-
公开(公告)号：CN111626954B
公开(公告)日：2022-05-06
申请号：CN202010440462.0
申请日：2020-05-22
申请人： 兰州理工大学
摘要： 本发明提供了一种壁画图像色彩还原方法、装置、存储介质及计算机设备，该方法包括获取待还原壁画图像和参考壁画图像；提取待还原壁画图像和参考壁画图像的色彩特征；根据待还原壁画图像和参考壁画图像的色彩特征，通过最大均值差异约束，对待还原壁画图像进行全局色彩还原，生成第一色彩还原图像；通过马尔科夫随机场约束，对第一色彩还原图像进行局部色彩还原，生成第二色彩还原图像；最小化第二色彩还原图像与待还原壁画图像之间的欧式距离，得到第三色彩还原图像；对第三色彩还原图像进行噪声抑制处理。本申请能够有效保持壁画图像中原有结构信息，对褪色、变色区域整体还原效果较好，提高了石窟壁画色彩还原的效果。
-
公开(公告)号：CN108090489B
公开(公告)日：2021-06-29
申请号：CN201810033760.0
申请日：2018-01-15
申请人： 兰州理工大学
摘要： 基于计算机的依据字素分割的脱机手写维文单词识别方法，属于文字模式识别的文字处理技术，其步骤为：首先根据维文规则和形态结构建立维吾尔单词字素库，包括主体、附加和点三类字素；然后，过分割单词图像得到三个字素序列，并对各类字素设计不同的特征提取和分类器；最后，通过贝叶斯网络构建字素、连体段和单词之间的分层匹配模型，推理计算字素特征至单词类别的识别置信度，融合字素识别信息和构词先验信息，获得单词识别结果。利用本发明脱机手写维吾尔单词识别方法，可以鲁棒地识别无约束、自然、流畅书写的维吾尔单词，而且算法所需训练类别固定，算法扩展性较强。
-
公开(公告)号：CN111695638A
公开(公告)日：2020-09-22
申请号：CN202010550745.0
申请日：2020-06-16
申请人： 兰州理工大学
摘要： 本发明公开了一种改进的YOLOv3候选框加权融合选取策略，属于智能优化算法技术领域。本发明中算法五和算法六对比NMS改进算法，多个类别的单一查准率提高了0.9％～14.1％，多类别平均查准率提高了3.1％～6.5％。这两种算法性能相当，并且对比传统的算法均有明显的优势。本发明提出的算法五和算法六的曲线几乎能重叠。本发明提出的候选框融合算法在查准率与查全率之间的博弈关系中，能在保证查全率的前提下将查准率大幅提升。本发明提出的候选框融合算法在单一类别平均检测精确度AP值、多类别平均检测精度mAP值、P-R曲线的综合性能上完全超越了NMS改进算法，能更准确的完成目标检测任务。
-
公开(公告)号：CN116993617A
公开(公告)日：2023-11-03
申请号：CN202311027405.X
申请日：2023-08-15
申请人： 兰州理工大学
IPC分类号： G06T5/00 , G06T7/40 , G06N3/0464 , G06N3/0475 , G06T5/30
摘要： 本发明提供了一种破损壁画图像修复方法及系统，本发明中，首先将图像生成器设计为纹理合成和结构重构的双流编码器‑解码器。引入标准化注意力模块来促进结构和纹理编码的效率，提高特征的捕获能力。其次，在特征图融合阶段设计了可变形卷积上下文特征聚合模块以获取远距离信息，并根据壁画形态特点进行特征学习来生成更真实丰富的细节。最后，采用结构和纹理双判别网络联合进行网络优化，提高网络泛化能力，使修复后的壁画图像能够恢复出更多原始壁画图像存在的结构纹理信息。本发明能够明显减少修复后壁画图像存在的伪影、结构断裂和语义不一致现象，同时能够有效恢复破损壁画图像更多的细节信息，从而使壁画图像的修复结果更准确。
-
公开(公告)号：CN116993579A
公开(公告)日：2023-11-03
申请号：CN202311022345.2
申请日：2023-08-15
申请人： 兰州理工大学
摘要： 本发明提供了一种基于迁移细化网络的壁画图像色彩还原方法及装置，该方法包括：S101，使用降采样方法获取低分辨率的待还原壁画图像和参考壁画图像；S103，通过迁移网络完成从参考壁画图像向待还原壁画图像的色彩迁移；S105，将得到的低分辨率壁画图像上采样成高分辨率图像；在高分辨率模式下还原图像细节纹理，得到最终的色彩还原后的壁画图像。本发明能够在有效保留褪色/变色壁画图像原有结构纹理信息的情况下较好地实现壁画褪色/变色区域的色彩还原。
-
公开(公告)号：CN111709364A
公开(公告)日：2020-09-25
申请号：CN202010549985.9
申请日：2020-06-16
申请人： 兰州理工大学
摘要： 本发明公开了一种基于视角信息和批特征擦除的行人再识别方法，属于计算机视觉和模式识别的技术领域。该方法主要通过PSE网络模型的构建、PSE模型训练和BFE网络模型的构建来实现行人再识别。本发明通过视角信息与批特征擦除相结合的方法在三个数据集上都有良好的泛化能力和鲁棒性。本发明使用三种注意力机制的方法可以取得更好的识别效果，其Rank-1的精度比单独的视角特征注意力提高了0.5％，比单独的CBAM注意力提高了0.2％；其mAP结果比单独的视角特征注意力提高了1.3％，比单独的CBAM注意力提高了1.2％，具有良好的使用效果。
-
公开(公告)号：CN111681183A
公开(公告)日：2020-09-18
申请号：CN202010506054.0
申请日：2020-06-05
申请人： 兰州理工大学
摘要： 本发明提供了一种壁画图像色彩还原方法及装置，该方法包括：获取待还原壁画图像和参考壁画图像；提取待还原壁画图像和参考壁画图像的色彩特征；对待还原壁画图像和参考壁画图像进行语义分割，得到待还原壁画图像的第一标签块和参考壁画图像的第二标签块；在第二标签块中寻找与第一标签块相似度满足第二阈值的目标标签块，根据目标标签块对待还原壁画图像进行色彩还原，得到第一色彩还原图像；最小化第一色彩还原图像与待还原壁画图像的欧氏距离，得到第二色彩还原图像；对第二色彩还原图像进行噪声抑制处理。本发明对壁画图像的褪变色区域具有较好的整体修复效果，能够克服色彩的过渡变形，提高了壁画图像色彩还原的准确性。
-
公开(公告)号：CN111708864A
公开(公告)日：2020-09-25
申请号：CN202010529486.3
申请日：2020-06-11
申请人： 兰州理工大学
摘要： 本发明提供了一种用户评论文本情感分析方法及装置，该方法包括：获取用户评论文本；将所述用户评论文本转换为多个原始词向量；计算所述多个原始词向量中词向量的注意力权重；根据所述多个原始词向量、注意力权重，生成新词向量；确定所述注意力权重大于阈值的新词向量为关键词；使用C-GRU神经网络，根据所述关键词，对所述用户评论文本进行情感分类。本申请使用注意力机制对每个词向量进行扩展，使得文本中的关键信息更容易被获取；C-GRU网络模型能够用CNN获取到评论的局部特征信息，再用GRU学习到文本的上下文信息和层次结构信息，解决评论不规范、稀疏、主旨不明确的特点，实现了用户评论文本的有效分析。
-
公开(公告)号：CN108090489A
公开(公告)日：2018-05-29
申请号：CN201810033760.0
申请日：2018-01-15
申请人： 兰州理工大学
摘要： 基于计算机的依据字素分割的脱机手写维文单词识别方法，属于文字模式识别的文字处理技术，其步骤为：首先根据维文规则和形态结构建立维吾尔单词字素库，包括主体、附加和点三类字素；然后，过分割单词图像得到三个字素序列，并对各类字素设计不同的特征提取和分类器；最后，通过贝叶斯网络构建字素、连体段和单词之间的分层匹配模型，推理计算字素特征至单词类别的识别置信度，融合字素识别信息和构词先验信息，获得单词识别结果。利用本发明脱机手写维吾尔单词识别方法，可以鲁棒地识别无约束、自然、流畅书写的维吾尔单词，而且算法所需训练类别固定，算法扩展性较强。
-
公开(公告)号：CN111709367A
公开(公告)日：2020-09-25
申请号：CN202010555745.X
申请日：2020-06-17
申请人： 兰州理工大学
摘要： 本发明公开了基于三角模型的行人再识别度量方法，属于计算机视觉和模式识别技术领域。本发明通过BFE模型提取行人图像的细粒度特征，通过三元组损失函数确定两样本点之间的距离进行测量。本发明中利用损失函数对多个模型结构的训练具有很好的监督性能，可以有效提高行人再识别准确率，并且在三个数据集上具有良好的泛化能力。本发明采用BFE模型结构，提出的一种基于三角模型的三元组损失函数方法可以有效提升行人再识别准确度，损失函数对模型的训练有更强的监督作用。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.026 秒)
