公开(公告)号：CN119963835A

公开(公告)日：2025-05-09

申请号：CN202510035460.6

申请日：2025-01-09

Applicant: 重庆大学

Inventor： 杨菲 ,  杨广超

IPC: G06V10/26 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/0442 ,  G06N3/045

Abstract: 本发明提供了基于轴向MLP和空间交叉门控的医学图像分割方法，方法包括：构建基于轴向MLP和空间交叉门控的医学图像分割模型MSAFNet；获取医学图像数据集，对所述基于轴向MLP和空间交叉门控的医学图像分割模型进行训练，得到训练好的基于轴向MLP和空间交叉门控的医学图像分割模型；获取待分割医学图像；将所述待分割医学图像输入至训练好的基于轴向MLP和空间交叉门控的医学图像分割模型，对所述待分割医学图像进行图像分割，得到目标分割图像。本发明通过多轴混合残差通道注意力块MX‑RCAB混合多尺度特征，关注局部细节和全局依赖性；利用空间交叉门控块SCGB过滤冗余信息，捕获具有判别特征的底层细节信息，从而解决了现有的医学图像分割方法精度低的问题。

公开(公告)号：CN117455789A

公开(公告)日：2024-01-26

申请号：CN202311470699.3

申请日：2023-11-07

Applicant: 重庆大学

Inventor： 周明亮 ,  李云耀 ,  杨广超 ,  罗均 ,  蒲华燕 ,  房斌 ,  魏雪凯 ,  闫洁露

IPC: G06T5/50 ,  G06T5/10 ,  G06N3/0464

Abstract: 本发明公开了一种红外图像与可见光图像融合方法，其利用小波变换高效获得待融合图像的多尺度表达，并与可逆神经网络的准确特征描述能力相结合，获了质量更好的融合图像；相较于早期基于手工设计的传统图像融合方法(例如基于小波变换、基于曲面模型、基于稀疏表示)，本发明可逆神经网络参数通过端到端学习自动获得图像表示，避免了繁琐的特征选择工程设计，具有更强的适应性；相较基于普通卷积神经网络的深度学习方法，本发明可逆神经网络的可逆结构可准确表示图像的内在结构信息，即本发明可获得细节丰富的红外与可见光融合图像，提高了图像细节与全局语义的一致性，获了质量更好的融合图像。

公开(公告)号：CN119093941A

公开(公告)日：2024-12-06

申请号：CN202411184089.1

申请日：2024-08-27

Applicant: 重庆大学

Inventor： 徐小龙 ,  李瑞远 ,  陈泽超 ,  鲁茹芸 ,  杨广超 ,  陈超

IPC: H03M7/30

Abstract: 本发明公开了一种流式误差有界的浮点类型数据压缩方法，包括：获取待压缩的浮点类型的原始时间序列；基于量化的流式误差有界浮点压缩方法：将原始时间序列中的浮点值量化为整数的量化值；对量化值进行编码，生成压缩后的比特流作为压缩时间序列；基于异或运算的流式误差有界浮点压缩方法：对原始时间序列中的浮点值进行位移得到位移值；将位移值转换为近似值；将每个近似值与其前一个近似值进行异或运算得到异或值；对异或值进行编码，生成压缩后的比特流作为压缩时间序列。本发明通过设计基于量化和基于异或运算的流式误差有界浮点压缩方法来实现误差有界的流式浮点压缩，能够更好地契合物联网等流式时序数据的压缩需求。