-
公开(公告)号:CN116524353A
公开(公告)日:2023-08-01
申请号:CN202310333075.0
申请日:2023-03-30
申请人: 河海大学
IPC分类号: G06V20/10 , G06V10/26 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种用于样本排序的难度测量器的构建方法及样本难度排序方法,使用图像分类模型在训练过程中产生的历史权重作为子模型来构造难度测量器,利用构建好的难度测量器对训练数据集中的数据由易到难进行排序。本发明解决了现有难度测量器依赖先验知识的问题,充分挖掘模型在训练过程中学习到的知识,加速模型训练,增强模型泛化性能。
-
公开(公告)号:CN116488787A
公开(公告)日:2023-07-25
申请号:CN202310325786.3
申请日:2023-03-30
申请人: 河海大学
摘要: 本发明公开了一种基于并行压缩感知和自适应嵌入的视觉安全图像加密方法及装置,该方法包括对待加密的明文图像进行稀疏变换得到稀疏矩阵;根据初始化密钥和稀疏矩阵系数和计算混沌初始值;采用Logistics混沌迭代生成混沌序列;基于混沌序列生成测量矩阵,以及对稀疏矩阵进行置乱;对置乱后的稀疏矩阵每一列,使用测量矩阵进行并行压缩感知,得到测量值矩阵;将测量值矩阵进行量化和扩散得到中间秘密图像;根据区域能量将中间秘密图像自适应嵌入到载体图像,得到嵌入后的载体图像,作为密文图像。本发明使用并行压缩感知进行预加密,极大提升了加密速度,并根据区域能量自适应地将秘密图像嵌入到载体图像中,得到密文图像。
-
公开(公告)号:CN118537546A
公开(公告)日:2024-08-23
申请号:CN202410421905.X
申请日:2024-04-09
IPC分类号: G06V10/26 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
摘要: 本发明公开了一种基于边缘信息增强的图像实例分割方法及装置,该方法包括获取图像数据集;构建深度卷积神经网络,包括特征提取模块、特征金字塔模块、语义增强模块、边缘信息融合模块、掩码表征重构模块和预测模块;以图像数据集为输入,以提取的实例目标特征为输出,对所构建的深度卷积神经网络进行训练,不断迭代更新网络参数,保存最优的网络参数,得到图像实例分割模型;采用该图像实例分割模型对图像进行实例分割,输出实例目标。本发明通过充分挖掘图像中实例边缘信息,提高了实例分割的准确度和物体边界的精确度。
-
公开(公告)号:CN118298463A
公开(公告)日:2024-07-05
申请号:CN202410421927.6
申请日:2024-04-09
申请人: 河海大学
IPC分类号: G06V40/10 , G06V10/20 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/084
摘要: 本发明公开了一种基于深度学习的夜间行人检测方法及装置,该方法包括:构建基于深度学习的夜间行人检测模型,包含图像细节增强模块、特征提取模块、特征融合模块和预测模块,其中图像细节增强模块对输入图像进行细节增强,包括对比度和边缘;特征提取模块进行特征提取,得到不同尺度的特征图;特征融合模块将不同尺度的特征图进行融合,得到融合特征图;获取夜间行人红外图像训练集输入构建的夜间行人检测模型中进行训练,得到损失值最小模型参数,构成训练好的夜间行人检测模型;采用训练好的夜间行人检测模型对待检测夜间红外图像进行检测得到行人检测结果。本发明通过增强红外图像,充分挖掘红外图像中的行人特征,提高了夜间行人检测的精度。
-
公开(公告)号:CN118298278A
公开(公告)日:2024-07-05
申请号:CN202410421556.1
申请日:2024-04-09
IPC分类号: G06V10/82 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/20 , G06N3/0464 , G06N3/084
摘要: 本发明公开了一种基于深度学习的小目标检测方法及装置,方法包括:获取待检测小目标的图像数据,并进行归一化处理;将归一化处理后的图像数据输入预构建的小目标检测模型,获取小目标检测结果;其中,所述小目标检测模型的预构建过程包括:构建小目标检测模型,所述小目标检测模型包括骨干网络、特征金字塔网络以及检测头网络;获取待检测小目标的图像数据集,并进行数据增强处理和归一化处理;将数据增强处理和归一化处理后的图像数据集输入所述小目标检测模型进行模型训练,得到最终的小目标检测模型;本发明通过扩大感受野,增强小物体的特征信息,提高了小目标检测的精度。
-
-
-
-