-
公开(公告)号：CN113837959B
公开(公告)日：2024-04-09
申请号：CN202111080181.X
申请日：2021-09-15
Applicant: 山东师范大学
IPC: G06T5/70 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种图像去噪模型训练方法、图像去噪方法及系统，属于图像处理技术领域，利用训练集训练基础网络模型，得到图像去噪模型；其中，所述训练数据集包括多个图像块对，每一个图像块对均包括第一图像和第二图像，第一图像为含噪声图像，第二图像为无噪声图像；基础网络模型包括并联的第一特征提取通道和第二特征提取通道，第一特征提取通道和所述第二特征提取通道的输出共同连接自注意力机制模块。本发明使用双通道网络结构来同时提取图像不同层次的信息，并且在网络中级联自注意力机制模块，提高了图像去噪效果，不仅能够提取丰富的局部特征，有效减少训练过程中的梯度爆炸和过拟合问题；结合自注意力机制提取局部信息的同时关注全局信息。
-
公开(公告)号：CN113888587B
公开(公告)日：2024-05-28
申请号：CN202111022608.0
申请日：2021-09-01
Applicant: 山东师范大学
IPC: G06T7/246 , G06T7/13 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于改进的暹罗网络的目标跟踪方法及系统，获取模板图像和待跟踪图像；将模板图像和待跟踪图像，均输入到训练后的改进的暹罗网络中，输出待跟踪图像的目标跟踪结果；其中，训练后的改进的暹罗网络，对模板图像提取出模板深层特征和模板浅层特征；训练后的改进的暹罗网络，对待跟踪图像提取出待跟踪深层特征和待跟踪浅层特征；训练后的改进的暹罗网络，对模板深层特征和待跟踪深层特征进行处理得到目标框的第一次定位结果；对模板浅层特征、待跟踪浅层特征和第一次定位结果进行处理，得到第二次定位结果，将第二次定位结果作为待跟踪图像的最终目标跟踪结果。实现了对目标更为精细的跟踪。
-
公开(公告)号：CN113837940A
公开(公告)日：2021-12-24
申请号：CN202111033944.5
申请日：2021-09-03
Applicant: 山东师范大学
Abstract: 本公开提供了基于密集残差网络的图像超分辨率重建方法及系统，包括：获取图像信息：根据获取的图像信息和预设的图像超分辨率重建模型，得到图像超分辨率重建结果；其中，所述图像超分辨率重建模型由密集残差网络和改进的Transformer网络结合得到；改进的Transformer网络中，通过不断赋予新的权重以更新Query与Key的点乘结果，进而得到加权输出；本公开提出一种W‑Transformer与密集残差网络相结合的新型网络以用于提升图像的超分辨率，该网络采用两种网络相结合的方式达到整体性能提升的目的。
-
公开(公告)号：CN113421187B
公开(公告)日：2023-01-03
申请号：CN202110648537.9
申请日：2021-06-10
Applicant: 山东师范大学
Abstract: 本发明属于图像技术领域，提供了一种超分辨率重建方法、系统、存储介质、设备。该方法包括：获取待处理图像，将其输入训练后的高分辨率图像重建模型，得到高分辨率图像；所述高分辨率图像重建模型包括依次连接的改进的多分支残差网络和改进的特征金字塔通道注意模块；所述改进的多分支残差网络通过将串行块序列与卷积进行不同数量的反复交叉组合，生成关键信息特征增多的图像；所述改进的特征金字塔通道注意模块通过自顶向下的路径和横向路径来引入通道注意模块，生成增强多级信息特征的金字塔特征映射；将增强多级信息特征经过特征融合模块，得到高分辨率图像。
-
公开(公告)号：CN106525812B
公开(公告)日：2019-02-05
申请号：CN201610928613.0
申请日：2016-10-31
Applicant: 山东师范大学
IPC: G01N21/65
Abstract: 本发明公开了一种二硫化钼/金纳米颗粒混合结构的生物传感器材料及其制备方法，包括玻璃纤维纸衬底、附着在玻璃纤维纸衬底上的二维二硫化钼以及附着在二维二硫化钼上的金纳米颗粒。二硫化钼生长温度精确控制；生长的二硫化钼缺陷峰低，具有极高的晶体质量；生长的二硫化钼尺寸只受CVD腔体的限制，可实现二硫化钼的大面积生长；生长的金属颗粒后的二硫化钼/金属颗粒混合结构具有极高的化学吸附和物理增强机制；利用刻蚀法生长金颗粒，可以通过控制刻蚀的时间来精确控制金颗粒的大小，而且能够在整个材料上均匀生长金颗粒，有利于检测生物分子。制备完成后的生物传感器可同时实现生物分子的分离和检测。方法简单可控，成本低廉，应用价值高。
-
公开(公告)号：CN106501455A
公开(公告)日：2017-03-15
申请号：CN201610955194.X
申请日：2016-11-03
Applicant: 山东师范大学
CPC classification number: G01N33/00 , B32B3/08 , B32B9/04 , B32B2264/105 , C04B35/547 , C04B38/045 , C04B41/009 , C04B41/5116 , C04B41/88 , C04B41/4535 , C04B41/455
Abstract: 本发明涉及一种用于原位检测的高灵敏可拉伸生物传感器的制备方法，采用化学气相沉积法在三维立体衬底上生长二硫化钼；然后将制备的二硫化钼/泡沫金属浸泡在刻蚀溶液中，通过控制刻蚀溶液的浓度和温度去除以去金属衬底，获得可拉伸二硫化钼/金属颗粒混合结构，将其从刻蚀溶液中捞出，清洗，用预拉伸的3M可拉伸胶带覆盖在二硫化钼/金属颗粒混合结构表面将其捞出并自然晾干，恢复到原来的长度或面积，将其泡入氯化亚锡、硝酸银、抗坏血酸与硝酸银混合溶液中，使其生长银颗粒。依此来制备一种用于原位检测的高灵敏可拉伸生物传感器。本生物传感器可拉伸性能优异，稳定性好，灵敏度高，成本低且可控，可实现大规模生产，有极大应用价值。
-
公开(公告)号：CN113536975B
公开(公告)日：2025-02-28
申请号：CN202110719093.3
申请日：2021-06-28
Applicant: 山东师范大学
IPC: G06V20/58 , G06V10/762 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于目标识别技术领域，提供了一种基于多尺度混合维度网络的目标检测方法及系统。该方法包括，将目标图像输入训练好的多尺度混合维度网络，得到的图像经NMS方法去除冗余框后，得到标注目标位置和类别的图像；所述多尺度混合维度网络包括金字塔网络，所述的金字塔网络自上而下的每两个卷积层之间引入混合维度模块。
-
公开(公告)号：CN113837940B
公开(公告)日：2025-01-10
申请号：CN202111033944.5
申请日：2021-09-03
Applicant: 山东师范大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本公开提供了基于密集残差网络的图像超分辨率重建方法及系统，包括：获取图像信息：根据获取的图像信息和预设的图像超分辨率重建模型，得到图像超分辨率重建结果；其中，所述图像超分辨率重建模型由密集残差网络和改进的Transformer网络结合得到；改进的Transformer网络中，通过不断赋予新的权重以更新Query与Key的点乘结果，进而得到加权输出；本公开提出一种W‑Transformer与密集残差网络相结合的新型网络以用于提升图像的超分辨率，该网络采用两种网络相结合的方式达到整体性能提升的目的。
-
公开(公告)号：CN113902753A
公开(公告)日：2022-01-07
申请号：CN202111129122.7
申请日：2021-09-26
Applicant: 山东师范大学
Abstract: 本发明公开了基于双通道和自注意力机制的图像语义分割方法及系统，该方法包括如下步骤：获取待分割图片；将待分割图片分别进行两个通道的特征图提取；其中，第一个通道提取出多尺度上下文信息特征图；第二个通道出提取出像素级特征图；将多尺度上下文信息特征图和像素级特征图通过矩阵运算和自注意力机制学习得到每一个像素与它对应的上下文区域有关系的特征图；将每一个像素与它对应的上下文区域有关系的特征图输入到训练后的分类器中，输出图片语义分割结果。
-
公开(公告)号：CN113536975A
公开(公告)日：2021-10-22
申请号：CN202110719093.3
申请日：2021-06-28
Applicant: 山东师范大学
Abstract: 本发明属于目标识别技术领域，提供了一种基于多尺度混合维度网络的目标检测方法及系统。该方法包括，将目标图像输入训练好的多尺度混合维度网络，得到的图像经NMS方法去除冗余框后，得到标注目标位置和类别的图像；所述多尺度混合维度网络包括金字塔网络，所述的金字塔网络自上而下的每两个卷积层之间引入混合维度模块。
