-
公开(公告)号：CN117671414A
公开(公告)日：2024-03-08
申请号：CN202311537095.6
申请日：2023-11-17
Applicant: 重庆邮电大学
IPC: G06V10/774 , G06V10/82 , G06V10/764 , G06V10/52 , G06V10/80 , G06N3/0464
Abstract: 本发明涉及一种基于部分卷积嵌入和聚集分发机制的目标检测方法，属于计算机视觉技术领域。该方法包括：获取目标检测公共数据集，将其标注文件转换为YOLO格式文件，并划分为训练集、验证集和测试集；使用目标检测网络YOLOv8作为检测模型的主框架，搭建基于部分卷积嵌入和聚集分发机制的目标检测网络模型，包括空间特征提取模块和多尺度信息融合模块，通过将部分卷积嵌入到骨干网络来提取空间特征信息以及使用聚集分发机制增加模型的多尺度信息融合能力；基于训练集训练上述所改进的模型，得到最优的目标检测模型；本发明的目标检测模型在检测效率提高的同时对小目标检测能力更强，且拥有更高的总体精确度。
-
公开(公告)号：CN111127375A
公开(公告)日：2020-05-08
申请号：CN201911223803.2
申请日：2019-12-03
Applicant: 重庆邮电大学
Abstract: 本专利提出一种基于密集尺度不变特征变换和四叉树自适应分块相结合的多聚焦图像融合。该方法基于源图像的密集尺度不变特征变换获得128维密集描述符，通过叠加所有密集描述符实现源图像活动水平的测量；在四叉树结构内对源图像进行分块，并且根据图像块对的聚焦情况决定该块对的分割，从而实现图像块大小的自适应选取，同时生成图像融合决策图；最后根据图像融合决策图直接复制源图像中的聚焦区域像素值生成完全聚焦的融合图像。该方法的融合图像的像素直接复制源图像聚焦区域的像素保留了更多源图像原始信息，自适应图像分块降低图像块方法的“块效应”，从而提高融合图像的视觉效果。
-
Patent Agency Ranking
公开(公告)号：CN117556141A
公开(公告)日：2024-02-13
申请号：CN202311545680.0
申请日：2023-11-20
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/635 , G06F16/901 , G06F18/214 , G06F18/20 , G06F18/22
Abstract: 本发明涉及基于超图节点多尺度嵌入音乐推荐方法，属于计算机技术领域。该方法包括以下步骤：S1：获取数据集，并进行预处理；S2：构建超图数据集模型；S3：根据游走算法生成超图数据模型的一阶马尔可夫游走序列，即得到每个超图节点的游走序列；S4：采集得到游走序列的每个超图节点的多尺度领域属性集，将采集的每个多尺度邻域属性集分成若干次作为Doc2Vec的输入，生成不同尺度的节点嵌入，将多个尺度嵌入组合为最终嵌入；S5：计算用户偏好并进行音乐推荐。本发明解决了超图嵌入的音乐推荐中，未能联合学习音乐属性多尺度嵌入的问题，从而提高了推荐系统性能和用户体验。
-
公开(公告)号：CN116188996A
公开(公告)日：2023-05-30
申请号：CN202310413471.4
申请日：2023-04-18
Applicant: 重庆邮电大学
IPC: G06V20/10 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/08 , G06N3/048 , G06N3/0464
Abstract: 本发明涉及一种多尺度语义信息和边界信息的遥感图像语义分割方法，属于图像处理领域。将多尺度的语义信息加入到U‑Net3+模型中，得到更多的多尺度信息，加入边界提取模块，对边界信息进行提取，获得相应的边界信息模块，然后将边界信息和多尺度信息进行融合，获得带有边界信息的多尺度语义分割结果，得到遥感图像语义分割模型，搭建基于多尺度语义信息和边界信息的遥感图像语义分割网络模型，包括含有多尺度特征提取模块，边界信息提取模块，多尺度特征提取与边界信息融合模块；进行语义分割，以提高针对遥感图像进行语义分割的效果。本发明有效的改善了语义分割边界模糊，类内差异大，类间差异小等问题，显著得提高了语义分割性能。
-
公开(公告)号：CN117422919A
公开(公告)日：2024-01-19
申请号：CN202311428350.3
申请日：2023-10-31
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于可分离卷积块和空间缩减注意力机制的图像分类方法，属于图像分类领域。将交叉深度可分离卷积和经过改进的空间缩减注意力机制加入到PVT模型中，减少模型训练时间，并且在减少注意力计算时计算量的同时基本不损失特征图的原始信息。搭建基于交叉深度可分离卷积块嵌入和空间缩减注意力机制的网络模型，包括块嵌入模块，线性投影模块，位置信息嵌入模块以及空间缩减注意力机制模块；进行图像分类，以提升在图像分类时的计算速率以及保留原始边界信息。从而达到整体的提升效果。本发明有效地改善了模型计算量巨大以及图像边界信息丢失等问题，减少了模型的计算量以及提升了模型分类性能。
-
公开(公告)号：CN111127375B
公开(公告)日：2023-04-07
申请号：CN201911223803.2
申请日：2019-12-03
Applicant: 重庆邮电大学
Abstract: 本专利提出一种基于密集尺度不变特征变换和四叉树自适应分块相结合的多聚焦图像融合。该方法基于源图像的密集尺度不变特征变换获得128维密集描述符，通过叠加所有密集描述符实现源图像活动水平的测量；在四叉树结构内对源图像进行分块，并且根据图像块对的聚焦情况决定该块对的分割，从而实现图像块大小的自适应选取，同时生成图像融合决策图；最后根据图像融合决策图直接复制源图像中的聚焦区域像素值生成完全聚焦的融合图像。该方法的融合图像的像素直接复制源图像聚焦区域的像素保留了更多源图像原始信息，自适应图像分块降低图像块方法的“块效应”，从而提高融合图像的视觉效果。
-
公开(公告)号：CN116543152A
公开(公告)日：2023-08-04
申请号：CN202310494644.X
申请日：2023-05-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于对象增强的高分辨率遥感图像语义分割方法，属于图像处理领域。该方法包括以下内容：首先在骨干网络中加入了一种高效通道注意力模块，有效捕获了跨通道交互的信息，提高了骨干网络特征提取的能力。在分割网络中，使用了空间金字塔池化模块来进一步提取多尺度信息，以解决遥感图像中的对象间尺度跨度较大问题。同时加入了基于transformer解码器结构的对象特征学习模块，学习到的对象特征可以增强像素语义信息，提高最终的分割精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
