公开(公告)号：CN119180752B

公开(公告)日：2025-02-25

申请号：CN202411678685.5

申请日：2024-11-22

Applicant: 华侨大学 ,  厦门松霖科技股份有限公司

Inventor： 曾焕强 ,  朱显丞 ,  朱建清 ,  施一帆 ,  龚鑫荣 ,  蔡磊 ,  陈斌 ,  陈志达 ,  卢伟

IPC: G06T3/4053 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06T3/4046

Abstract: 本发明公开了一种基于高效频域Transformer的轻量级图像超分辨率方法及装置，涉及图像处理领域，包括：构建基于高效频域Transformer的图像超分辨率模型并训练，得到经训练的图像超分辨率模型，图像超分辨率模型包括第一卷积层、亚像素卷积层、第二卷积层以及若干个高效频域Transformer模块；获取待重建的低分配率图像和上采样因子并输入经训练的图像超分辨率模型，先经过第一卷积层，得到第一卷积层的输出特征，第一卷积层的输出特征依次经过若干个高效频域Transformer模块，将最后一个高效频域Transformer模块的输出特征与第一卷积层的输出特征相加，得到第二相加结果，第二相加结果依次经过亚像素卷积层和第二卷积层，得到高分辨率重建图像。本发明克服现有Transformer方法计算复杂度过高的问题。

公开(公告)号：CN119068266B

公开(公告)日：2025-02-14

申请号：CN202411551042.4

申请日：2024-11-01

Applicant: 华侨大学 ,  泉州圣源警用侦察设备有限公司

Inventor： 黄麟涵 ,  朱建清 ,  柳璞都 ,  范慧玲 ,  姚舜嘉 ,  黄婉婷 ,  曾焕强 ,  陈婧 ,  周前果

IPC: G06V10/764 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06V20/52 ,  G06F17/16

Abstract: 本发明涉及图像处理与目标识别技术领域，公开了一种基于真伪标签一致性的跨模态行人再辨识方法及系统，方法包括：通过深度神经网络对可见光与红外光两种不同模态的行人图像提取特征向量；计算同模态、不同模态间的特征向量相似度，构建同模态、跨模态匹配矩阵，并进行归一化处理，生成同模态和跨模态归一化匹配矩阵；采用跨模态归一化匹配矩阵和同模态归一化匹配矩阵对真实标签进行投影，获得跨模态伪标签；优化真实标签与跨模态伪标签之间的Kullback‑Leibler（KL）散度，从而优化同模态和跨模态匹配矩阵，提升匹配矩阵对模态变化的鲁棒性，从而提升跨模态行人再辨识准确性。

公开(公告)号：CN119323805A

公开(公告)日：2025-01-17

申请号：CN202411876774.0

申请日：2024-12-19

Applicant: 华侨大学

Inventor： 郑锦杰 ,  朱建清 ,  庄靖怡 ,  萨百慧 ,  詹思敏 ,  苏嘉骏 ,  曾焕强 ,  蔡磊 ,  施一帆

IPC: G06V40/10 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/32 ,  G06V40/20

Abstract: 本发明公开了一种动静正则混合采样的行人再辨识方法及系统，涉及公共安全智能视频监控技术领域。实践中，采样常独立于行人再辨识模型训练，导致训练过程采样的信息丢失不受控制，制约识辨准确性。为此，本发明设计了正则动态线性采样和静态线性采样混和方法，实现行人再辨识模型训练过程中联合优化采样效果，其中，前者通过归一化的可学习参数，以数据驱动的动态方式学得动态的像素组合权重；后者利用双线性变换来确定静态的像素组合权重，实现与数据无关的采样策略。本发明进一步设计了动静正则项，约束动态的像素组合权重与静态的像素组合权重之间的差异，控制可学习参数的自由度，更好地组合动静采样，减少传统单一静态采样过程中信息损失。

公开(公告)号：CN119299671A

公开(公告)日：2025-01-10

申请号：CN202411815010.0

申请日：2024-12-11

Applicant: 华侨大学

Inventor： 陈婧 ,  曾家鑫 ,  曾焕强 ,  朱建清 ,  林琦 ,  郑惠洁

IPC: H04N19/103 ,  H04N19/96 ,  H04N19/119 ,  H04N19/126 ,  H04N19/127 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多阶段不规则编码单元划分的VVC‑SCC帧内编码方法及装置，涉及视频编码领域，包括：设计并训练基于多阶段卷积神经网络的编码单元划分预测模型；其次将输入的视频帧通过经训练的编码单元划分预测模型进行编码单元划分预测模型预测，输出当前帧所有CU的模式类型的预测概率；最后为不同的模式类别设置不同的阈值，根据预测概率和对应的阈值指导VVC‑SCC编码器进行编码，从而跳过不必要的模式类别的遍历。本发明解决现有的VVC‑SCC帧内编码方法编码时间长、编码器计算的复杂度高的问题。

公开(公告)号：CN119180753A

公开(公告)日：2024-12-24

申请号：CN202411681831.X

申请日：2024-11-22

Applicant: 华侨大学

Inventor： 林明昕 ,  黄德天 ,  刘航 ,  王一凡 ,  宋佳讯 ,  陈龙涛 ,  曾焕强

IPC: G06T3/4053 ,  G06N3/045 ,  G06N3/0464 ,  G06T3/4046

Abstract: 本发明涉及图像超分辨率技术领域，公开了一种特征强化的跨窗口轻量级超分辨率方法、系统及电子设备，方法包括以下步骤：构建基于Token字典交叉的自注意力机制，并引入Token分组机制，组成基于Token分组的字典交叉自注意力模块，即TDAB模块；基于TDAB模块构建特征强化的跨窗口轻量级超分辨率网络；使用所述特征强化的跨窗口轻量级超分辨率网络对待重建的低分辨率图像进行重建，得到重建结果。本方法在经典超分辨率方法的基础上引入基于Token字典交叉的自注意力机制、基于Token分组的混合注意力模块，在使模型更轻量化的同时增强了模型对于跨越窗口依赖的捕获能力以及对于纹理细节特征的重建效果。

公开(公告)号：CN119152215A

公开(公告)日：2024-12-17

申请号：CN202411667235.6

申请日：2024-11-21

Applicant: 华侨大学 ,  厦门松霖科技股份有限公司

Inventor： 柳璞都 ,  卢伟 ,  陈志达 ,  黄影 ,  霍志行 ,  苏嘉骏 ,  朱建清 ,  曾焕强 ,  陈婧 ,  蔡磊

IPC: G06V10/26 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/82 ,  G06V20/70 ,  G06V40/16

Abstract: 本发明公开了一种基于梯度显著性感知的皱纹分割方法、装置及可读介质，涉及图像处理领域，包括：构建人脸皱纹数据集和人脸皱纹分割网络；将人脸皱纹数据集中的原始人脸图像输入到人脸皱纹分割网络，得到对应的皱纹分割预测图，计算原始人脸图像中的每个像素点的显著性，进一步计算得到原始人脸图像中的每个像素点的权重，基于原始人脸图像中的每个像素点的像素值及其权重和原始人脸图像对应的皱纹标注掩码图中的相应像素点的像素值构建梯度显著性加权损失函数，基于梯度显著性加权损失函数对人脸皱纹分割网络进行训练，得到经训练的人脸皱纹分割网络。本发明解决现有技术的人脸图像中皱纹被过度分割或错误分割的问题。

公开(公告)号：CN118609034A

公开(公告)日：2024-09-06

申请号：CN202411080625.3

申请日：2024-08-08

Applicant: 华侨大学 ,  厦门松霖科技股份有限公司

Inventor： 曾焕强 ,  丁瑞 ,  施一帆 ,  朱建清 ,  蔡磊 ,  林琦 ,  夏至贤 ,  杨慰民 ,  陈斌

IPC: G06V20/40 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/082 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82 ,  G06V10/98

Abstract: 本发明公开了一种基于帧级时间聚合策略的沉浸式视频质量评价方法及装置，涉及视频处理领域，方法包括：通过帧抽样策略去除视频冗余信息，采用卷积网络对沉浸式视频（即多视点纹理加深度视频）不同区域进行多尺度特征提取；接着使用注意力模型对特征进行加权，通过帧级时间聚合策略自适应地筛选沿时间维度的质量分数；最终结合六自由度（Degree of Freedom，DoF）时空轨迹权重获取失真沉浸式视频质量分数。本发明具有较好的沉浸式视频质量评价效果，稳定性和鲁棒性高。

公开(公告)号：CN118552409A

公开(公告)日：2024-08-27

申请号：CN202411017310.4

申请日：2024-07-29

Applicant: 华侨大学 ,  信泰(福建)科技有限公司 ,  福建省万物智联科技有限公司

Inventor： 曾焕强 ,  朱显丞 ,  朱建清 ,  施一帆 ,  温廷羲 ,  许金泰 ,  许剑飞 ,  章水德 ,  杨慰民

IPC: G06T3/4053 ,  G06N3/0455 ,  G06N3/08 ,  G06T5/60

Abstract: 本发明公开了一种基于小波变换和Transformer的轻量级图像超分辨率方法及装置，涉及图像处理领域，包括：将待重建的低分辨率图像和上采样因子输入经训练的图像超分辨率模型，待重建的低分辨率图像输入第一卷积层，得到第一卷积层的输出特征并输入第一个基于小波变换的Transformer模块，经过若干个基于小波变换的Transformer模块的特征提取，将最后一个基于小波变换的Transformer模块的输出特征与第一卷积层的输出特征相加，得到第二相加结果，第二相加结果依次经过亚像素卷积层和第二卷积层，得到高分辨率重建图像，其中亚像素卷积层的尺度因子为上采样因子。本发明可解决现有Transformer方法计算复杂度过高的问题。

公开(公告)号：CN114266973B

公开(公告)日：2024-08-09

申请号：CN202111588195.2

申请日：2021-12-23

Applicant: 华侨大学

Inventor： 李科萱 ,  杨莎莉 ,  吴含笑 ,  宋佳 ,  张军 ,  朱建清 ,  曾焕强

IPC: G06V20/52 ,  G06V40/10 ,  G06V10/22 ,  G06V10/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/098

Abstract: 本发明提供了一种基于人车部件联合学习的载人电动车再识别方法及系统，所述方法包括：在训练阶段，构建双分支深度学习网络，获取载人电动车图像作为训练图像集对网络进行训练，得到基于人车部件联合学习的载人电动车再识别模型；在测试阶段，使用训练阶段得到的基于人车部件联合学习的载人电动车再识别模型，对查询图像和注册图像集的图像进行特征提取，计算查询图像特征和注册图像特征之间的距离，选取注册图像集中与查询图像距离近的图像，即为载人电动车再识别结果。本发明利用双分支深度学习网络对电动车进行再识别，可有效提高人车识别准确度，并提高整体识别效率，有利于协助交警快速追查电动车肇事者并规范电动车驾驶。

公开(公告)号：CN118397659A

公开(公告)日：2024-07-26

申请号：CN202410828405.8

申请日：2024-06-25

Applicant: 华侨大学

Inventor： 陈宇涛 ,  黄麟涵 ,  潘文杰 ,  许恒 ,  朱建清 ,  曾焕强 ,  陈婧 ,  施一帆 ,  蔡磊

IPC: G06V40/10 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于全局特征与头肩特征多核融合的行人识别方法及装置，涉及图像识别领域，包括：采用经训练的行人头肩部检测模型对行人图像进行头肩部检测，得到行人头肩部图像；在行人识别模型中，将行人图像和行人头肩部图像分别输入全局特征提取分支和头肩特征提取分支，得到全局特征向量和头肩特征向量并输入多核融合模块进行融合，得到融合特征向量，根据全局特征向量、头肩特征向量和融合特征向量构建损失函数，以训练行人识别模型，得到经训练的行人识别模型；将待识别的行人图像及其对应的行人头肩部图像输入经训练的行人识别模型，得到对应的融合特征向量，再进行行人识别。本发明解决鱼眼摄像机下图像特征差异大、准确度低的问题。