FATM，包括多个融合注意力FAT，FATM可以捕获到不同尺度水平的各种短程和长程流动特征，促进不同层间的特征信息交互，从而更为准确的表示变形场，以提升图像配准的精度。
-
公开(公告)号：CN118780986B
公开(公告)日：2025-02-11
申请号：CN202411266315.0
申请日：2024-09-11
Applicant: 济南大学 , 山东青鸟工业互联网有限公司
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明提出了一种基于大核蒸馏网络的汽车零部件图像超分辨率方法，涉及计算机视觉领域，本发明提出的特征精馏块包括两个分支，每个分支可以单独获取重要的局部特征，提高模型对图像局部特征的获取；同时提出的双通道大卷积核分解块包括两个分支，每个分支分别将一个大卷积核分解成通道卷积、空间局部卷积和空间远程卷积三个部分，从而提高模型对图像全局特征的获取，并降低计算成本和参数数量；特征精馏块和双通道大卷积核分解块分别获取图像的局部特征和全局特征，增强特征的表达能力，提升汽车零部件图像超分辨率效果。
-
公开(公告)号：CN118780986A
公开(公告)日：2024-10-15
申请号：CN202411266315.0
申请日：2024-09-11
Applicant: 济南大学 , 山东青鸟工业互联网有限公司
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/096
Abstract: 本发明提出了一种基于大核蒸馏网络的汽车零部件图像超分辨率方法，涉及计算机视觉领域，本发明提出的特征精馏块包括两个分支，每个分支可以单独获取重要的局部特征，提高模型对图像局部特征的获取；同时提出的双通道大卷积核分解块包括两个分支，每个分支分别将一个大卷积核分解成通道卷积、空间局部卷积和空间远程卷积三个部分，从而提高模型对图像全局特征的获取，并降低计算成本和参数数量；特征精馏块和双通道大卷积核分解块分别获取图像的局部特征和全局特征，增强特征的表达能力，提升汽车零部件图像超分辨率效果。
-
公开(公告)号：CN118196597A
公开(公告)日：2024-06-14
申请号：CN202410451603.7
申请日：2024-04-16
Applicant: 济南大学
IPC: G06V10/82 , G06V10/764 , G06V10/25 , G06N3/0455
Abstract: 本发明提供一种基于集中注意力的商品识别方法及系统，涉及计算机视觉领域。本发明根据图像多尺度特征图，通过前景目标token选择器来预测每个特征图的前景评分，再通过多类别分数预测器把得分较高的token确定为用于增强计算的token，将这些高分token分散回原始特征序列中，得到优化后的图像特征序列，提升了计算效率、节约了计算量，并为在高分辨率图片目标检测中权衡计算效率和模型精度提供先验知识。
-
-
-
Search Results
4
records
(took 0.012 seconds)
