“丛润民”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43个，建议您升级VIP下载更多相关专利

[发明专利]基于物理模型的水下图像增强方法及系统-CN202310671497.9在审
发明人： 丛润民;杨文玉;张伟;宋然;李晓磊;张敬林;史洋 -专利权人：山东大学
申请日： 2023-06-06 - 公布日： 2023-10-10 - 主分类号： G06V20/05 文献下载
摘要：本发明公开了基于物理模型的水下图像增强方法及系统，属于水下图像处理技术领域。包括将获取的水下图像输入训练好的水下图像增强模型进行处理，以生成并输出增强图像；水下图像增强模型包括由参数估计子网络和双流交互增强子网络组成的生成器和双鉴别器，参数估计子网络用于根据输入的水下图像，确定物理模型的衰减系数、深度图和传输图，并根据衰减系数和传输图，获取颜色增强图像；双流交互增强子网络用于根据颜色增强图像和传输图对输入的水下图像，获取增强图像；双鉴别器用于根据增强图像和深度图，判别增强图像的真伪。能够获取清晰、视觉美观的水下图像，解决了现有技术中通用性不强且图像内容容易被扭曲的问题。
基于物理模型水下图像增强方法系统

[发明专利]一种RGB-D图像显著性目标检测方法-CN202110872457.1有效
发明人： 丛润民;杨宁;张晨;张禹墨;赵耀 -专利权人：北京交通大学
申请日： 2021-07-30 - 公布日： 2023-10-03 - 主分类号： G06V10/80 文献下载
摘要：本发明属于图像目标检测技术领域，涉及一种RGB‑D图像显著性目标检测方法，包括：将深度图和RGB图像分别输入深度模态编码器和RGB图像编码器；深度模态编码器提供深度模态，RGB图像编码器提供RGB模态；在低层级特征编码阶段，RGB诱导细节增强模块通过将RGB模态的细节补充信息从RGB模态传输到深度模态，实现深度特征增强；在高层级特征编码阶段，深度诱导语义增强模块进行跨模态特征融合；通过密集解码重建结构生成预测的显著性图像。本发明提出一种新跨模态交互模式和跨模态差异交互网络，模拟两种模态的依赖性，并设计组件实现差异化跨模态引导，提出DDR结构，利用多个高层级特征更新跳连接生成语义块。
一种 rgb 图像显著目标检测方法

[发明专利]一种基于Unet网络的腰椎失稳与滑脱诊断系统-CN202310225252.3在审
发明人：李晓磊;马端蔚;张伟;宋然;程吉禹;丛润民;冯世庆;周恒星 -专利权人：山东大学
申请日： 2023-03-03 - 公布日： 2023-07-18 - 主分类号： G06T7/00 文献下载
摘要：本发明提出了一种基于Unet网络的腰椎失稳与滑脱诊断系统，涉及医学图像分析技术领域，模型训练模块，构建训练数据集和关键点定位模型，并对模型进行训练；关键点定位模块，获取待识别患者的过申位和过屈位两幅医学影像图像，分别输入到关键点定位模型中，输出两幅定位关键点的热力图；偏移计算模块，基于定位关键点的热力图，分别计算过申位和过屈位椎骨的偏移距离和角度；结果判断模块，根据过申位和过屈位之间相对位置的偏移距离差值及角度差值，输出诊断结果；本发明使用神经网络与深度学习技术，对输入的腰椎部位医学影像图像进行诊断，通过程序输出诊断结果，自动智能地诊断病人是否存在腰椎失稳与滑脱症，同时给出病症的严重程度。
一种基于 unet 网络腰椎失稳滑脱诊断系统

[发明专利]一种基于CNN和卷积LSTM网络的递进式图像去雾方法及系统-CN202310266124.3在审
发明人：宋然;巩绪远;张伟;丛润民;李晓磊;张倩;张明鑫 -专利权人：山东大学
申请日： 2023-03-15 - 公布日： 2023-07-14 - 主分类号： G06T5/00 文献下载
摘要：本发明提出了一种基于CNN和卷积LSTM网络的递进式图像去雾方法，涉及图像处理技术领域。包括以下步骤：获取同一场景下的无雾图像和有雾图像；构建包含下采样模块、若干去雾模块和上采样模块的图像去雾模型，其中去雾模块中嵌有LSTM模块；将有雾图像输入到图像去雾模型中，得到模型估计的无雾图像；将模型估计的无雾图像、无雾图像、有雾图像一起计算损失，对图像去雾模型进行训练，得到训练好的图像去雾模型；对训练好的图像去雾模型进行裁剪，选择去雾模块使用数量，构建预测模型，基于预测模型实现对雾天降质图像的去雾处理。本发明通过搭建递进式图像去雾模型，能够使收敛后模型具有一定的可裁剪性，以适应不同的应用场景。
一种基于 cnn 卷积 lstm 网络递进图像方法系统

[发明专利]一种基于轴状位医学影像的腰椎间盘突出分型系统-CN202310209533.X在审
发明人：李晓磊;刘学锋;张伟;宋然;李腾;丛润民;冯世庆;周恒星 -专利权人：山东大学
申请日： 2023-03-01 - 公布日： 2023-05-30 - 主分类号： G06T7/00 文献下载
摘要：本发明属于医学影像处理领域，提供了一种基于轴状位医学影像的腰椎间盘突出分型系统，该系统基于腰椎轴状位医学影像和训练好的残差神经网络对椎体与椎间盘进行初步定位得到所有帧图像的关键点初步定位坐标；遍历所有帧图像的关键点初步定位坐标，判断是否符合轴状位关键点定位约束条件，若所有帧图像均符合则定位正确，输出轴状位关键点坐标；否则根据定位正确图像的关键点坐标修正定位错误图像的坐标；用于根据轴状位椎间盘分割网络得到椎间盘突出区域，基于该椎间盘突出区域得到突出部分的坐标；基于轴状位关键点坐标结果划分辅助线，形成轴状位腰椎间盘辅助线，根据突出部分的坐标和轴状位腰椎间盘辅助线间的关系，得到突出分型结果。
一种基于轴状位医学影像腰椎突出系统

[发明专利]一种RGB显著性到RGBD显著性的转换方法-CN201910375809.5有效
发明人：雷建军;丛润民;侯春萍;张静;范晓婷;彭勃 -专利权人：天津大学
申请日： 2019-05-07 - 公布日： 2023-04-18 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种RGB显著性到RGBD显著性的转换方法，所述方法包括以下步骤：生成RGB显著性图，在所述RGB显著性图基础上通过多级RGBD显著性初始化得到初始RGBD显著性图；对初始RGBD显著性图进行深度信息引导的显著性修正，通过带深度约束的显著性优化模型生成最终的RGBD显著性图。本发明将现有RGB显著性检测算法生成的结果作为初始化，以直接和间接的形式挖掘深度信息，增强算法性能。
一种 rgb 显著 rgbd 转换方法

[发明专利]一种视频显著性检测方法-CN201910266112.4有效
发明人：雷建军;丛润民;张哲;祝新鑫;宋宇欣;贾亚龙 -专利权人：天津大学
申请日： 2019-04-03 - 公布日： 2023-02-07 - 主分类号： G06T7/207 文献下载
摘要：本发明公开了一种视频显著性检测方法，包括：考虑背景线索、颜色紧致性和颜色独特性确定背景候选区域，构成静态重建字典对每个视频帧中的超像素进行重建，获取静态显著性图；考虑运动紧致性和运动独特性确定背景种子点集合，构成运动重建字典对每个视频帧中的超像素进行重建，获取运动显著性图；将静态显著性图和运动显著性图融合，获取单帧显著性结果；利用双向稀疏传播获取帧间显著性图；构建由一元数据项、空时平滑项、空间互斥项、以及全局项组成的能量函数，通过能量函数对单帧、及帧间显著性结果进行优化。本方法可以准确提取视频序列中的显著性目标，背景抑制能力强，显著性目标轮廓清晰；设计的模型具有较好的鲁棒性，能够处理许多挑战性场景。
一种视频显著检测方法

[发明专利]一种基于混合标签的弱监督显著性检测方法及训练策略-CN202211081469.3在审
发明人： 丛润民;秦萁;熊航;刘鸿羽;白慧慧;赵耀 -专利权人：北京交通大学
申请日： 2022-09-06 - 公布日： 2023-01-17 - 主分类号： G06V10/80 文献下载
摘要：本发明涉及一种基于混合标签的弱监督显著性检测方法及训练策略。本发明提出了一个两阶段的网络来分别对粗糙标签进行修正以及对RGB图像中显著性物体的检测框架及方法：在修正网络中，设计了带有引导和聚合机制的混合器模块，在不同阶段对特征进行聚合和修正；此外提出了一个特殊的迭代训练策略，实现对准确标签的充分利用。本发明所述的测试框架与方法在多个公开基准数据集上均达到了具有竞争力的性能。在多目标、复杂背景、低对比度等条件下，本发明均能在粗糙标签的加持下有比较好的预测结果。
一种基于混合标签监督显著检测方法训练策略

[发明专利]一种基于多投影表征的全景图像显著性目标检测方法-CN202210865756.7在审
发明人： 丛润民;黄可;吴春雷;白慧慧;赵耀 -专利权人：北京交通大学
申请日： 2022-07-22 - 公布日： 2022-12-02 - 主分类号： G06V10/80 文献下载
摘要：本发明涉及一种基于多投影表征的全景图像显著性目标检测方法，构建一个编码器‑解码器结构的端到端检测网络，将等矩形投影图像和相应的四个立方体展开图像共同作为检测网络的输入；在编码器阶段，等矩形投影分支和立方体展开分支通过共享参数的五十层深度残差网络ResNet‑50提取特征；在解码器阶段，动态加权融合模块自适应地融合等矩形投影特征和四种立方体展开特征，过滤与细化模块结合编码与解码特征，得到最终的显著性图。本发明，检测网络结合等矩形投影与立方体展开两种全景图像的表征方式，将等矩形投影图像和相应的四个立方体展开图像作为共同输入，其中，立方体展开图像为等矩形投影图像提供补充信息，确保目标的完整性。
一种基于投影表征全景图像显著目标检测方法

[发明专利]一种基于半异构联合嵌入网络的草图图像检索方法-CN201910746354.3有效
发明人：雷建军;宋宇欣;彭勃;侯春萍;于传波;丛润民 -专利权人：天津大学
申请日： 2019-08-13 - 公布日： 2022-12-02 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于半异构联合嵌入网络的草图图像检索方法，所述方法包括以下步骤：构建由半异构特征映射部分和联合语义嵌入部分组成的半异构联合嵌入网络；所述半异构特征映射部分用于为每个域提取底部特征，所述联合语义嵌入部分用于将来自不同域的特征嵌入到共同的高级语义空间中；采用混合损失函数机制对网络进行训练，得到具有辨析力的嵌入特征；该混合损失函数机制包括对齐损失函数和草图‑边缘图对比损失函数；采用预训练阶段和联合训练阶段。本发明通过网络学习得到更多的具有辨析力的跨域特征表示，同时缩小草图域和自然图像数据域的域差异。
一种基于半异构联合嵌入网络草图图像检索方法

[发明专利]一种基于协同注意力的草图图像检索方法-CN201910746351.X有效
发明人：雷建军;宋宇欣;彭勃;侯春萍;李鑫宇;丛润民 -专利权人：天津大学
申请日： 2019-08-13 - 公布日： 2022-11-15 - 主分类号： G06F16/53 文献下载
摘要：本发明公开了一种基于协同注意力的草图图像检索方法，包括：构建由自然图像分支、边缘图分支和草图分支构成的三分支网络，并进行预训练；构建三分支网络的注意力模块，自然图像分支和边缘图分支的注意力模块权重异构，边缘图分支和草图分支的注意力模块共享权重；学习两个不同数据域上的公共注意力掩膜捕获两个域之间的公共通道级依赖关系，聚焦学习来自两个不同域的公共信息特征，缩小查询数据域和检索数据域的差距；通过跨域公共注意力掩膜分别对自然图像和边缘图分支最后一个池化层输出特征图进行通道相应加权，输出对特征通道重要程度进行重校准后的自然图像特征图和边缘特征图；对三分支网络进行联合训练，获得草图和自然图像的跨域表示。
一种基于协同注意力草图图像检索方法

[发明专利]基于跨模态交互和修正的RGB-D图像显著性目标检测方法-CN202210580255.4在审
发明人： 丛润民;刘鸿羽;张晨;林秦伟;赵耀 -专利权人：北京交通大学
申请日： 2022-05-26 - 公布日： 2022-10-11 - 主分类号： G06V10/46 文献下载
摘要：本发明涉及一种基于跨模态交互和修正的RGB‑D图像显著性目标检测方法，包括：1、在编码阶段，彩色图编码器和深度图编码器分别提取彩色图模态和深度图模态的特征，彩色图模态和深度图模态的高层特征经渐进式注意力引导整合单元进行跨模态交互得到RGB‑D特征；2、特征修正中间件结构对编码阶段得到的彩色图模态、深度图模态和RGB‑D模态的特征进行自模态和跨模态的修正；3、在解码阶段，彩色图模态和深度图模态分别解码，并将各层级解码特征送入重要性门控融合单元进行融合解码，从而完成RGB‑D模态的解码，得到最终的显著图。本发明分别在不同阶段对特征进行交互和修正，实现两种模态更加全面的融合以及对互补信息的提取。
基于跨模态交互修正 rgb 图像显著目标检测方法

[发明专利]一种彩色引导的深度图超分辨率重建方法-CN202210640004.0在审
发明人： 丛润民;盛荣晖;何凌志;白慧慧;赵耀 -专利权人：北京交通大学
申请日： 2022-06-08 - 公布日： 2022-09-27 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种彩色引导的深度图超分辨率重建方法，方法包括以下步骤：1、通过特征提取模块从LR深度图和HR彩色图提取多层次的彩色特征和深度特征；2、在基于注意力的特征投影模块、低层细节嵌入模块和高层语义引导模块的协同下，实现彩色引导的深度特征学习和细节恢复；最终得到精度准确、细节丰富的超分辨率重建深度图。本发明从低层和高层特征两方面实现了彩色信息对深度超分辨率的分治引导，抑制无价值冗余，提高重建性能。实例表明，本发明的方法在许多具有挑战性的场景中实现了出色的视觉效果，在物体边界以及微小物体的细节处都有较高的准确性。
一种彩色引导深度分辨率重建方法

[发明专利]图像处理方法、装置、系统及电子设备-CN202110175794.5在审
发明人：陈天珞;赵耀;白慧慧;丛润民;刘美琴;周恒 -专利权人：华为技术有限公司
申请日： 2021-02-09 - 公布日： 2022-08-26 - 主分类号： G06T3/40 文献下载
摘要：本申请提供了一种图像处理方法、装置、系统及电子设备，涉及人工智能技术领域，尤其涉及图像处理领域。本方案中是采用卷积神经网络分阶段的将RGB图像融入到该RGB图像对应的深度图中，对深度图进行重建，从而得到高分辨率的深度图，进而提升图像虚化、物体建模、手势识别精度和指令数以及3D动态图片中的效果。其中，第一阶段是将RGB图像融入到该RGB图像对应的深度图中，第二阶段是将该RGB图像的边缘图像融入到第一阶段获得的图像中，进而得到高分辨率的深度图。
图像处理方法装置系统电子设备

[发明专利]一种联合单目深度估计的深度图像超分辨率重建方法-CN202110803976.2在审
发明人： 丛润民;唐麒;盛荣晖;张晨;何凌志;赵耀 -专利权人：北京交通大学
申请日： 2021-07-16 - 公布日： 2022-08-09 - 主分类号： G06T3/40 文献下载
摘要：本发明属于图像处理技术领域，涉及一种联合单目深度估计的深度图像超分辨率重建方法，包括：S1、将低分辨率深度图像输入深度图像超分辨率重建子网络，将相应于低分辨率深度图像的高分辨率彩色图像输入单目深度估计子网络；S2、对深度图像超分辨率重建子网络和单目深度估计子网络同时训练；S3、深度图像超分辨率重建子网络输出高分辨率重建深度图像，单目深度估计子网络输出高分辨率估计深度图像。本申请从单目深度估计子网络中选择高频信息引导深度图像超分辨率重建子网络，通过抑制冗余避免纹理复制。在不引入其他监督信息的情况下，本发明的方法在多个公开基准数据集上均达到具有竞争力的性能，能够准确恢复出深度图像的细节。
一种联合深度估计图像分辨率重建方法

1
2
3
下一页»
尾页
共 43 条