-
公开(公告)号：CN110135435B
公开(公告)日：2021-05-18
申请号：CN201910308906.2
申请日：2019-04-17
申请人： 上海师范大学
摘要： 本发明涉及一种基于广度学习系统的显著性检测方法及装置，其中方法包括：步骤S1：将图像分割为多个超像素点，提取每个超像素的颜色，位置，纹理，先验和对比度信息，并得到各超像素的特征向量；步骤S2：基于得到的各超像素的特征向量对图像进行处理，得到初始显著图；步骤S3：对初始显著图建立条件随机场模型，并使用基于广度学习的回归计算条件随机场中的核矩阵，将得到的最优解作为优化后的显著图；步骤S4：使用得到的优化后的显著图用于视觉跟踪，图像分类、图像分割、目标识别，图像视频压缩，图像检索或图像重定向。与现有技术相比，本发明在特征提取阶段，结合了颜色特征，空间特征，纹理特征，先验特征和对比特征，提高检测效果。
-
公开(公告)号：CN114863569A
公开(公告)日：2022-08-05
申请号：CN202210629042.6
申请日：2022-06-06
申请人： 上海师范大学
IPC分类号： G06V40/20 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本申请实施例公开了一种基于骨架的轻量化武术动作识别评分方法及装置；所述方法包括：通过获取学生的武术动作帧图，并将该武术动作帧图生成骨架数据；根据预设的图卷积神经网络层，分析同一帧图的骨架数据的关节类型以及关节之间的相关性；获取所有动作帧图的聚合数据；根据所述聚合数据进行武术分类，得到分类输出结果；对比所述分类输出结果和预设的标准动作数据，以进行武术动作评分；本申请实施例智能化对武术动作进行评分，提高了评分结果的准确性，网络结构简单，耗时短，提升了评分的效率，减轻了教师的工作压力。
-
公开(公告)号：CN113936133A
公开(公告)日：2022-01-14
申请号：CN202111119987.5
申请日：2021-09-24
申请人： 上海师范大学
摘要： 本发明涉及一种面向目标检测的自适应数据增强方法，包括对待增强的图片执行以下算法：自适应的区域去除算法：从数据集中获取待增强图片，对该待增强图片中的区域进行遍历，去除长宽比失衡、面积小于预设的面积阈值的区域；自适应的物体选择算法：根据单个物体的分类数量信息和物体之间的关系，从数据集中选取物体区域填充入待增强图片中去除的区域；自适应的标注过滤算法：根据待增强图片中原有物体的包围框信息，过滤出不适合作为模型学习目标的物体。与现有技术相比，本发明可以有效地提高数据集内容丰富性，基于本发明增强目标检测数据集所训练的网络在小目标检测、降低批次敏感性、缓解分类不平衡等问题上有模型得改进。
-
公开(公告)号：CN113936133B
公开(公告)日：2024-09-03
申请号：CN202111119987.5
申请日：2021-09-24
申请人： 上海师范大学
IPC分类号： G06V10/24 , G06V10/774
摘要： 本发明涉及一种面向目标检测的自适应数据增强方法，包括对待增强的图片执行以下算法：自适应的区域去除算法：从数据集中获取待增强图片，对该待增强图片中的区域进行遍历，去除长宽比失衡、面积小于预设的面积阈值的区域；自适应的物体选择算法：根据单个物体的分类数量信息和物体之间的关系，从数据集中选取物体区域填充入待增强图片中去除的区域；自适应的标注过滤算法：根据待增强图片中原有物体的包围框信息，过滤出不适合作为模型学习目标的物体。与现有技术相比，本发明可以有效地提高数据集内容丰富性，基于本发明增强目标检测数据集所训练的网络在小目标检测、降低批次敏感性、缓解分类不平衡等问题上有模型得改进。
-
公开(公告)号：CN113989515A
公开(公告)日：2022-01-28
申请号：CN202111204551.6
申请日：2021-10-15
申请人： 上海师范大学
摘要： 本发明涉及一种面向图像处理的金字塔型网络注意力调整方法和系统，方法包括可变形的注意力机制调整步骤：基于可学习的位置偏置调整注意力窗口的范围和大小，即将待处理图片载入神经网络中，获取位置偏置结果；注意力金字塔网络调整步骤：根据图像处理的阶段顺序，逐步对注意力窗口进行尺寸划分；将待处理图片划分为多个分块图片，采用高斯函数对各个分块图片进行位置编码，根据该位置编码对分块图片进行图像处理并分别执行上述可变形的注意力机制调整步骤和注意力金字塔网络调整步骤。与现有技术相比，本发明不仅在模型训练阶段有更快的训练速度，在模型推理和使用阶段同样有更好的精度表现和模型鲁棒性。
-
公开(公告)号：CN110111268A
公开(公告)日：2019-08-09
申请号：CN201910314127.3
申请日：2019-04-18
申请人： 上海师范大学
IPC分类号： G06T5/00
摘要： 本发明涉及一种基于暗通道和模糊宽度学习的单幅图像去雨方法及装置，其中方法包括：步骤S1：对原始图像去雾预处理；步骤S2：将去雾预处理后图像进行高低频分离，取高频部分进行颜色空间的转换，从RGB颜色空间转换为YCbCr颜色空间；步骤S3：将训练集部分的图像对应的YCbCr颜色空间的Y通道作为模糊宽度学习的输入进行模型训练；步骤S4：将测试集部分的Y通道作为模糊宽度学习的输入，得到Y通道的无雨图；步骤S5：将高通层去雨图和低通基础层结合得到初步的去雨效果图；步骤S6：基于去雾预处理后图像，对初步的去雨效果图进行优化处理，得到最终的去雨效果图。与现有技术相比，本发明具有色彩还原度高等优点。
-
公开(公告)号：CN114611013A
公开(公告)日：2022-06-10
申请号：CN202210259672.9
申请日：2022-03-16
申请人： 上海师范大学
IPC分类号： G06F16/9536 , G06F16/9535 , G06Q10/06 , G06Q10/10
摘要： 本发明公开了基于用户兴趣和评分偏好差异自适应结合的协同过滤推荐算法，包括以下步骤：步骤一：用户相似度的计算；步骤二：用户评分偏好差异的建模；步骤三：用户相似度和用户评分偏好差异的自适应结合；步骤四：目标用户的评分预测并给予推荐；本发明的协同过滤推荐算法通过集成用户兴趣和评分行为偏好差异，利用改进的相似度计算方法，融合项目评分及时间因素，计算了用户之间的兴趣相似度，通过利用用户评分的变异系数，对用户评分行为偏好差异进行建模，最后，自适应结合为ITPCR相似度，并据此选择最近邻用户，并根据邻居集为用户生成推荐，该算法缓解了数据稀疏性的问题，提高了系统的推荐效率和精度。
-
公开(公告)号：CN113888576A
公开(公告)日：2022-01-04
申请号：CN202111226219.X
申请日：2021-10-21
申请人： 上海师范大学
摘要： 本发明涉及基于加权双重注意机制的甲状腺结节图像分割方法，具体过程包括先对原始图像进行预处理，然后输入双重注意力机制的DeeplabV3网络中进行特征提取，接下来对掩膜图像进行处理，获得甲状腺结节的感兴趣区域用于加权机制，最后将获得的加权ROI目标蒙版和特征提取信息图进行相乘操作，忽略不相关的噪声信息，得到最终的加权特征图。与现有技术相比，本发明具有同时考虑图像的全局信息和局部区域联系，并通过感兴趣区域加权算法对结果进一步优化，得到的结果具有较高的准确率和回归率，有效降低甲状腺结节图像分割的误差等优点。
-
公开(公告)号：CN110111268B
公开(公告)日：2021-08-03
申请号：CN201910314127.3
申请日：2019-04-18
申请人： 上海师范大学
IPC分类号： G06T5/00
摘要： 本发明涉及一种基于暗通道和模糊宽度学习的单幅图像去雨方法及装置，其中方法包括：步骤S1：对原始图像去雾预处理；步骤S2：将去雾预处理后图像进行高低频分离，取高频部分进行颜色空间的转换，从RGB颜色空间转换为YCbCr颜色空间；步骤S3：将训练集部分的图像对应的YCbCr颜色空间的Y通道作为模糊宽度学习的输入进行模型训练；步骤S4：将测试集部分的Y通道作为模糊宽度学习的输入，得到Y通道的无雨图；步骤S5：将高通层去雨图和低通基础层结合得到初步的去雨效果图；步骤S6：基于去雾预处理后图像，对初步的去雨效果图进行优化处理，得到最终的去雨效果图。与现有技术相比，本发明具有色彩还原度高等优点。
-
公开(公告)号：CN110135435A
公开(公告)日：2019-08-16
申请号：CN201910308906.2
申请日：2019-04-17
申请人： 上海师范大学
摘要： 本发明涉及一种基于广度学习系统的显著性检测方法及装置，其中方法包括：步骤S1：将图像分割为多个超像素点，提取每个超像素的颜色，位置，纹理，先验和对比度信息，并得到各超像素的特征向量；步骤S2：基于得到的各超像素的特征向量对图像进行处理，得到初始显著图；步骤S3：对初始显著图建立条件随机场模型，并使用基于广度学习的回归计算条件随机场中的核矩阵，将得到的最优解作为优化后的显著图；步骤S4：使用得到的优化后的显著图用于视觉跟踪，图像分类、图像分割、目标识别，图像视频压缩，图像检索或图像重定向。与现有技术相比，本发明在特征提取阶段，结合了颜色特征，空间特征，纹理特征，先验特征和对比特征，提高检测效果。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.024 秒)
