公开(公告)号：CN116228824A

公开(公告)日：2023-06-06

申请号：CN202310030561.5

申请日：2023-01-09

Applicant: 西安电子科技大学

Inventor： 田玉敏 ,  宋亚思 ,  王笛 ,  潘蓉 ,  吴自力 ,  王义峰 ,  万波 ,  李渊博

IPC: G06T7/33 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明涉及一种图像配准方法，涉及计算机视觉领域，该方法可在不进行网络级联和多次插值的情况下，有效提升大位移下的图像配准精度。方法步骤包括：将固定图像和浮动图像拼接后，输入训练好的图像配准网络，利用图像配准网络学习浮动图像和固定图像的差异，输出配准图像；所述图像配准网络包括骨干网络，多卷积融合模块和空间变换层；其中：骨干网络，基于拼接的固定图像和浮动图像得到第一位移场，并基于第一位移场对浮动图像进行插值得到第一特征图；多卷积融合模块，基于第一特征图提取多尺度的位置信息并融合，得到第二位移场，再将第一位移场和第二位移场相加得到第三位移场；空间变换层，基于第三位移场对浮动图像做空间变换生成配准图像。

公开(公告)号：CN116842212A

公开(公告)日：2023-10-03

申请号：CN202310609087.1

申请日：2023-05-26

Applicant: 西安电子科技大学

Inventor： 王笛 ,  李渊博 ,  田玉敏 ,  王泉 ,  万波 ,  罗雪梅 ,  王义峰 ,  赵辉 ,  潘蓉

IPC: G06F16/583 ,  G06F40/289 ,  G06F40/284 ,  G06F40/30 ,  G06V40/10 ,  G06V10/42 ,  G06V10/44 ,  G06V10/764

Abstract: 本发明公开了一种基于边界框提取和语义一致性约束的跨模态文本‑行人检索方法，包括下述步骤：提取图像细粒度边界框；提取文本细粒度名词短语；生成训练集；构建细粒度聚合网络；训练细粒度聚合网络；使用文本对行人进行检索。本发明构建了基于边界框提取和语义一致性约束的文本‑行人检索模型，利用现有的大型预训练模型(GLIP和CLIP)中的视觉语言知识，使用文本提示和GLIP精准提取识别行人身份的关键性局部特征，提高行人检索的准确度；使用CLIP提取视觉和语言特征，获取更为全面的语义表征；设计保持特征语义一致性的约束方法，减少噪声干扰，提高行人检索的稳定性。