-
公开(公告)号：CN116957894A
公开(公告)日：2023-10-27
申请号：CN202310775494.X
申请日：2023-06-28
申请人： 淮阴工学院
IPC分类号： G06T1/00
摘要： 本发明涉及信息隐藏、数字水印技术领域，公开了一种基于像素相关性的预测误差扩展可逆水印算法，其水印嵌入过程为：利用非重叠分块内的奇数行和奇数列之间的差值之和，从小到大依次排序，构成索引信息表；利用像素之间的相关性将原始图像划分为平滑块和复杂块，优先选择在平滑块内嵌入水印信息，在嵌入数据时采用预测误差扩展算法提高算法的嵌入容量，通过计算图像平滑分块，选择平滑度值靠前的像素块进行水印嵌入。水印提取方法为水印嵌入方法的逆过程。与现有技术相比，本发明在保证一定嵌入量的前提下能有效提高视觉质量，能够在提取出水印后能完全恢复出原载体图像，实现算法可逆。
-
公开(公告)号：CN116957894B
公开(公告)日：2024-06-28
申请号：CN202310775494.X
申请日：2023-06-28
申请人： 淮阴工学院
IPC分类号： G06T1/00
摘要： 本发明涉及信息隐藏、数字水印技术领域，公开了一种基于像素相关性的预测误差扩展可逆水印算法，其水印嵌入过程为：利用非重叠分块内的奇数行和奇数列之间的差值之和，从小到大依次排序，构成索引信息表；利用像素之间的相关性将原始图像划分为平滑块和复杂块，优先选择在平滑块内嵌入水印信息，在嵌入数据时采用预测误差扩展算法提高算法的嵌入容量，通过计算图像平滑分块，选择平滑度值靠前的像素块进行水印嵌入。水印提取方法为水印嵌入方法的逆过程。与现有技术相比，本发明在保证一定嵌入量的前提下能有效提高视觉质量，能够在提取出水印后能完全恢复出原载体图像，实现算法可逆。
-
公开(公告)号：CN117333753B
公开(公告)日：2024-09-24
申请号：CN202311230499.0
申请日：2023-09-22
申请人： 淮阴工学院
IPC分类号： G06V10/82 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/766 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/084
摘要： 本发明涉及图像处理技术领域，公开了一种基于PD‑YOLO的火灾检测方法，包括如下步骤：步骤1：获取火灾数据集，并将其经过预处理后划分为训练集和测试集；步骤2：构建YOLOv8网络模型，设计PConvs模块和DYDPConv模块，在YOLOv8网络模型基础上替换其中部分的C2f模块为PConvs模块和DYDPConv模块，得到改进的YOLOv8网络模型；步骤3：利用训练集训练改进的YOLOv8网络模型，并利用训练后的改进的YOLOv8网络模型进行火灾数据检测。与现有技术相比，本发明加强了模型对于火焰和烟雾的特征学习，提高模型特征提取能力，进一步促进火焰和烟雾的多尺度特征融合，抓取到更丰富和关键的特征表示。
-
公开(公告)号：CN117333753A
公开(公告)日：2024-01-02
申请号：CN202311230499.0
申请日：2023-09-22
申请人： 淮阴工学院
IPC分类号： G06V10/82 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/766 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/045 , G06N3/084
摘要： 本发明涉及图像处理技术领域，公开了一种基于PD‑YOLO的火灾检测方法，包括如下步骤：步骤1：获取火灾数据集，并将其经过预处理后划分为训练集和测试集；步骤2：构建YOLOv8网络模型，设计PConvs模块和DYDPConv模块，在YOLOv8网络模型基础上替换其中部分的C2f模块为PConvs模块和DYDPConv模块，得到改进的YOLOv8网络模型；步骤3：利用训练集训练改进的YOLOv8网络模型，并利用训练后的改进的YOLOv8网络模型进行火灾数据检测。与现有技术相比，本发明加强了模型对于火焰和烟雾的特征学习，提高模型特征提取能力，进一步促进火焰和烟雾的多尺度特征融合，抓取到更丰富和关键的特征表示。
-
公开(公告)号：CN116229192B
公开(公告)日：2024-06-11
申请号：CN202211590733.6
申请日：2022-12-12
申请人： 淮阴工学院
IPC分类号： G06V10/77 , G06V10/82 , G06V10/764 , G06N3/048 , G06N3/0464 , G06N3/08
摘要： 本发明涉及图像处理技术领域，公开了一种基于ODConvBS‑YOLOv5s的火焰烟雾检测方法。包括：获取火焰烟雾图像，并通过labelimgs对图片进行标注制作成数据集，并对其进行预处理；构建改进的YOLOv5s火焰烟雾检测网络，所述YOLOv5s网络包括输入端、骨干网络、Neck模块，所述骨干网络包括CBS模块、CSP1结构和SPPF空间金字塔池化，所述Neck模块采用特征金字塔网络FPN，所述改进的YOLOv5s火焰烟雾检测网络在YOLOv5s网络的骨干网络中前两个CBS模块替换为ODConvBS模块，所述ODConvBS模块包括全维动态卷积ODConv、BN层以及SiLU激活函数；利用改进的YOLOv5s火焰烟雾检测网络进行火焰烟雾检。与现有技术相比，本发明检测精度高、检测速度快、漏检率低、收敛速度快。
-
公开(公告)号：CN118115345A
公开(公告)日：2024-05-31
申请号：CN202410245422.9
申请日：2024-03-04
申请人： 淮阴工学院
摘要： 本发明涉及信息隐藏，数字水印技术领域，公开了一种基于二次预测误差和双向嵌入的可逆图像水印方法，水印嵌入过程为：首先采用棋盘格像素划分模式，将其划分为白蓝两层；其次在每一层的目标像素与其左下方45度和右下方45度的两个像素做菱形预测，得到三组预测误差值；再分别对目标像素的预测误差值与其左下方45度和右下方45度的预测误差值进行二次预测误差，生成两组误差直方图，最终在误差直方图中利用像素补偿原理生成零点间隙，并利用冗余零点间隙向相反的方向嵌入水印信息，水印提取为水印嵌入逆过程。与现有技术相比，本发明通过双向平移嵌入秘密信息达到像素补偿效果，使得整幅图像的嵌入失真减少。
-
公开(公告)号：CN116229192A
公开(公告)日：2023-06-06
申请号：CN202211590733.6
申请日：2022-12-12
申请人： 淮阴工学院
IPC分类号： G06V10/77 , G06V10/82 , G06V10/764 , G06N3/048 , G06N3/0464 , G06N3/08
摘要： 本发明涉及图像处理技术领域，公开了一种基于ODConvBS‑YOLOv5s的火焰烟雾检测方法。包括：获取火焰烟雾图像，并通过labelimgs对图片进行标注制作成数据集，并对其进行预处理；构建改进的YOLOv5s火焰烟雾检测网络，所述YOLOv5s网络包括输入端、骨干网络、Neck模块，所述骨干网络包括CBS模块、CSP1结构和SPPF空间金字塔池化，所述Neck模块采用特征金字塔网络FPN，所述改进的YOLOv5s火焰烟雾检测网络在YOLOv5s网络的骨干网络中前两个CBS模块替换为ODConvBS模块，所述ODConvBS模块包括全维动态卷积ODConv、BN层以及SiLU激活函数；利用改进的YOLOv5s火焰烟雾检测网络进行火焰烟雾检。与现有技术相比，本发明检测精度高、检测速度快、漏检率低、收敛速度快。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.019 秒)
