“邬文慧”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]基于样本分离的深度网络对抗鲁棒性提升方法-CN202310510775.2在审
发明人：王冉;高雪丹;邬文慧 -专利权人：深圳大学
申请日： 2023-05-08 - 公布日： 2023-10-10 - 主分类号： G06N3/094 文献下载
摘要：本发明公开了一种基于样本分离的深度网络对抗鲁棒性提升方法，包括在一个数据集上训练一个分类神经网络；用给定的方法攻击神经网络，得到Xfail和Xadv；基于GLCM，计算Efail和Eadv。然后根据箱线图去除异常值；绘制Efail和Eadv的频率直方图；将样本分为两部分，Zfail和Zadv；再训练神经网络；对Zfail和Zadv分别使用两个损失函数#imgabs0#和#imgabs1#并引入第一卷积层权重的L1范数；通过最小化总损失来训练神经网络；本发明提高了对抗鲁棒性，且尽可能少牺牲网络在干净样本上的预测准确率。
基于样本分离深度网络对抗鲁棒性提升方法

[发明专利]全景图像减少现实的方法和装置-CN202310603253.7在审
发明人：王旭;柳佳淑;张秋丹;邬文慧;江健民 -专利权人：深圳大学
申请日： 2023-05-26 - 公布日： 2023-09-22 - 主分类号： G06T19/20 文献下载
摘要：本公开提供一种全景图像减少现实的方法和装置，应用于室内场景，包括：基于获取到的被掩码的布局边界图像、掩码图像、被掩码的全景图像，生成布局特征，布局特征表征原始的全景图像在布局层面的结构特征，基于获取到的被掩码的全景图像、原始的全景图像，生成室内场景的结构化区域对应的风格矩阵，风格矩阵表征结构化区域对应的结构语义信息，根据风格矩阵对预设的结构化掩码进行填充处理，得到结构化区域纹理特征，根据布局特征和结构化区域纹理特征进行全景图像修复处理，得到被掩码的全景图像对应的减少现实的预测图像，可以使得真实感修复能力与边界结构保持相结合，也可以在生成包括逼真的背景纹理的同时保留室内场景的结构。
全景图像减少现实方法装置

[发明专利]基于分层分类的对抗防御方法-CN202310510774.8在审
发明人： 邬文慧;曾思梦;王冉 -专利权人：深圳大学
申请日： 2023-05-08 - 公布日： 2023-08-29 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于分层分类的对抗防御方法，包括：建立两阶段的分层分类模型：第一阶段将所有样本分成N类，第二阶段将第一阶段中预测为各个类的样本分别建立M分类任务，即N个M分类的子分类任务；将分类器联合起来进行训练：所述分类器包括超类分类器和细类分类器，所述超类分类器经过Softmax层输出得到超类概率，将超类概率分别乘到该超类下所属的各个细类概率值上，使得细类的预测规范到所属超类下，从而实现分层；本发明不人为引入对抗信息，不需要花费大量计算资源与时间来生成对抗样本，因此可节约大量时间成本。
基于分层分类对抗防御方法

[发明专利]一种事件相机数据的无损压缩编码方法-CN202211608003.4在审
发明人：龚元浩;林泽炜;邬文慧 -专利权人：深圳大学
申请日： 2022-12-14 - 公布日： 2023-06-13 - 主分类号： H04N19/119 文献下载
摘要：本发明公开了一种事件相机数据的无损压缩编码方法，包括：获取事件图像区域，并对事件图像区域进行分块，分为多个长宽为指定像素的区域；对分块后的区域，根据每个事件点的原坐标，计算出每个事件点所属的块以及块内的位置，生成每个事件点的新位置坐标，实现将位置坐标由2*4字节大小的转换为3*1字节大小的；根据计算的每个事件点的新位置坐标，将每个事件点表示为，基于新的事件点集合以多级键值对的数据结构进行存储；将以多级键值对的数据结构存储的数据，保存为二进制数据报文，最后压缩为二进制文件。本发明能有效地对事件相机数据文件进行压缩、过程无损失、步骤简单；并且压缩后的数据文件减少了内存占用。
一种事件相机数据无损压缩编码方法

[发明专利]一种基于Retinex的低光照图像增强方法、存储介质及终端-CN202310159846.9在审
发明人：高帅博;邬文慧;邱国平 -专利权人：深圳大学;鹏城实验室
申请日： 2023-02-17 - 公布日： 2023-05-05 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种基于Retinex的低光照图像增强方法、存储介质及终端，包括用亮度处理模块增强第一低光照图像的亮度通道，得到亮度增强通道；将亮度增强通道与其他颜色通道重新组成符合亮度要求且存在色彩退化的第一增强图像；用色彩恢复模块处理第一增强图像的色彩退化，得到第二增强图像；用正常图像对第二增强图像进行监督学习，构建全场景低光照图像都适用的低光照模型；将第二低光照图像输入预先训练的低光照模型，得到增强后的目标图像。本发明应用Retinex理论在保持图像纹理的同时增强亮度，分两步依次解决纹理退化、色彩退化，能更有效地处理各类型的退化，从亮度、对比度、色彩、纹理细节等方面提升低光照图像的质量。
一种基于 retinex 光照图像增强方法存储介质终端

[发明专利]一种室内空间全景深度确定方法及相关设备-CN202210225132.9在审
发明人：王旭;孔伟锋;张秋丹;邬文慧 -专利权人：深圳大学
申请日： 2022-03-09 - 公布日： 2022-06-28 - 主分类号： G06T7/50 文献下载
摘要：本发明实施例公开了一种室内空间全景深度确定方法及相关设备。该方法包括：获取上述室内空间的全景图像；基于轻量化主干网络CoordNet对上述全景图像进行特征提取以获取初步预测深度图；获取所述初步预测深度图的损失信息，其中，损失信息包括显著方向法线损失和平面一致性深度损失；基于上述损失信息对上述初步预测深度图进行优化以确定上述室内空间全景深度。本申请提供的方法可以充分利用室内场景丰富的结构和几何信息，解决室内场景弱纹理区域的反向传播问题，提高了全景深度估计的准确性。
一种室内空间全景深度确定方法相关设备

[发明专利]低光照图像增强模型、方法、电子设备及存储介质-CN202210135560.2在审
发明人：王旭;翁键;邬文慧 -专利权人：深圳大学
申请日： 2022-02-14 - 公布日： 2022-06-17 - 主分类号： G06T5/00 文献下载
摘要：本发明适用于图像处理技术领域，提供了一种低光照图像增强模型、方法、电子设备及存储介质，低光照图像增强模型包括依次连接的初始化模块、优化模块、光照调整模块和图像重建模块，初始化模块用于对输入图像进行初始化分解，得到初始化光照层和初始化反射层，优化模块用于采用unfolding算法对初始化光照层和初始化反射层进行交替迭代优化，得到优化光照层和优化反射层，光照调整模块用于对优化光照层进行光照调整，得到目标光照层，图像重建模块用于根据目标光照层和优化反射层进行图像重建，得到目标光照图像，从而在保证低光照图像增强模型的灵活性和解释性的同时，提高了低光照图像增强模型的鲁棒性。
光照图像增强模型方法电子设备存储介质

[发明专利]基于多任务低秩的高光谱图像分类方法-CN201410515464.6有效
发明人：张向荣;焦李成;邬文慧;侯彪;杨淑媛;马文萍;马晶晶;刘若辰;白静 -专利权人：西安电子科技大学
申请日： 2014-09-30 - 公布日： 2017-05-10 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多任务低秩的高光谱图像分类方法。主要解决现有方法在高光谱图像分类时仅使用光谱特征，无法从多种角度描述高光谱特性而导致分类精度不高的问题。其步骤包括1)输入高光谱图像；2)对高光谱图像提取谱梯度特征；3)将光谱特征和谱梯度特征作为多任务低秩模型的输入信号及字典，通过求解该模型得到两个系数矩阵；4)将两个系数矩阵按行连接得到一个新的系数矩阵作为样本的新特征向量矩阵；5)选择一部分样本作为训练集，其余为测试集；6)将训练集和测试集输入稀疏表示分类器得到分类结果。本发明与传统低秩模型分类方法相比，有效利用了交叉特征信息，与现有图像分类方法相比，获得了较高的分类精度。
基于任务光谱图像分类方法

1
共 8 条