-
公开(公告)号：CN117456310A
公开(公告)日：2024-01-26
申请号：CN202311774479.X
申请日：2023-12-22
申请人： 中国海洋大学
IPC分类号： G06V10/774 , G06V10/82 , G06V10/80 , G06V20/70 , G06Q50/02
摘要： 本申请提供一种智能投饵方法及水产生物状态识别模型的训练方法，涉及数据处理技术领域。该方法包括：获取预设水产养殖场所的多张水下图像；根据多张水下图像，生成第一图像数据集，其中，第一图像数据集中包括：多张第一水下样本图像，每张第一水下样本图像标注有目标水产生物；根据多张水下图像，生成第二图像数据集，其中，第二图像数据集中包括：多张第二水下样本图像，每张第二水下样本图像标注有残饵；采用第一图像数据集和第二图像数据集对空间‑通道注意力机制的目标水产生物状态识别模型进行模型训练，得到训练后的目标水产生物状态识别模型。相对于现有技术，避免了难以把控好投入量，会导致投喂成本升高，养殖环境恶劣的问题。
-
公开(公告)号：CN117456171A
公开(公告)日：2024-01-26
申请号：CN202311800854.3
申请日：2023-12-26
申请人： 中国海洋大学
摘要： 本发明属于图像处理技术领域，公开了基于抑制相关区域挖掘的复制移动篡改检测方法及系统，所述方法包括步骤1、特征提取；步骤2、获取粗目标区域；步骤3、挖掘浅层抑制相似区域；步骤4、利用浅层抑制相似区域补充粗相似区域，细化检测结果。通过本发明提高图像的复制移动篡改检测的准确性。
-
公开(公告)号：CN116994076B
公开(公告)日：2024-01-19
申请号：CN202311264423.X
申请日：2023-09-28
申请人： 中国海洋大学
IPC分类号： G06V10/764 , G06V10/74
摘要： 本发明公开了一种基于双分支相互学习特征生成的小样本图像识别方法，涉及小样本图像识别技术领域，方法包括：获取待识别小样本图像集合，构成待识别查询集；将待识别查询集中的每个图像送入预先构建的全局分支的第一特征生成模块，生成每个图像的第一语义特征；将待识别查询集中的每个图像送入预先构建的局部分支的第二特征生成模块，生成每个图像的第二语义特征；将第一语义特征和第二语义特征相加，确定待识别查询集中每个图像的第三语义特征；分别计算待识别查询集中每张图像的第三语义特征与支持集中多个类别原型的相似度确定待识别查询集中每个图像的图像类别。挖掘样本局部特征和全局特征的语义关系，达到小样本图(56)对比文件年福东;束建华;吕刚.基于自适应特征比较的少样本学习算法.西安文理学院学报(自然科学版).2020,(04),全文.吴泽斌;于俊清;何云峰;管涛.一种用于图像检索的多层语义二值描述符.计算机学报.2020,(第09期),全文.徐久成;李晓艳;孙林.一种基于概率粗糙集模型的图像语义检索方法.南京大学学报(自然科学版).2011,(第04期),全文.王莉;陈兆熙;余丽.基于条件随机场的多标签图像分类识别方法.计算机仿真.2020,(08),全文.
-
公开(公告)号：CN117391959A
公开(公告)日：2024-01-12
申请号：CN202311703500.7
申请日：2023-12-13
申请人： 中国海洋大学
IPC分类号： G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/08
摘要： 本发明属于图像处理技术领域，公开了基于多粒度匹配及多尺度聚合的超分辨率重建方法及系统，包括以下步骤：低分辨率图像特征提取、参考图像特征提取、多粒度特征匹配、多尺度特征聚合、超分辨率重建，最终得到超分辨率重建的输出图像，本发明通过由粗粒度到细粒度的特征匹配，完成图像间由低分辨率到高分辨率、由结构到细节的特征匹配，并将匹配得到的多尺度特征聚合加强各尺度特征，显著提升了图像超分辨率重建的性能。
-
公开(公告)号：CN111639540B
公开(公告)日：2023-08-04
申请号：CN202010367600.7
申请日：2020-04-30
申请人： 中国海洋大学
IPC分类号： G06V40/10 , G06V10/774 , G06V10/764
摘要： 本发明公开了一种基于相机风格和人体姿态适应的半监督人物重识别方法，包括：选取涵盖所有身份、所有相机风格的有标签数据的步骤；对所述的有标签数据进行数据扩充、生成相机内不同姿态的图像和相机间不同风格的图像的步骤；扩充后的有标签数据联合无标签数据一起训练网络模型的步骤；以无标签数据与有标签数据特征之间的平均距离和各类别图像的个数相约束的策略进行伪标签分配的步骤。本发明解决了现有技术的有标签数据量少的问题和伪标签分配不合理的问题。
-
公开(公告)号：CN116127123B
公开(公告)日：2023-07-07
申请号：CN202310402626.4
申请日：2023-04-17
申请人： 中国海洋大学
IPC分类号： G06F16/583 , G06F40/30 , G06V10/46 , G06V10/74 , G06V10/80 , G06V10/82 , G06F18/22 , G06F18/25 , G06N3/0464 , G06N3/084
摘要： 本发明属于图文检索技术领域，公开了基于语义实例关系渐进式海洋遥感图文检索方法，包括全局级特征提取过程和特征处理过程，在全局级特征提取过程提取海洋遥感图像的图像特征和文本特征；在特征处理过程，进行语义级、实例级和关系级特征处理，包括文本监督下原型指导的语义级特征解耦模块、原型指导的实例级特征提取模块、相似性配对定位的关系级特征解耦模块和多视角交叉相似度匹配模块，本发明分别从语义级、实例级和关系级进行特征处理，挖掘海洋遥感图文数据的有效信息和潜在信息，提高图文特征表征的可靠性，提高跨模态检索的精度。
-
公开(公告)号：CN114155274A
公开(公告)日：2022-03-08
申请号：CN202111319259.9
申请日：2021-11-09
申请人： 中国海洋大学
IPC分类号： G06T7/246 , G06V10/74 , G06V10/774 , G06K9/62 , G06N3/04
摘要： 本发明实施例公开了一种基于全局可缩放孪生网络的目标跟踪方法和装置，以及存储介质和电子设备，其方法包括：确定进行目标跟踪的目标区域的模板图像和搜索图像；将所述模板图像输入预先建立的最优全局可缩放孪生网络模型的目标分支，以及所述搜索图像输入所述最优全局可缩放孪生网络模型的搜索分支，得到所述模板图像和搜索图像之间的得分响应图；将得分响应图中得分最大值所在的位置映射到搜索图像中作为目标区域的中心点在搜索图像中对应的位置。所述于全局可缩放孪生网络的目标跟踪方法和装置，以及存储介质和电子设备可以灵活地生成目标的定位框，获取高效外观特征表达能力，提高了目标跟踪的准确度和效率。
-
公开(公告)号：CN113554156A
公开(公告)日：2021-10-26
申请号：CN202111104069.5
申请日：2021-09-22
申请人： 中国海洋大学
摘要： 本发明公开了基于注意力机制与可变形卷积的多任务学习模型构建方法，包括：构建共享特征提取网络、构建子任务特征提取网络、优化任务损失函数权重，本发明将注意力机制和可变形卷积结合起来提取特定任务特征，同时对多尺度的特征进行学习来定位具有区分性特征的区域；在损失函数优化方面，设计了损失函数权重按时更新的策略，为困难任务的损失函数加权，减小简单任务权重，实现各任务在训练过程中的动态平衡。
-
公开(公告)号：CN112150581A
公开(公告)日：2020-12-29
申请号：CN202010837566.5
申请日：2020-08-19
申请人： 中国海洋大学
IPC分类号： G06T11/60
摘要： 本发明公开了一种分布式的自适应图顶点着色方法及系统，包括：分别获取无向图中每个顶点vi的所有邻接顶点在上一次迭代过程中的着色信息集合Ct‑1(vi)；对每个顶点vi进行着色冲突判断；其中，对于任一个顶点vi，若满足当前的概率发生器的值且rs小该于顶等点于vi的第着一色阈信值α息并ci∈Ct‑1(vi)并且ci∈Bt(vi)，则确定该顶点vi与其邻接顶点产生着色冲突；确定每个顶点vi对应的可用颜色集合U(vi)，分别从每个顶点vi对应的可用颜色集合U(vi)中根据第二阈值β随机选择一个颜色，确定每个顶点vi的着色信息ci；对于每个顶点vi，沿边向其所有邻接顶点vj发送其着色信息ci；若满足每个顶点vi的着色信息和其所有邻接顶点的颜色均不同，则确定所述无向图中每个顶点的着色信息。
-
公开(公告)号：CN103544706A
公开(公告)日：2014-01-29
申请号：CN201310517989.9
申请日：2013-10-28
申请人： 中国海洋大学
摘要： 本发明公开一种面向海洋数据可视化的图像序列匹配方法，其包括步骤：融合点和区域的关键区域检测与描述；以及关键区域匹配。该关键区域匹配的步骤进一步包括基于欧式距离的匹配；以及排除误检匹配。该排除误检匹配的步骤包括基于平均运动距离的粗匹配和基于随机抽样一致性的精确匹配。本发明能适应于多样化的图像数据，具有明显视觉特征，精确度高，且匹配效率高。
-
-
-
-
-
-
-
-
-
搜索结果
84 条记录 (耗时 0.038 秒)
