一种基于特征变换的三维CBCT牙齿图像的分割方法

    公开(公告)号:CN113744275A

    公开(公告)日:2021-12-03

    申请号:CN202110846297.3

    申请日:2021-07-26

    摘要: 本发明属于计算机视觉技术领域,具体涉及一种基于特征变换的三维CBCT牙齿图像的分割方法,该方法包括:实时获取CBCT图像数据,并对该数据进行预处理;将预处理后的CBCT图像数据输入到训练好的CBCT图像牙齿分割模型中进行分割处理;对分割结果进行评估分析;CBCT图像牙齿分割模型为改进的3D卷积神经网络,改进的3D卷积神经网络包括编码器、空间变换模块STM、类别变换模块CTM、特征融合模块、解码器以及输出层;本发明采用一种结合了空间特征变换和类别特征变换模块的3D卷积神经网络模型,结合了空间全局信息和类别全局信息,有效的提升了分割效果并改善了分类结果。

    基于迁移学习的人脸活体检测方法

    公开(公告)号:CN109583342B

    公开(公告)日:2022-11-04

    申请号:CN201811391295.4

    申请日:2018-11-21

    摘要: 本发明涉及一种基于迁移学习的人脸活体检测方法,属于图像处理与计算机视觉技术领域;所述方法包括将视频数据切分为图像序列,检测图像序列中的人脸,将数据分为训练集和测试集;使用源域的训练集训练3D卷积神经网络,得到区分真假脸的标签分类器;在卷积层后添加梯度反转层,提取源域和目标域的公共特征;把源域和目标域的数据通过梯度反转层进行对抗训练,得到区分源域和目标域数据的域分类器;把目标域的测试集送入到训练好的标签神经网络中,选取网络分类的最大概率为最后的检测结果。本发明把对抗性迁移学习的思想运用到活体检测,提高了活体检测的泛化能力;通过3D卷积神经网络,不仅能利用视频的空间信息也能利用时间信息,还能提高活体检测的精度。

    一种带有串谋攻击检测的数据转发方法

    公开(公告)号:CN107040521B

    公开(公告)日:2020-08-04

    申请号:CN201710151098.4

    申请日:2017-03-14

    IPC分类号: H04L29/06 H04L12/721

    摘要: 本发明请求保护一种带有串谋攻击检测的数据转发方法,属于机会网络信任管理技术领域。针对机会网络恶意节点串谋攻击破坏数据正常传输的问题,提出了一种带有串谋攻击检测的数据转发方法。利用节点的历史交互状态信息所获知的节点相遇频度序列构建暂态信任子网,从而评估节点间关系紧密程度的时间演进趋势。基于节点间的暂态信任子网推测节点可能的行为,以检测异常节点以及异常节点的频繁交互子集防御恶意串谋攻击,进而评估节点的协作状态及协作能力以合理地选择中继节点,实现高效可靠的数据传输。

    基于迁移学习的人脸活体检测方法

    公开(公告)号:CN109583342A

    公开(公告)日:2019-04-05

    申请号:CN201811391295.4

    申请日:2018-11-21

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明涉及一种基于迁移学习的人脸活体检测方法,属于图像处理与计算机视觉技术领域;所述方法包括将视频数据切分为图像序列,检测图像序列中的人脸,将数据分为训练集和测试集;使用源域的训练集训练3D卷积神经网络,得到区分真假脸的标签分类器;在卷积层后添加梯度反转层,提取源域和目标域的公共特征;把源域和目标域的数据通过梯度反转层进行对抗训练,得到区分源域和目标域数据的域分类器;把目标域的测试集送入到训练好的标签神经网络中,选取网络分类的最大概率为最后的检测结果。本发明把对抗性迁移学习的思想运用到活体检测,提高了活体检测的泛化能力;通过3D卷积神经网络,不仅能利用视频的空间信息也能利用时间信息,还能提高活体检测的精度。

    基于深度学习的红外图像与可见光图像配准方法

    公开(公告)号:CN109448035A

    公开(公告)日:2019-03-08

    申请号:CN201811349860.0

    申请日:2018-11-14

    IPC分类号: G06T7/33 G06N3/04 G06N3/08

    摘要: 本发明属于图像处理与计算机视觉技术领域,涉及一种基于深度学习的红外图像与可见光图像配准方法,包括根据可见光图像得到生成图像;根据红外图像和生成图像得到控制点的位移矢量和空间变换器的局部变形参数;空间变形器和重采样器根据红外图像得到变形图像;将变形图像与生成图像送入判决网络中判别,并将两图像的差异作为损失函数反向传播以优化网络;若判决网络不能分辨出真实样本和来源于生成器的伪样本,则认为网络已达到最优,得到的变形图像即为最后配准结果;本发明第一阶段利用少量监督信息生成红外图像,第二阶段基于卷积神经网络做可变形图像配准,从而实现了可见光图像与红外图像间的配准。

    一种基于对抗生成网络的红外和可见光图像检索方法

    公开(公告)号:CN110472089B

    公开(公告)日:2022-03-11

    申请号:CN201910758621.9

    申请日:2019-08-16

    摘要: 本发明属于图像处理与计算机视觉技术领域,涉及一种基于对抗生成网络的红外和可见光图像检索方法,包括将相同场景下的红外图像和可见光图像固定到同样的大小拼接在一起;将拼接的图像送入对抗生成网络进行训练,获得红外生成图像和可见光生成图像;将拼接的图像送入实例分割网络,计算图像中人的数量以及红外图像与可见光图像中的人数差,根据平均人数差,指定人数差的允许范围;对人数差在允许范围内的红外图像和可见光图像的图像特征进行欧式距离计算,根据欧式距离从小到大排序得到检索结果;本发明克服了红外图像和可见光图像的视觉差异,在仅需要提供场景配对图片的情况下,有效的将具有相同语义的红外图像和可见光图像进行匹配和检索。

    一种基于对抗生成网络的红外和可见光图像检索方法

    公开(公告)号:CN110472089A

    公开(公告)日:2019-11-19

    申请号:CN201910758621.9

    申请日:2019-08-16

    摘要: 本发明属于图像处理与计算机视觉技术领域,涉及一种基于对抗生成网络的红外和可见光图像检索方法,包括将相同场景下的红外图像和可见光图像固定到同样的大小拼接在一起;将拼接的图像送入对抗生成网络进行训练,获得红外生成图像和可见光生成图像;将拼接的图像送入实例分割网络,计算图像中人的数量以及红外图像与可见光图像中的人数差,根据平均人数差,指定人数差的允许范围;对人数差在允许范围内的红外图像和可见光图像的图像特征进行欧式距离计算,根据欧式距离从小到大排序得到检索结果;本发明克服了红外图像和可见光图像的视觉差异,在仅需要提供场景配对图片的情况下,有效的将具有相同语义的红外图像和可见光图像进行匹配和检索。

    一种带有串谋攻击检测的数据转发方法

    公开(公告)号:CN107040521A

    公开(公告)日:2017-08-11

    申请号:CN201710151098.4

    申请日:2017-03-14

    IPC分类号: H04L29/06 H04L12/721

    摘要: 本发明请求保护一种带有串谋攻击检测的数据转发方法,属于机会网络信任管理技术领域。针对机会网络恶意节点串谋攻击破坏数据正常传输的问题,提出了一种带有串谋攻击检测的数据转发方法。利用节点的历史交互状态信息所获知的节点相遇频度序列构建暂态信任子网,从而评估节点间关系紧密程度的时间演进趋势。基于节点间的暂态信任子网推测节点可能的行为,以检测异常节点以及异常节点的频繁交互子集防御恶意串谋攻击,进而评估节点的协作状态及协作能力以合理地选择中继节点,实现高效可靠的数据传输。

    一种基于特征变换的三维CBCT牙齿图像的分割方法

    公开(公告)号:CN113744275B

    公开(公告)日:2023-10-20

    申请号:CN202110846297.3

    申请日:2021-07-26

    摘要: 本发明属于计算机视觉技术领域,具体涉及一种基于特征变换的三维CBCT牙齿图像的分割方法,该方法包括:实时获取CBCT图像数据,并对该数据进行预处理;将预处理后的CBCT图像数据输入到训练好的CBCT图像牙齿分割模型中进行分割处理;对分割结果进行评估分析;CBCT图像牙齿分割模型为改进的3D卷积神经网络,改进的3D卷积神经网络包括编码器、空间变换模块STM、类别变换模块CTM、特征融合模块、解码器以及输出层;本发明采用一种结合了空间特征变换和类别特征变换模块的3D卷积神经网络模型,结合了空间全局信息和类别全局信息,有效的提升了分割效果并改善了分类结果。