-
公开(公告)号：CN118741004B
公开(公告)日：2024-12-10
申请号：CN202410765630.1
申请日：2024-06-14
Applicant: 重庆大学
IPC: H04N1/32
Abstract: 本发明提供了一种可逆信息隐藏自适应校验预测方法、装置及设备。所述预测方法包括：将原始图像划分为多个图像块，将图像块的像素点划分为不相交的点集和叉集；将多个图像块区分为纹理块和平滑块；输入图像块的点集至全局预测器获得图像块的叉集全局预测结果；当图像块为平滑块时，通过图像块的叉集全局预测结果和点集获得图像块的预测图像；当图像块为纹理块时，利用局部预测器校验所述叉集全局预测结果获得叉集校验预测结果，通过图像块的叉集校验预测结果和点集获得图像块的预测图像；组合多个图像块的预测图像获得原始图像的预测图像。实现了全局预测器和局部预测器在图像不同区域的自适应校验，将预测误差控制在一定区间内，减少预测误差。
-
Patent Agency Ranking
公开(公告)号：CN118887404A
公开(公告)日：2024-11-01
申请号：CN202411061288.3
申请日：2024-08-05
Applicant: 重庆大学
Abstract: 本发明涉及图像处理领域，涉及一种视网膜血管分割模型训练方法，包括获取眼底图像作为训练数据集；训练数据集包括查询集和支持集；构建视网膜血管分割模型的网络结构；利用查询集和支持集对视网膜血管分割模型的网络进行训练，在每次训练中，视网膜血管分割模型根据跨窗口注意力机制在不同尺度上提取支持图像和/或查询图像的眼底图像特征以确定视网膜血管分割模型的网络参数，得到最终的视网膜血管分割模型。本发明还提出一种模型训练装置、视网膜血管分割方法、设备以及存储介质。本发明可以提高对眼底图像特征提取的能力，提高计算机辅助诊断系统在样本标签较少时的识别效果。
-
公开(公告)号：CN118570735A
公开(公告)日：2024-08-30
申请号：CN202410786255.9
申请日：2024-06-18
Applicant: 重庆大学
IPC: G06V20/52 , G06V10/44 , G06V10/80 , G06V10/766 , G06V10/82 , G06V10/771 , G06N3/0455 , G06N3/045 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及计算机视觉技术领域，具体为一种基于语义信息优化的人群计数方法。包括采用CNN和Transformer组成双骨干特征提取模块，同时提取包含全局人群语义信息和局部人群语义信息的特征；设计语义信息融合模块，将提取的人群特征进行有效融合；设计多尺度残差注意力回归模块，包括多尺度卷积分支、注意力分支和残差分支，用于对融合特征进行解码得到预测密度图；多尺度卷积分支，采用至少四个并行分支，并行分支包含两个卷积层，其中包含不同大小的卷积核；注意力分支包括带有ReLU激活函数的卷积层，以及带有Sigmoid函数的卷积层；残差分支包括带有BN的卷积层。该技术方案能够提高对复杂人群场景的适应性和鲁棒性，提高人群计数的精度。
-
公开(公告)号：CN118887404B
公开(公告)日：2025-03-25
申请号：CN202411061288.3
申请日：2024-08-05
Applicant: 重庆大学
Abstract: 本发明涉及图像处理领域，涉及一种视网膜血管分割模型训练方法，包括获取眼底图像作为训练数据集；训练数据集包括查询集和支持集；构建视网膜血管分割模型的网络结构；利用查询集和支持集对视网膜血管分割模型的网络进行训练，在每次训练中，视网膜血管分割模型根据跨窗口注意力机制在不同尺度上提取支持图像和/或查询图像的眼底图像特征以确定视网膜血管分割模型的网络参数，得到最终的视网膜血管分割模型。本发明还提出一种模型训练装置、视网膜血管分割方法、设备以及存储介质。本发明可以提高对眼底图像特征提取的能力，提高计算机辅助诊断系统在样本标签较少时的识别效果。
-
公开(公告)号：CN118570735B
公开(公告)日：2024-12-20
申请号：CN202410786255.9
申请日：2024-06-18
Applicant: 重庆大学
IPC: G06V20/52 , G06V10/44 , G06V10/80 , G06V10/766 , G06V10/82 , G06V10/771 , G06N3/0455 , G06N3/045 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及计算机视觉技术领域，具体为一种基于语义信息优化的人群计数方法。包括采用CNN和Transformer组成双骨干特征提取模块，同时提取包含全局人群语义信息和局部人群语义信息的特征；设计语义信息融合模块，将提取的人群特征进行有效融合；设计多尺度残差注意力回归模块，包括多尺度卷积分支、注意力分支和残差分支，用于对融合特征进行解码得到预测密度图；多尺度卷积分支，采用至少四个并行分支，并行分支包含两个卷积层，其中包含不同大小的卷积核；注意力分支包括带有ReLU激活函数的卷积层，以及带有Sigmoid函数的卷积层；残差分支包括带有BN的卷积层。该技术方案能够提高对复杂人群场景的适应性和鲁棒性，提高人群计数的精度。
-
公开(公告)号：CN118741004A
公开(公告)日：2024-10-01
申请号：CN202410765630.1
申请日：2024-06-14
Applicant: 重庆大学
IPC: H04N1/32
Abstract: 本发明提供了一种可逆信息隐藏自适应校验预测方法、装置及设备。所述预测方法包括：将原始图像划分为多个图像块，将图像块的像素点划分为不相交的点集和叉集；将多个图像块区分为纹理块和平滑块；输入图像块的点集至全局预测器获得图像块的叉集全局预测结果；当图像块为平滑块时，通过图像块的叉集全局预测结果和点集获得图像块的预测图像；当图像块为纹理块时，利用局部预测器校验所述叉集全局预测结果获得叉集校验预测结果，通过图像块的叉集校验预测结果和点集获得图像块的预测图像；组合多个图像块的预测图像获得原始图像的预测图像。实现了全局预测器和局部预测器在图像不同区域的自适应校验，将预测误差控制在一定区间内，减少预测误差。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
