-
公开(公告)号：CN119941678A
公开(公告)日：2025-05-06
申请号：CN202510020953.2
申请日：2025-01-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于分段多项式拟合的脊柱侧弯检测方法，属于图像处理技术领域，包括以下步骤：步骤A：使用TOF相机获取人体背部三维点云数据并进行预处理；步骤B：将步骤A中得到的点云数据进行体素化和下采样处理；步骤C：由处理过后的点云数据得到脊柱点区域，并将点云数据转化为深度图像；步骤D：得到脊柱点区域后，设置一定阈值将点云按行分组，每一行中深度值最小的点即为该行的脊柱点，再根据深度图像训练的关键点模型对脊柱进行分段多项式拟合处理，得到脊柱曲线；步骤E：找出脊柱曲线中正向曲率与负向曲率最大的点，两点的夹角即为估计的cobb角，从而判断是否为脊柱侧弯。
-
公开(公告)号：CN119941634A
公开(公告)日：2025-05-06
申请号：CN202411878834.2
申请日：2024-12-19
Applicant: 美氪智能制造(江苏)有限公司
Abstract: 本发明公开了一种机器人试焊接缺陷自动检测方法，采用图像分析算法对预处理后的图像进行特征提取，获取焊接图像扁平差异比，结合焊接参数数据对缺陷严重程度进行评估，增加了检测的智能化程度，提高了检测的准确性和适应性，实现了焊接缺陷检测的自动化水平，同时本发明通过实时采集数据和动态调整检测策略，能够适应不同的焊接环境和参数变化，解决了现有焊接缺陷检测方法中人工视觉检测效率低下，且受主观因素影响；而固定参数的自动检测系统无法适应不同焊接环境和焊接参数的变化，检测准确性有限的问题。
-
公开(公告)号：CN115049556B
公开(公告)日：2025-05-06
申请号：CN202210736142.9
申请日：2022-06-27
Applicant: 安徽大学
IPC: G06T5/77 , G06T5/60 , G06V40/16 , G06V10/26 , G06V10/44 , G06V10/42 , G06V10/80 , G06T7/194 , G06V20/70 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/084 , G06N3/094 , G06N3/048
Abstract: 本申请公开了一种基于StyleGAN的人脸图像修复方法，步骤包括：将真实人脸图像分割为人脸区域和背景区域，作为训练集；对数据集进行数据增强，将原始图像设置为标签；利用训练集和标签对编码器进行训练，得到编码器网络；利用编码器网络分别提取真实人脸图像的隐码向量、待修复图像人脸区域的隐码向量、待修复图像背景区域的隐码特征图；将真实人脸图像的隐码向量与待修复图像人脸区域的隐码向量进行混合，得到混合人脸的隐码向量，将混合人脸的隐码向量与待修复图像背景区域的隐码特征图一同输入到StyleGAN生成器网络中，得到修复完成的人脸图像。本申请实现了人脸图像修复能力大幅提升，并且使得修复过程中很好地保证结构相似。
-
公开(公告)号：CN114463317B
公开(公告)日：2025-05-06
申请号：CN202210129550.8
申请日：2022-02-11
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06T7/13 , G06T7/11 , G06T7/155 , G06T7/194 , G06T1/00 , B29C64/118 , B29C64/386 , B29C64/393 , B33Y10/00 , B33Y50/00 , B33Y50/02
Abstract: 本发明涉及计算机视觉和3D打印领域，更具体的说是一种基于计算机视觉的结构原位修补3D打印方法，该方法包括以下步骤；S100：待修补填充结构放置于3D打印机底座的标定框内；S200：3D打印机上的摄像头读取底座上的图像信息；S300：对图像信息进行基于计算机视觉的操作，提取得到待修补填充区域的轮廓；S400：根据待修补填充区域的轮廓特征选择填充算法，并生成填充路径进行3D打印修补；能够避免对破损区域先建模再制造最后移位填充的繁琐过程限制，能够直接对放置于打印机内部的破损结构进行快速识别和精准的轮廓提取，重构规划出打印路径，最终灵活地实现对破损结构原位修补填充过程。
-
公开(公告)号：CN113763393B
公开(公告)日：2025-05-06
申请号：CN202010508056.3
申请日：2020-06-05
Applicant: 阿里巴巴集团控股有限公司
Inventor： 侯文迪
Abstract: 本申请公开了一种数据处理方法和系统、存储介质及移动设备。其中，该方法包括：接收待处理图像，其中，待处理图像中包括目标对象；利用图像分割模型对待处理图像进行处理，确定目标对象所在的目标区域，其中，图像分割模型是基于共享的编码网络训练得到的。本申请解决了相关技术中待处理图像的处理流程复杂度较高，导致处理时间较长的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN113515659B
公开(公告)日：2025-05-06
申请号：CN202110470828.3
申请日：2021-04-28
Applicant: 平安科技(深圳)有限公司
IPC: G06F16/583 , G06V10/40 , G06V10/26 , G06V10/82 , G06T7/194
Abstract: 本发明涉及图像处理，揭露一种图像数据处理方法，包括：获取待处理的用户图像，所述用户图像中包括前景人像和背景图像；从所述用户图像中提取出背景图像；从所述背景图像中提取第一图像特征，具体包括：从所述背景图像中提取深层特征图，将所述深层特征图划分为预设数量的特征图子块，以及将所述预设数量的特征图子块输入点对特征网络，得到所述第一图像特征；对所述第一图像特征进行压缩处理，得到第二图像特征。本发明还提供一种图像数据处理装置、电子设备及可读存储介质。本发明从图像中提取结合了局部信息与全局信息的图像特征，可以提升后续应用图像特征执行图像检索的准确度，且减少了数据处理涉及的计算量及内存空间占用。
-
公开(公告)号：CN119919663A
公开(公告)日：2025-05-02
申请号：CN202510007653.0
申请日：2025-01-03
Applicant: 广东技术师范大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/0895 , G06T7/11 , G06T7/194
Abstract: 本发明公开了一种基于文本掩码协作提示的弱监督语义分割方法及系统，方法包括：获取待处理的图像信息以及文本信息；将待处理的图像信息输入弱监督的语义分割模型进行处理，输出分割结果；其中，弱监督的语义分割模型通过协同使用自监督文本提示STP分支结构和弱监督掩模提示WMP分支结构进行重构并训练获得；自监督文本提示STP分支结构利用跨层块关联和多尺度文本特征抑制背景噪声，弱监督掩模提示WMP分支结构采用掩模种子细化边界精度。本发明通过协同使用文本和掩码提示来增强CAM性能。
-
公开(公告)号：CN119919649A
公开(公告)日：2025-05-02
申请号：CN202510415817.3
申请日：2025-04-03
Applicant: 国科大杭州高等研究院
Abstract: 本发明公开了基于偏振一致性局部对比度的弱小目标检测方法及系统，其中，方法包括：获取弱小目标的灰度图像和对应的多个偏振图像；基于引导滤波算法实现灰度图像和偏振图像的融合降噪，得到输出图像；利用局部对比度的机理，结合联合偏振增强系数，对整个输出图像进行遍历，得到整张图像的偏振度显著图；在偏振度显著图中，使用自适应阈值来对暗弱目标与背景进行分割，完成弱小目标检测。利用本发明，可以解决复杂背景下红外弱小目标的检测难题，实现红外弱小目标的准确检测。
-
公开(公告)号：CN119904733A
公开(公告)日：2025-04-29
申请号：CN202510387246.7
申请日：2025-03-31
Applicant: 安徽农业大学
IPC: G06V10/82 , G06V10/764 , G06V10/44 , G06V10/26 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/084 , G06T7/194 , G06T7/62 , G06V10/28
Abstract: 本发明适用于蓝藻检测领域，具体提供了基于多任务深度学习与自适应背景去除的蓝藻检测方法，在检测方法中，构建MAGAN模型通过图卷积网络提取局部特征，利用自注意力机制增强全局上下文感知，最后通过背景去除模块优化前景与背景的区分，从而实现自适应背景去除任务；然后，采用多任务深度学习框架；通过在同一个模型中同时学习多个任务的目标，使得模型能够从多个任务中共享知识；使蓝藻检测任务与背景去除任务共享部分特征并协同优化，实现背景去除，为蓝藻识别提供支持，蓝藻识别为背景去除提供参考信息，增强了任务间的协同效应，模型能够更精准地区分蓝藻与其他水体物质，减少误检和漏检。
-
公开(公告)号：CN119904361A
公开(公告)日：2025-04-29
申请号：CN202311406968.X
申请日：2023-10-26
Applicant: 北京小米移动软件有限公司
Abstract: 本公开是关于一种图像处理方法、装置及存储介质。方法包括：获取第一图像，第一图像包括主体区域以及背景区域，主体区域包括至少一个子区域；调用目标模型对第一图像中的主体区域进行抠图，得到目标主体区域，其中，目标模型包括至少一个目标子模型，至少一个目标子模型中每个目标子模型与至少一个子区域中的每个子区域具有一一对应关系，并用于对各自对应的子区域进行抠图；对第一图像中的所述背景区域进行虚化处理，得到第三图像；将第三图像与所述目标主体区域融合，得到目标图像。通过对前景区域进行分区域抠图，可以使每个目标前景子区域的边缘精度更高，从而使目标前景区域的边缘精度更高，进而提升前景轮廓的清晰度，提升画面质量。
-
-
-
-
-
-
-
-
-
Search Results
10683
records
(took 0.021 seconds)
