-
公开(公告)号：CN114331831A
公开(公告)日：2022-04-12
申请号：CN202111398659.3
申请日：2021-11-19
申请人： 长春理工大学
摘要： 一种轻量化的单张图像超分辨率重建方法，属于图像超分辨率重建领域，为了解决现有的超分辨率方法空间复杂度和时间复杂度高的问题，该方法包括如下步骤：构建网络模型：整个网络包括四个主要模块：浅层特征提取模块、深层特征提取模块、信息融合模块和上采样模块；准备数据集：对所用数据集进行模拟降质，所得高低分辨率图像对用以训练整个卷积神经网络；训练网络模型；最小化损失值；微调模型；保存模型：将最后得到的模型参数进行固化，之后需要进行超分辨率重建操作时，直接将图像和网络参数载入网络中即可得到最终的超分辨率图像。在保持较高重建质量的前提下，大大减少了网络的参数量和计算量，更适于在嵌入式设备上实现。
-
-
公开(公告)号：CN108670396A
公开(公告)日：2018-10-19
申请号：CN201810395790.6
申请日：2018-04-27
申请人： 长春理工大学
CPC分类号： A61B17/92 , A61B17/88 , A61B34/30 , A61B34/70 , A61B34/76 , A61B2017/564 , A61B2017/90
摘要： 本发明公开了一种椎弓根钉自动推进装置，包括机械臂、丝杠基座、步进电机、丝杠、丝杠运动滑块、旋转电机和控制器；丝杠基座固定在机械臂上，内部安装有丝杠；丝杠基座顶端安装有步进电机，步进电机连接丝；丝杠上安装丝杠运动滑块，步进电机驱动丝杠旋转使丝杠运动滑块沿丝杠上下运动；丝杠运动滑块内安装有旋转电机；旋转电机转轴前端安装适配器，适配器能够固定椎弓根钉；控制器分别连接步进电机、旋转电机，控制步进电机和旋转电机的转速、力矩和前进速度。本发明推进精度高，具备力反馈功能，可实时反应椎弓根钉在患者体内的位置变化。该装置由医生远程操作，有效地减少外科医师术中射线暴露、减少手术时间，简化外科医师的学习培训周期。
-
公开(公告)号：CN101508092A
公开(公告)日：2009-08-19
申请号：CN200810051708.4
申请日：2008-12-30
申请人： 长春理工大学
IPC分类号： B24B37/00
摘要： 研磨压力渐变的高速研磨方法属于超精密机械加工技术领域。现有方法研磨压力的变化呈阶越状态，这就会在磨具与工件间产生冲击，对工件表面造成新的破坏，不仅会导致工件加工表面更加粗糙，增大加工量，降低加工效率，而且还会降低工件的加工精度，甚至还会损坏磨具。本发明在研磨启动阶段研磨压力从低值逐渐提高到高值，进入研磨正常阶段，在研磨结束阶段，研磨压力从高值逐渐降低到低值。本发明应用于高速超精密研磨加工领域。
-
-
公开(公告)号：CN118865040A
公开(公告)日：2024-10-29
申请号：CN202410891719.2
申请日：2024-07-04
申请人： 长春理工大学
IPC分类号： G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/764
摘要： 本发明属于目标检测技术领域，尤其为一种端对端的红外小目标检测方法、装置和系统。本发明通过构建红外小目标检测网络模型；利用两个不同的红外小目标数据集对模型进行与训练和微调，得到稳定可用的最终模型后将参数进行固化，选择复合损失函数和最优评价指标后进行保存模型；本发明提出的红外小目标检测方法通过引入交叉信息提取模块、空间非局部融合模块和对比注意力模块，以及采用复合损失函数的方式，能增强红外图像中的细节信息，改善模型对小尺寸目标的检测性能，通过多尺度分析、特征融合和全局语义特征的引导，模型能够更好地理解图像的结构和关系，提高红外小目标检测的准确性和稳定性。
-
公开(公告)号：CN118822849A
公开(公告)日：2024-10-22
申请号：CN202410924032.4
申请日：2024-07-11
申请人： 长春理工大学
IPC分类号： G06T3/4053 , G06T3/4046 , G06V10/774 , G06V10/75 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
摘要： 本发明属于计算机视觉中的红外图像超分技术领域，尤其为一种基于参考图像的红外图像超分辨率重建方法，包括如下步骤，步骤1，数据集预处理：将准备的数据集调整大小并进行粗配准；步骤2，构建网络模型：构建包括掩码标记模块、特征匹配模块、特征对齐模块、特征融合模块和残差模块的网络模型；步骤3，训练网络模型：训练红外图像的超分辨率重建模型；本发明可以准确识别输入图像的各区域复杂度，根据区域复杂度采用不同方法对其进行超分辨率重建，有效降低整体网络的计算量，提高复杂区域的超分辨率重建效果。
-
公开(公告)号：CN118365540B
公开(公告)日：2024-09-27
申请号：CN202410780890.6
申请日：2024-06-18
申请人： 长春理工大学
摘要： 本发明公开一种双模信息增强的图像融合方法、系统及设备，包括以下步骤：将红外图像和可见光图像分别进行Gabor滤波器进行滤波，构建包括高频信息处理支路和低频信息处理支路的融合网络模型；计算融合网络模型输出的融合图像与输入的高频特征和低频特征之间的损失函数，对融合网络模型进行训练。本发明采用光谱平衡损失函数和像素损失函数的组合作为损失函数，用于训练融合网络。能够提高融合网络的稳定性和鲁棒性。通过多次训练迭代计算损失函数值，可以有效地优化模型参数，使其更加稳定性和鲁棒性。在面对一些噪声、失真或变化较大的图像情况下，融合网络仍能够产生具有较高质量和可靠性的融合图像，提高图像融合的实用性和适用范围。
-
公开(公告)号：CN118365540A
公开(公告)日：2024-07-19
申请号：CN202410780890.6
申请日：2024-06-18
申请人： 长春理工大学
摘要： 本发明公开一种双模信息增强的图像融合方法、系统及设备，包括以下步骤：将红外图像和可见光图像分别进行Gabor滤波器进行滤波，构建包括高频信息处理支路和低频信息处理支路的融合网络模型；计算融合网络模型输出的融合图像与输入的高频特征和低频特征之间的损失函数，对融合网络模型进行训练。本发明采用光谱平衡损失函数和像素损失函数的组合作为损失函数，用于训练融合网络。能够提高融合网络的稳定性和鲁棒性。通过多次训练迭代计算损失函数值，可以有效地优化模型参数，使其更加稳定性和鲁棒性。在面对一些噪声、失真或变化较大的图像情况下，融合网络仍能够产生具有较高质量和可靠性的融合图像，提高图像融合的实用性和适用范围。
-
公开(公告)号：CN116229317B
公开(公告)日：2024-07-19
申请号：CN202310160229.0
申请日：2023-02-24
申请人： 长春理工大学
IPC分类号： G06V20/40 , G06V20/52 , G06V10/74 , G06V10/82 , G06V10/764 , G06V10/774 , G06V10/75 , G06N3/08 , G06N3/0464
摘要： 本发明属于目标跟踪技术领域，尤其为一种自适应模板更新的孪生红外目标跟踪方法，包括以下步骤：步骤1，准备训练数据：选取红外数据集，调整数据集中的视频序列图像大小，构建网络训练数据集。本发明在特征提取网络中使用到了残差块的结构，残差块中多处跳跃连接可以整合上下文信息，从而充分利用层次化特征，有效地解决了梯度消失或梯度爆炸的问题，传统的卷积层或全连接层在传递信息时，会存在信息的丢失、损耗等问题；特征提取网络解决了这个问题，通过直接将输入信息绕道传到输出，同时将经过不同卷积层输出的特征融合，增强了对浅层特征与深层特征的利用率。
-
-
-
-
-
-
-
-
-
搜索结果
85 条记录 (耗时 0.03 秒)
