“白茹意”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果8个，建议您升级VIP下载更多相关专利

[发明专利]一种基于HSI-LBP特征的抽象图方向确定方法-CN201911125717.8有效
发明人： 白茹意 -专利权人：山西大学
申请日： 2019-11-18 - 公布日： 2023-09-22 - 主分类号： G06V10/46 文献下载
摘要：本发明属于图像处理技术领域，具体为一种基于HSI‑LBP特征的抽象图方向确定方法；解决在没有明确方向提示的情况下，抽象画正确悬挂方向的判断问题；具体为将抽象画的彩色图像由RGB模型转成HSI模型，旋转四个角度后将图像平均分割为多个子块；然后在H‑S模式下提取每个子块的“局部二值模式LBP描述符”，组合外围子块的LBP编码直方图作为图像特征；最后通过支持向量机SVM进行自动方向判断；该方法能有效提高抽象画图像方向识别的准确率，此外，本发明也为抽象画图像的研究提供了一个新的研究视角。
一种基于 hsi lbp 特征抽象方向确定方法

[发明专利]一种融合卷积与ViT的图像方向识别方法-CN202310759553.4在审
发明人： 白茹意 -专利权人：山西大学
申请日： 2023-06-26 - 公布日： 2023-08-29 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像分类与计算机视觉技术领域，公开了一种融合卷积与ViT的图像方向识别方法。针对图像方向识别方法大多考虑图像的语义信息，对空间和方向信息考虑不足。提出了方向金字塔ViT模型，它融合了卷积神经网络和ViT框架来实现图像方向的自动识别。MOAB捕捉不同尺度下中心子图与其周围邻域子图之间的相对位置信息；将条件位置编码和可变形卷积进行结合，即DCPE。DCPE在条件位置编码中加入了可变形卷积，既能适应不同尺寸的输入图像，又能表达图像的旋转特性；将方向卷积方法应用于TransformerEncoder Block中的Self‑Attentation，即DTEB。DTEB压缩了浅层特征的分辨率，提高了特征提取能力。经过实验验证，该方法更全面地表达图像的方向语义，在准确性和性能方面都超过了当前最先进的模型。
一种融合卷积 vit 图像方向识别方法

[发明专利]一种基于多任务学习的抽象画图像方向感知方法-CN202211406465.8在审
发明人： 白茹意;郭小英;贾春花 -专利权人：山西大学
申请日： 2022-11-10 - 公布日： 2023-03-28 - 主分类号： G06V10/764 文献下载
摘要：本发明属于计算机视觉与图像处理领域，公开了一种基于多任务学习的抽象画图像方向感知方法。针对抽象画图像自动检测问题，本发明通过将所有抽象画图像逆时针旋转四个角度“上(0°)”，“右(90°)”，“下(180°)”和“左(270°)”，再将眼动注视点产生的感知热点图作为检测模型图像标签，采用多特征融合、多任务学习的深度神经网络模型。模型包括两个子任务：“方向感知区域检测”和“方向识别分类”，均采用多层特征融合的方式实现。其中“方向感知区域检测”作为辅助任务，“方向识别分类”作为主任务，辅助任务用于提升主任务的完成效率。经过实验测试，本发明能有效提高抽象画图像方向检测的准确率。
一种基于任务学习抽象画图像方向感知方法

[发明专利]一种基于多尺度融合与注意力机制的图像方向预测方法-CN202211406464.3在审
发明人： 白茹意;郭小英;贾春花 -专利权人：山西大学
申请日： 2022-11-10 - 公布日： 2023-03-07 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于多尺度融合与注意力机制的图像方向预测方法，属于计算机视觉与图像处理技术领域。针对图像方向的自动预测问题，本发明通过将ResNet50网络后四部分的最后一个残差结构输出特征图，分别经过一个注意力机制模块，得到4个空间注意力图，并与对应的原特征图对应元素相加。然后将三个较小尺度的特征用双线性插值上采样至与最大尺度相同的分辨率，再沿通道进行拼接得到最终的多尺度注意力融合特征，称为局部特征。其次，将图像的4个不同尺度的VR_LBP特征图作为网络输入，采用ResNet50融合残差空洞卷积得4个特征图，再将特征图对应元素相加得到全局特征。最后，将局部特征与全局特征进行拼接融合，再经过GAP和全连接层最终实现方向预测。
一种基于尺度融合注意力机制图像方向预测方法

[发明专利]一种基于多层特征融合的图像方向识别方法-CN202011602241.5有效
发明人： 白茹意 -专利权人：山西大学
申请日： 2020-12-29 - 公布日： 2022-09-20 - 主分类号： G06V10/40 文献下载
摘要：本发明涉及一种基于多层特征融合的图像方向识别方法，目的是解决目前识别图像方向的实际需求，以及现有识别方法需要对图像进行裁剪破坏原图像大小的技术问题，本发明的技术方案为：先旋转并得到不同角度的原图，然后建立LBP‑SPP‑AlexNet模型对图像进行训练和预测，再进行分类和识别，最后对结果进行验证。本发明识别方法可以在不改变图像原始大小的情况下，通过多层特征融合对图像的方向进行准确识别。
一种基于多层特征融合图像方向识别方法

[发明专利]一种基于迁移学习的绘画情感预测方法-CN202010621067.2有效
发明人： 白茹意 -专利权人：山西大学
申请日： 2020-06-30 - 公布日： 2022-05-31 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像情感计算技术领域，一种基于迁移学习的绘画情感预测方法，解决绘画情感的自动预测。具体为：将绘画图像由RGB颜色空间转换成HSV模型，保留对绘画情感影响较大的H和S分量作为颜色特征图像。采用局部二值模式提取局部纹理特征。在AlexNet网络上采用迁移学习的方法，保留原始网络中全部卷积、池化和一个全连接的部分，并新增了5个全连接层。在对新模型进行参数微调时，将模型的前5层卷积层和第6层全连接层的网络参数作为目标模型的参数，新增全连接层(7‑11层)的参数采用随机初始化。将颜色分量H、S和LBP纹理图像分别进行归一化到[0,1]之间，作为绘画图像新的三个通道，并输入到迁移学习神经网络中。
一种基于迁移学习绘画情感预测方法

[发明专利]基于特征融合和朴素贝叶斯的抽象画图像方向识别方法-CN202010737934.9有效
发明人： 白茹意 -专利权人：山西大学
申请日： 2020-07-28 - 公布日： 2022-05-20 - 主分类号： G06V10/50 文献下载
摘要：本发明属于图像处理和计算机视觉技术领域，具体为一种基于特征融合和朴素贝叶斯的抽象画图像方向识别方法，包括以下步骤：S1、将抽象画图像旋转后得到四幅方向不同的抽象画图像；同时将抽象画图像进行分割得到四个子块；S2、提取抽象画图像的低层特征；S3、采用卷积神经网络CNN提取抽象画图像的高层特征；S4、将图像低层特征值和图像高层特征值进行线性组合，得到抽象画图像的最终特征值；S5、将抽象图像的最终特征值输入朴素贝叶斯分类器进行训练和预测。本发明利用低层与高层特征相融合的方式获取图像的特征值，然后将图像的特征值放入朴素贝叶斯分类器（NB）进行训练和预测，实现了抽象画图像方向的自动预测，并提高了预测精度。
基于特征融合朴素贝叶斯抽象画图像方向识别方法

[发明专利]一种基于FCN-SPP-Focal Net的抽象画图像正确方向的识别方法-CN202010982932.6在审
发明人： 白茹意 -专利权人：山西大学
申请日： 2020-09-16 - 公布日： 2020-12-25 - 主分类号： G06K9/32 文献下载
摘要：本发明涉及一种基于FCN‑SPP‑Focal Net的抽象画图像正确方向的识别方法，目的是解决目前识别抽象画的正确方向比较困难，以及现有识别方法需要对图像进行裁剪破坏原画大小的技术问题，本发明的技术方案为：先旋转并得到不同角度的原画，然后建立FCN‑SPP‑Focal Net模型对图像进行训练和预测，再进行分类和识别，最后对结果进行验证。本发明识别方法可以在不改变抽象画原始大小的情况下，对抽象画图像正确方向进行准确识别。
一种基于 fcn spp focal net 抽象画图像正确方向识别方法

1
共 8 条