-
公开(公告)号：CN109544514A
公开(公告)日：2019-03-29
申请号：CN201811307821.4
申请日：2018-11-05
Applicant: 华侨大学
Abstract: 本发明提供了一种融合表现特征的锯材身份辨识方法、装置及设备，方法包括：提取所有木材的表观特征，并将每个木材的木材ID以及对应的表观特征存入数据库；其中，所述表观特征包括每个木材的颜色直方图以及每个木材在多个表面上的缺陷位置；获取在传送带上传送的待识别木材的木材图像；根据所述木材图像获取待识别木材的表观特征；将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配，获取与所述待识别木材对应的木材ID集合；基于本发明可以有效的解决了木材的准确快速识别问题，促进森工生产线的柔性化、定制化加工。
-
Patent Agency Ranking
公开(公告)号：CN111914947B
公开(公告)日：2024-04-16
申请号：CN202010841858.6
申请日：2020-08-20
Applicant: 华侨大学
Abstract: 本发明提供一种基于特征融和图像实例分割方法、装置、设备及存储介质，方法包括：获取待分割图像，将所述待分割图像通过去除BN层的ResNet卷积单元提取特征，获取特征图；将所述特征图与原始特征图输入到特征融合单元进行相加融合，将所述融合特征图输入到3×3的卷积单元，重新调整特征图，通过池化链从调整后特征图中提取背景上下文信息，融合多个不同感受野的特征图，获得池化后的特征图；将所述池化后的特征图输入到一个卷积单元，整合所述池化链的结果，获得整合后特征图；根据整合后特征图通过分类分割，获得实例分割结果。本发明通过自定义的特征融和模块进行处理，更高效的利用特征图信息，使最终处理的mask图信息更丰富，精确度更高。
-
公开(公告)号：CN109544514B
公开(公告)日：2020-07-24
申请号：CN201811307821.4
申请日：2018-11-05
Applicant: 华侨大学 , 厦门吉信德集团有限公司
Abstract: 本发明提供了一种融合表观特征的锯材身份辨识方法、装置及设备，方法包括：提取所有木材的表观特征，并将每个木材的木材ID以及对应的表观特征存入数据库；其中，所述表观特征包括每个木材的颜色直方图以及每个木材在多个表面上的缺陷位置；获取在传送带上传送的待识别木材的木材图像；根据所述木材图像获取待识别木材的表观特征；将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配，获取与所述待识别木材对应的木材ID集合；基于本发明可以有效的解决了木材的准确快速识别问题，促进森工生产线的柔性化、定制化加工。
-
公开(公告)号：CN111915613B
公开(公告)日：2023-06-13
申请号：CN202010798878.X
申请日：2020-08-11
Applicant: 华侨大学
IPC: G06V10/26 , G06N3/0464 , G06T5/00 , G06V10/82 , G06V10/80 , G06T7/10 , G06V20/70 , G06V10/764
Abstract: 本发明提供一种图像实例分割方法、装置、设备及存储介质，方法包括：提取图像的特征，获取特征图；通过自注意力模块提取特征图的多尺度信息，得到不同尺度的特征图，然后与通过1×1卷积调整维度得到的特征图点乘，为特征图引入像素级注意力；压缩特征图的空间维度，将特征图实数化，对低层特征图进行加权；将加权后的特征图与高层特征图融合，得到新的特征图；通过目标检测和语义分割对融合后特征图进行分类，获取目标检测和语义分割特征图；基于获取目标检测和语义分割特征图进行图像分割，获得分割结果。本发明通过自注意力模块和路径增强模块为后续特征融合提供了更为优秀的语义指导，为后续网络的训练学习减少了一定的噪声影响。
-
公开(公告)号：CN111915613A
公开(公告)日：2020-11-10
申请号：CN202010798878.X
申请日：2020-08-11
Applicant: 华侨大学
Abstract: 本发明提供一种图像实例分割方法、装置、设备及存储介质，方法包括：提取图像的特征，获取特征图；通过自注意力模块提取特征图的多尺度信息，得到不同尺度的特征图，然后与通过1×1卷积调整维度得到的特征图点乘，为特征图引入像素级注意力；压缩特征图的空间维度，将特征图实数化，对低层特征图进行加权；将加权后的特征图与高层特征图融合，得到新的特征图；通过目标检测和语义分割对融合后特征图进行分类，获取目标检测和语义分割特征图；基于获取目标检测和语义分割特征图进行图像分割，获得分割结果。本发明通过自注意力模块和路径增强模块为后续特征融合提供了更为优秀的语义指导，为后续网络的训练学习减少了一定的噪声影响。
-
公开(公告)号：CN111914947A
公开(公告)日：2020-11-10
申请号：CN202010841858.6
申请日：2020-08-20
Applicant: 华侨大学
Abstract: 本发明提供一种基于特征融和图像实例分割方法、装置、设备及存储介质，方法包括：获取待分割图像，将所述待分割图像通过去除BN层的ResNet卷积单元提取特征，获取特征图；将所述特征图与原始特征图输入到特征融合单元进行相加融合，将所述融合特征图输入到3×3的卷积单元，重新调整特征图，通过池化链从调整后特征图中提取背景上下文信息，融合多个不同感受野的特征图，获得池化后的特征图；将所述池化后的特征图输入到一个卷积单元，整合所述池化链的结果，获得整合后特征图；根据整合后特征图通过分类分割，获得实例分割结果。本发明通过自定义的特征融和模块进行处理，更高效的利用特征图信息，使最终处理的mask图信息更丰富，精确度更高。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
