-
公开(公告)号：CN111627080B
公开(公告)日：2022-11-18
申请号：CN202010427953.1
申请日：2020-05-20
Applicant: 广西师范大学
Abstract: 本发明提成一种基于卷积神经与条件生成对抗性网络的灰度图像上色方法，其采用基于残差网络的迁移学习方法对图像进行分类后，将原始灰色图像与该图像的标签一起输入到图像自动上色网络中，图像自动上色网络根据图像的标签为该图像匹配相对应的上色模型进行图像自动上色。该方法与以往传统的上色方法相比，此方法能够全面地对提取到的特征进行分类，再根据图像的分类，有目的地对目标对象进行自动上色，从而使图片上色效果更接近人们心中预设的视觉效果，且在相同的训练次数和学习率的条件下，该方法能够实现更好的上色效果。
-
公开(公告)号：CN109270551B
公开(公告)日：2023-09-08
申请号：CN201811302626.2
申请日：2018-11-02
Applicant: 广西师范大学
IPC: G01S17/894 , G01B11/24
Abstract: 本发明公了一种面阵扫描式激光远距离三维测量系统，包括计算机终端连接的发射端和接收端，其特征在于所述发射端包括顺序连接的单模激光器、液晶散光板、第一半波片、第一扩束单元、正交偏振结构光产生模块、第三反射镜、第二扩束单元、第一光楔、第二光楔和扫描控制器，扫描控制器与计算机终端连接；所述接收端包括顺序连接的望远单元、第二半波片和BS分光棱镜，还包括与BS分光棱镜第二连接端连接的第二PBS偏振分光棱镜和与BS分光棱镜第三连接端顺序连接的第三1/4波片、第三PBS偏振分光棱镜及第五反射镜。这种系统具有较高的成像精度、动态的探测范围、实时性强，能实现高精度、远距离、高分辨率的三维成像。
-
公开(公告)号：CN109270551A
公开(公告)日：2019-01-25
申请号：CN201811302626.2
申请日：2018-11-02
Applicant: 广西师范大学
Abstract: 本发明公了一种面阵扫描式激光远距离三维测量系统，包括计算机终端连接的发射端和接收端，其特征在于所述发射端包括顺序连接的单模激光器、液晶散光板、第一半波片、第一扩束单元、正交偏振结构光产生模块、第三反射镜、第二扩束单元、第一光楔、第二光楔和扫描控制器，扫描控制器与计算机终端连接；所述接收端包括顺序连接的望远单元、第二半波片和BS分光棱镜，还包括与BS分光棱镜第二连接端连接的第二PBS偏振分光棱镜和与BS分光棱镜第三连接端顺序连接的第三1/4波片、第三PBS偏振分光棱镜及第五反射镜。这种系统具有较高的成像精度、动态的探测范围、实时性强，能实现高精度、远距离、高分辨率的三维成像。
-
公开(公告)号：CN110516615B
公开(公告)日：2022-04-08
申请号：CN201910807497.0
申请日：2019-08-29
Applicant: 广西师范大学
IPC: G06V20/56 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开基于卷积神经网络的人车分流控制方法，先利用训练集和测试集对后台控制计算机中的卷积神经网络进行训练和测试，得到目标识别模型，在利用目标识别模型对实时采集的图像进行目标检测，以完成人车分流控制。本发明具有精确度高、检测速度快、智能化程度高、实用性强和适用范围广的特点。
-
公开(公告)号：CN109840575B
公开(公告)日：2021-11-23
申请号：CN201910041820.8
申请日：2019-01-16
Applicant: 广西师范大学
Abstract: 本发明公开了一种基于卷积神经网络的二维码风格转换方法，属于图像处理和计算机视觉领域，使用Adam优化器对风格转移网络进行训练。改进风格转换网络，调整风格权重和内容权重，使风格转移网络更加适合对二维码进行风格转换。修复风格转移网络生成艺术二维码的标准定位点，使得到的艺术二维码具有艺术风格的同时，保证二维码信息的完整度和可识别度。本发明把卷积神经网络应用到二维码的风格转移中，同时解决了风格转移对标准定位点的影响，从而能够更好的完成二维码的风格转移任务。
-
Patent Agency Ranking
公开(公告)号：CN111311488A
公开(公告)日：2020-06-19
申请号：CN202010049960.2
申请日：2020-01-15
Applicant: 广西师范大学
Abstract: 本发明涉及图像处理和计算机视觉领域，涉及卷积神经网络图像超分辨率重建相关技术，具体为提供了一种基于深度学习的高效超分辨率重建方法，该重建方法于超分辨率重建领域结构中较为简单高效的FSRCNN网络结构的基础上，增加最近邻插值算法、残差连接、密集连接以及迁移学习，构成了新的网络结构-LuNet结构，将该LuNet结构与现有常用超分辨率算法(Bicubic、SCN、SRCNN、FSRCNN)进行性能上的实验测试，测试结构表明，本发明所构成的LuNet结构在模型参数量保持不变的情况下，具有更高的重建质量，其性能更为完善。
-
公开(公告)号：CN109840575A
公开(公告)日：2019-06-04
申请号：CN201910041820.8
申请日：2019-01-16
Applicant: 广西师范大学
Abstract: 本发明公开了一种基于卷积神经网络的二维码风格转换方法，属于图像处理和计算机视觉领域，使用Adam优化器对风格转移网络进行训练。改进风格转换网络，调整风格权重和内容权重，使风格转移网络更加适合对二维码进行风格转换。修复风格转移网络生成艺术二维码的标准定位点，使得到的艺术二维码具有艺术风格的同时，保证二维码信息的完整度和可识别度。本发明把卷积神经网络应用到二维码的风格转移中，同时解决了风格转移对标准定位点的影响，从而能够更好的完成二维码的风格转移任务。
-
公开(公告)号：CN111311488B
公开(公告)日：2022-03-29
申请号：CN202010049960.2
申请日：2020-01-15
Applicant: 广西师范大学
Abstract: 本发明涉及图像处理和计算机视觉领域，涉及卷积神经网络图像超分辨率重建相关技术，具体为提供了一种基于深度学习的高效超分辨率重建方法，该重建方法于超分辨率重建领域结构中较为简单高效的FSRCNN网络结构的基础上，增加最近邻插值算法、残差连接、密集连接以及迁移学习，构成了新的网络结构‑LuNet结构，将该LuNet结构与现有常用超分辨率算法(Bicubic、SCN、SRCNN、FSRCNN)进行性能上的实验测试，测试结构表明，本发明所构成的LuNet结构在模型参数量保持不变的情况下，具有更高的重建质量，其性能更为完善。
-
公开(公告)号：CN111627080A
公开(公告)日：2020-09-04
申请号：CN202010427953.1
申请日：2020-05-20
Applicant: 广西师范大学
Abstract: 本发明提成一种基于卷积神经与条件生成对抗性网络的灰度图像上色方法，其采用基于残差网络的迁移学习方法对图像进行分类后，将原始灰色图像与该图像的标签一起输入到图像自动上色网络中，图像自动上色网络根据图像的标签为该图像匹配相对应的上色模型进行图像自动上色。该方法与以往传统的上色方法相比，此方法能够全面地对提取到的特征进行分类，再根据图像的分类，有目的地对目标对象进行自动上色，从而使图片上色效果更接近人们心中预设的视觉效果，且在相同的训练次数和学习率的条件下，该方法能够实现更好的上色效果。
-
公开(公告)号：CN110516615A
公开(公告)日：2019-11-29
申请号：CN201910807497.0
申请日：2019-08-29
Applicant: 广西师范大学
Abstract: 本发明公开基于卷积神经网络的人车分流控制方法，先利用训练集和测试集对后台控制计算机中的卷积神经网络进行训练和测试，得到目标识别模型，在利用目标识别模型对实时采集的图像进行目标检测，以完成人车分流控制。本发明具有精确度高、检测速度快、智能化程度高、实用性强和适用范围广的特点。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
