-
公开(公告)号：CN113421229A
公开(公告)日：2021-09-21
申请号：CN202110625250.4
申请日：2021-06-04
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T5/00 , G01N21/956 , G01N21/88
Abstract: 本发明公开了一种图像小区域缺损检测与修复方法，通过对所述样品图片和所述模板子图片进行归一化互相关处理，筛选相关系数矩阵获得对应的区域种子坐标，再利用区域生长算法结合实际需要设定阈值得到完整的缺损区域，最后采用改进的快速行进算法进行图像缺损区域修复，加入等照度线方向，并引入自适应插值的置信度因子，对破损区域的像素点插值，即当缺失像素进行插值时，对其邻域的原始像素全部信任，而对经修复得到的像素部分信任，由此避免误差累积导致的修复后破损区域模糊现象，解决了现有技术中的摄像头图像小区域缺损人工检测与修复效果不佳的技术问题。
-
公开(公告)号：CN106614440A
公开(公告)日：2017-05-10
申请号：CN201610869820.3
申请日：2016-09-30
Applicant: 桂林电子科技大学 , 广西壮族自治区农业科学院甘蔗研究所
Abstract: 本发明公开一种基于物联网的农作物害虫智能测报系统，包括远程数据中心和至少一个测报装置；每个测报装置包括支架、以及固定在支架上的主控单元、图像采集单元、诱捕单元、喷气单元、环境监测单元和数据传输单元；图像采集单元位于诱捕单元的上方，并朝向诱捕单元；喷气单元位于诱捕单元的一侧，并朝向诱捕单元；主控单元连接图像采集单元、诱捕单元、喷气单元、环境监测单元和数据传输单元；数据传输单元与远程数据中心连接。本发明不仅实现了无人值守的智能化监控，而且有助于提高农作物害虫发生危害预测预报的智能性和准确性，及时监测和预报其种群动态有助于科学合理采取措施控制该虫的危害，减少农药施用量和环境污染。
-
公开(公告)号：CN119832017A
公开(公告)日：2025-04-15
申请号：CN202411897413.4
申请日：2024-12-20
Applicant: 桂林电子科技大学
Abstract: 本发明提出了一种基于多尺度特征融合的边缘检测方法，属于计算机视觉领域。该方法通过构建卷积神经网络(CNN)骨干网络，结合上采样模块和部分卷积模块，实现多尺度特征的提取和融合，并通过改进的损失函数优化全局和局部边缘信息。所述骨干网络采用浅层特征加权提取及跳跃连接技术，提高特征复用能力，上采样模块利用反卷积操作调整特征图尺寸，融合模块通过选择性卷积强化边缘细节表达，并通过部分卷积高效提取多维度特征信息。模型在精细边缘检测中表现优异，支持草图检索、图像分割等应用场景，具有高效、低参数量的特点。
-
公开(公告)号：CN119494919A
公开(公告)日：2025-02-21
申请号：CN202411527938.9
申请日：2024-10-30
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
Abstract: 本发明涉及三维重建技术领域，具体涉及一种基于多头注意力神经场的未标定光度立体表面重建方法，首先将输入图像输入到基于残差的光照估计模型中，以估计相应的光照方向和光照强度，同时构建多头注意力神经场来获得更多空间相关的信息，得到每个像素坐标点的空间变化权重、漫反射率和表面深度；再通过一般反射率模型获得各项异性材料的镜面反射率，然后通过构建自适应阴影渲染模型来处理阴影区域，经过该模型将输出相应的阴影图；最后基于渲染方程重建图像，并以无监督的方式联合优化阴影图、深度图、表面法线图、反射率和光照条件的估计。经过拟合调整，本发明提高了表面法线估计和光照估计的准确度。
-
公开(公告)号：CN119418516A
公开(公告)日：2025-02-11
申请号：CN202411285134.2
申请日：2024-09-13
Inventor： 赵红专 , 唐一杰 , 汪懿晨 , 毛建宇 , 田芮珏 , 魏金占 , 王涛 , 李文勇 , 周旦 , 陈文武 , 徐奇 , 章一才 , 王海舰 , 何水龙 , 付文涛 , 张若杰 , 钟思 , 徐智 , 李润润 , 张余明
IPC: G08G1/01
Abstract: 本发明公开了一种改进安全势场的智能网联汽车跟驰优化与协同换道方法，包括：车辆获取目标车道信息和本车道信息，实现车流安全跟驰控制；车辆首先产生换道的意图，车辆计算并识别所有可能的换道间隙与评估换道所需的安全间隙并判断是否存在安全的换道间隙，若存在，则在安全间隙中选择最优的换道间隙，车辆开始执行换道操作；若不存在，则计算可选换道间隙的前置换道协同车辆数量，选择需要最少协同加速车辆数m的换道间隙，建立基于交通流实际情况的m阀值条件；本发明强调安全和协同，基于传统安全势场理论，提出了一种新的改进安全势场换道模型，改进了传统换道控制方式，进一步实现安全、高效的跟驰与车道变换。
-
Patent Agency Ranking
公开(公告)号：CN118015186A
公开(公告)日：2024-05-10
申请号：CN202410076029.1
申请日：2024-01-18
Applicant: 桂林电子科技大学
Abstract: 本发明涉及三维重建技术领域，具体涉及一种基于材质和阴影建模的未标定光度立体表面重建方法，首先将RGB图像输入到具有局部与全局特征融合的光照估计模型中预测每张图像的光照方向和强度，同时将像素位置编码后输入到表面MLP网络获取深度、空间变化权重和漫反射率，然后基于各向异性高斯函数计算不同材质的镜面反射率，接着使用阴影模型来处理阴影区域，之后基于渲染公式得到重建图像，最后构建重建图像与原始图像的损失函数以无监督方式训练优化得到准确的表面法向量、光照方向和强度。与现有技术相比，本发明能表示任意材质的镜面反射和有效降低阴影区域的法线估计误差，因此能够更准确地估计表面法线。
-
公开(公告)号：CN118013085A
公开(公告)日：2024-05-10
申请号：CN202410054482.2
申请日：2024-01-15
Applicant: 桂林电子科技大学
IPC: G06F16/901 , G06F16/906 , G06F16/909
Abstract: 本发明涉及数据挖掘技术领域，具体涉及一种基于局部向量量化的近似最近邻搜索方法，首先在原始向量数据集中执行K‑means聚类算法，将得到的簇类中心用于初始化第一层码本，通过计算所有向量与其距离最近的码字的残差来得到一层的残差向量，继续在第一层的残差向量中执行k‑means算法初始化第二层的码本，以此类推，得到初始化后的L层码本，接着在每两层码本之间引入一个系数矩阵，两层的码本和系数矩阵联合训练直到收敛，获得层次量化结构所需要的码本和系数矩阵，然后利用这个层次量化结构来产生用于高效近似距离计算的编码，最后在编码后的向量中执行近似最近邻搜索。本发明有效的降低了量化误差以及提高了最终近似最近邻的搜索精度。
-
公开(公告)号：CN117391962A
公开(公告)日：2024-01-12
申请号：CN202311436493.9
申请日：2023-11-01
Applicant: 桂林电子科技大学
IPC: G06T3/4076 , G06V10/44 , G06V10/58 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种面向分类任务的遥感图像超分辨率方法及系统，其中方法包括以下步骤：构建分类任务实现模型；预训练所述分类任务实现模型，所述分类任务实现模型用于提取高光谱数据集的融合特征，进行遥感图像的分类；构建光谱分支‑全局式高光谱超分辨率模型；基于预训练后的所述分类任务实现模型和所述光谱分支‑全局式高光谱超分辨率模型，构建分类‑超分辨率一体深度学习网路架构；基于所述分类‑超分辨率一体深度学习网路架构，重建超分辨率的高光谱图像数据。本发明解决了现有技术中超分辨率方法与其应当服务的下游任务脱节的技术问题。
-
公开(公告)号：CN116703756A
公开(公告)日：2023-09-05
申请号：CN202310549804.6
申请日：2023-05-16
Applicant: 桂林电子科技大学
Abstract: 本发明涉及计算机图形学技术领域，具体涉及一种结合FXAA和后处理阴影检测的时间抗锯齿方法，首先计算运动矢量，使用运动矢量偏移像素坐标来采样历史帧，之后利用当前邻域像素对历史帧像素进行历史验证。之后检测当前帧边缘，同时检测阴影区域。二者取并集得到走样像素的集合，之后使用FXAA方法混合集合中历史帧和当前帧对应位置像素，即可得到抗锯齿后的方法。本发明在渲染管线的后处理阶段利用FXAA算法对当前帧进行去噪处理，检测了阴影区域并进行了额外混合，基本消除了渲染相机移动时场景中嘈杂阴影的闪烁现象，适用于3D场景中噪杂阴影的渲染。
-
公开(公告)号：CN116596787A
公开(公告)日：2023-08-15
申请号：CN202310550379.2
申请日：2023-05-16
Applicant: 桂林电子科技大学
Abstract: 本发明涉及计算机图形学技术领域，具体涉及一种使用历史和当前边缘结合的时间抗锯齿方法，在渲染开始的第一帧，利用Canny边缘检测方法计算第一帧的细边缘并缓存，从第二帧开始调整边缘检测的阈值，分别检测细边缘和粗边缘。之后，粗边缘与历史缓存边缘取交集作为时间走样像素的集合，再与细边缘取并集作为最终的边缘检测结果。其中，粗边缘用于验证历史边缘，防止边缘随时间推移而扩散。细边缘主要用于检测当前帧空间走样像素。本发明准确地检测到了时间和空间走样像素，有效结合了SSAA和TAA算法的优势，利用高采样率的同时不会产生过多的时间成本，性价比高，此外还能提高渲染结果图像的清晰度。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.027 seconds)
