-
公开(公告)号：CN114708420B
公开(公告)日：2025-02-07
申请号：CN202210435034.8
申请日：2022-04-24
Applicant: 广州大学
IPC: G06V10/22 , G06V10/44 , G06V10/46 , G06V10/762 , G06V10/774 , G06V10/764
Abstract: 本申请提供了一种基于局部方差和后验概率分类器的视觉定位方法及装置，本申请在定义过程和检索过程中使用了两种不同移动步长的滑动窗口，即为了降低检索过程中的计算量，也是为了避免检索过程的滑动窗口在经过后验概率分类器时因为移动步长过大而对窗口判断错误。一方面减少了对系统算里的要求，提高了匹配效率，另一方面在定义部分也考虑到了多尺度的情况来生成多尺度的滑动窗口，而且由于在检索部分的多尺度滑动窗口是在初始尺度滑动窗口遍历后再进行，避免了目标对象没有尺度缩放的情况浪费过多的计算量。这种方法进一步提高了匹配效率，同时也克服了现有技术匹配过程计算量过大、无效计算过大的缺点，提高了模板匹配的准确度。
-
Patent Agency Ranking
公开(公告)号：CN116129187A
公开(公告)日：2023-05-16
申请号：CN202310121964.0
申请日：2023-02-15
Applicant: 广州大学
IPC: G06V10/764 , G06V10/44
Abstract: 本发明公开了基于局部稳定特征点的快速目标检测方法及系统，属于图像处理和目标定位领域。本发明通过在目标图像中构建网格，根据图像网格内梯度大小划分为高梯度网格和低梯度网格，并在两种网格分别筛选局部稳定特征点，后续将使用这些特征点进行灰度对比来获得代表候选窗口的二进制编码特征和判断窗口内目标的旋转角度。本方法通过使用大间隔的候选窗口来减少检测的计算量，通过预处理对目标图像旋转后提取编码特征训练来实现目标检测算法的旋转不变性。本发明在应对目标旋转情况其检测计速度以及检测结果的窗口绘制都会比现有算法更优。
-
公开(公告)号：CN114782391A
公开(公告)日：2022-07-22
申请号：CN202210475852.0
申请日：2022-04-29
Applicant: 广州大学
IPC: G06T7/00 , G06T5/30 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/774 , G06V10/764 , G06V10/28 , G06V10/82
Abstract: 本发明公开了少样本工业图像缺陷检测模型构建方法、系统及装置，包括：将工业图像数据集划分为训练集和测试集；对训练集和测试集进行预处理，增强图像对比度；对预处理后的训练集进行随机竖直翻转和水平翻转，得到训练样本数据；将训练样本数据输入分割网络进行训练，完成检测模型的第一步构建；将掩膜图进行校正得到工业图像缺陷区域，完成检测模型的第二步构建；将所述掩膜图与所述工业图像缺陷区域进行拼接，得到一个双通道的特征图，将所述双通道特征图输入决策网络进行训练，完成检测模型的第三步构建；根据测试集不同缺陷类型的工业图像的有无缺陷分类结果对检测模型进行评价。本发明可以提高缺陷图像的检测精度和速度，并对构建模型评价。
-
公开(公告)号：CN115049541A
公开(公告)日：2022-09-13
申请号：CN202210834416.8
申请日：2022-07-14
Applicant: 广州大学
Abstract: 本发明公开了一种基于神经网络与图像隐写的可逆灰度方法、系统及装置，包括，将原始彩色图像进行可逆转换得到灰度分量Y和颜色分量U和V；对颜色分量进行神经网络编码和算术编码得到特征码流和超先验码流；根据图像隐写将特征码流和超先验码流隐写入到灰度分量Y中，生成可逆灰度图像G；读取可逆灰度图像G中的特征码流和超先验码流，将读取后的灰度图像G作为待重建色彩图像的灰度分量YR；将特征码流和超先验码流进行神经网络解码和算术解码转换为待重建彩色图像的颜色分量UR和VR；将待重建色彩图像的灰度分量和待重建色彩图像的颜色分量合并进行可逆转换后，得到重建的彩色图像IR。本发明可以实现于神经网络与图像隐写的可逆灰度。
-
公开(公告)号：CN115049541B
公开(公告)日：2024-05-07
申请号：CN202210834416.8
申请日：2022-07-14
Applicant: 广州大学
IPC: G06T3/04 , G06T1/00 , G06T9/00 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于神经网络与图像隐写的可逆灰度方法、系统及装置，包括，将原始彩色图像进行可逆转换得到灰度分量Y和颜色分量U和V；对颜色分量进行神经网络编码和算术编码得到特征码流和超先验码流；根据图像隐写将特征码流和超先验码流隐写入到灰度分量Y中，生成可逆灰度图像A；读取可逆灰度图像A中的特征码流和超先验码流，将读取后的灰度图像A作为待重建色彩图像的灰度分量YR；将特征码流和超先验码流进行神经网络解码和算术解码转换为待重建彩色图像的颜色分量UR和VR；将待重建色彩图像的灰度分量和待重建色彩图像的颜色分量合并进行可逆转换后，得到重建的彩色图像IR。本发明可以实现于神经网络与图像隐写的可逆灰度。
-
公开(公告)号：CN114708420A
公开(公告)日：2022-07-05
申请号：CN202210435034.8
申请日：2022-04-24
Applicant: 广州大学
IPC: G06V10/22 , G06V10/44 , G06V10/46 , G06V10/762 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本申请提供了一种基于局部方差和后验概率分类器的视觉定位方法及装置，本申请在定义过程和检索过程中使用了两种不同移动步长的滑动窗口，即为了降低检索过程中的计算量，也是为了避免检索过程的滑动窗口在经过后验概率分类器时因为移动步长过大而对窗口判断错误。一方面减少了对系统算里的要求，提高了匹配效率，另一方面在定义部分也考虑到了多尺度的情况来生成多尺度的滑动窗口，而且由于在检索部分的多尺度滑动窗口是在初始尺度滑动窗口遍历后再进行，避免了目标对象没有尺度缩放的情况浪费过多的计算量。这种方法进一步提高了匹配效率，同时也克服了现有技术匹配过程计算量过大、无效计算过大的缺点，提高了模板匹配的准确度。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
