-
公开(公告)号：CN113987457A
公开(公告)日：2022-01-28
申请号：CN202111259454.7
申请日：2021-10-28
Applicant: 湖南大学
Abstract: 本发明公开了一种学生使用自带电脑考试的防作弊方法，它包括监考端和学生端；考前监考端设置许可的软件及截屏触发事件；开考时学生端切断电脑的网络连接；考中：学生端跟踪电脑上运行的软件，记录未经许可软件名称、运行时间和窗口截屏；监听电脑的系统事件，出现截屏触发事件时截屏并记录截屏时间戳；能通信时，定时向监考端发送核验信号；定时记录核验时间戳；考试结束时学生端将未发送数据发给监考端，监考端接收后判断是否有作弊行为。本发明还公开了一种使用自带电脑考试的防作弊系统，它包括实现前述监考端和学生端功能的监考端模块和学生端模块。本发明公开的方法可发现在普通考场中使用自带电脑考试时的作弊行为，从而扩大机考适用范围。
-
公开(公告)号：CN104751420A
公开(公告)日：2015-07-01
申请号：CN201510100026.8
申请日：2015-03-06
Applicant: 湖南大学
IPC: G06T5/00
Abstract: 一种基于稀疏表示和多目标优化的盲复原方法，包括以下步骤：(1)训练获得稀疏字典D；(2)读入退化图像Y和稀疏字典D；(3)对退化图像Y分块，重构初始化复原图像；(4)构建基于稀疏先验约束的正则化项，求解图像盲复原的目标函数；(5)将图像盲复原目标函数的求解转化为多目标优化问题；(6)将多目标优化问题中的子目标函数转化为以稀疏系数为自变量的函数；(7)初始化多目标粒子群优化算法；(8)基于多目标粒子群算法求得多目标优化问题的非可支配解集；(9)从非可支配解集中选择最优稀疏系数，重构图像，获得复原后的清晰图像。本发明方法简单；复原结果图像准确、清晰；图像复原问题求解的质量高；可有效消除伪像效应，提高图像复原的效果。
-
公开(公告)号：CN112129773A
公开(公告)日：2020-12-25
申请号：CN202010844478.8
申请日：2020-08-20
Applicant: 湖南大学
Abstract: 本发明公开了一种木材表面缺陷检测方法、装置、设备、系统及存储介质。其中，该方法包括：获取传送带在激光设备生成的激光线作用下的激光线图像；基于获取的所述激光线图像，提取所述激光线的激光线高度位置和激光线宽度；基于所述激光线高度位置和/或激光线宽度与预设的激光线模型，识别所述传送带上是否存在木材；若所述传送带上存在木材，基于所述激光线的激光线高度位置和激光线宽度识别所述木材的表面缺陷。由于木材表面存在管胞效应，基于激光线的激光线高度位置和激光线宽度，可以准确识别出木材的表面缺陷，可以支持缺边、虫眼、死节、活节等缺陷的准确识别，且能够满足快速识别的识别需求，从而适用于木材表面缺陷的自动切锯领域。
-
公开(公告)号：CN107103591B
公开(公告)日：2020-01-07
申请号：CN201710190219.6
申请日：2017-03-27
Applicant: 湖南大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于图像雾霾浓度估计的单幅图像去雾方法，包括以下几个步骤：步骤1：输入雾霾图像；步骤2：将输入图像从RGB空间变换到HSV空间，划分SV通道图像，计算局部块特征向量；步骤3：以图像雾霾浓度最低为目标计算雾霾图像的初始最优大气传输值；步骤4：采用引导滤波器细化最优大气传输值；步骤5：将细化后的最优大气传输值、大气光照估测值以及雾霾图像中每个像素的亮度值计算得到清晰图像。通过将图像去雾转化为雾霾浓度最小化的优化问题，准确的确定大气传输值，从而实现尽可能去除雾霾，避免了在饱和区域产生严重的光晕现象与图像噪声。不仅能有效的去除雾霾，同时能抑制光晕现象与图像噪声的产生，适用于不同的复杂天气。
-
公开(公告)号：CN104282004B
公开(公告)日：2015-05-20
申请号：CN201410304816.3
申请日：2014-06-30
Applicant: 湖南大学
IPC: G06T5/40
Abstract: 本发明公开了一种基于可扩展分段自适应直方图均衡化方法，包括以下步骤：步骤1：采用可扩展直方图分段方法对输入的原直方图进行扩展；步骤2：对扩展后的直方图进行均衡化处理，每个均衡化后的子直方图具有与原始直方图相同的长度；步骤3：将步骤2得到的已均衡化子直方图按照下式进行加权混合，获得最终的均衡化直方图Ht(i)；利用该方法采用可扩展直方图分段策略，可实现均衡化后图像灰度重分布到较大的动态范围，有利于暗区域图像的充分增强；运用提出了的自适应直方图均衡化方法，根据图像灰度属性自适应控制灰度均匀分布程度，从而可避免图像的过度增强、欠增强以及不自然的光晕现象产生；整个方法计算速度快，得到了增强效果明显的图像。
-
Patent Agency Ranking
公开(公告)号：CN119904638A
公开(公告)日：2025-04-29
申请号：CN202411985702.X
申请日：2024-12-31
Applicant: 湖南大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0895 , G06T7/11
Abstract: 本发明公开了一种基于部件感知学习分割网络的弱监督语义分割方法及系统，该方法包括：步骤1：构建部件感知学习分割网络；步骤2：获取训练集图像的SAM掩码集；步骤3：获得训练集图像的掩码伪标签集和掩码中目标部件与整体之间的关系矩阵；步骤4：获取初始部件感知学习分割网络模型；步骤5：获取并优化训练集图像中目标掩码的CAM集，得到最终伪标签集，并利用分割解码器，获取待分割图像中的语义分割结果；通过该网络中的部件‑整体精炼模块去除冗余的掩码，并捕捉掩码中目标部件与整体之间的关系；通过该网络中的部件感知学习模块，鼓励网络学习伪标签集中目标的各部件与整体之间的关系，实现在弱监督条件下对目标的精确和完整分割。
-
公开(公告)号：CN119904637A
公开(公告)日：2025-04-29
申请号：CN202411985693.4
申请日：2024-12-31
Applicant: 湖南大学
IPC: G06V10/26 , G06V10/28 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06T7/00 , G06T7/11
Abstract: 本发明公开了一种基于双分支可区分特征的表面缺陷分割方法及系统，该方法包括：步骤1：构建双分支可区分特征交叉注意力网络；步骤2：对训练集标签进行二值化处理，获取训练集图像的二值标签；步骤3：获得双分支可区分特征交叉注意力网络模型；步骤4：利用双分支可区分特征交叉注意力网络模型的语义分割分支获取像素级分类的语义分割掩码；引入双分支解码器，通过可区分特征交叉注意力整合来自二值分割分支和语义分割分支的缺陷语义信息，构建双分支之间的潜在交互并捕获跨域信息交互，利用二值分割中的缺陷特征来增加语义分割中不同类别缺陷之间的类间距离。
-
公开(公告)号：CN116935132A
公开(公告)日：2023-10-24
申请号：CN202310926333.6
申请日：2023-07-26
Applicant: 湖南大学
IPC: G06V10/764 , G06V10/774 , G06V10/42 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/11 , G06T7/73
Abstract: 本发明公开了一种基于多层解耦注意力定位网络的弱监督目标定位方法及系统，该方法包括：步骤1：构建多层解耦注意力定位网络；步骤2：获取训练集图像的CAM集，得到训练集图像的伪标签集；步骤3：获得类别无关的多层解耦注意力定位网络模型；步骤4：利用类别无关的多层解耦注意力定位网络模型获取目标位置；步骤5：利用额外分类器，识别待定位图像中目标定位框里目标的类别；采用多层解耦注意力定位网络，同时简单且高效地完成CAM生成阶段和类别无关的分割阶段的任务；在通道和空间注意力模块中引入多层最大解耦函数，以获取更多可能的目标区域；引入最小解耦函数到多层特征融合，以抑制过度激活和噪声区域，解决边缘检测不准确的问题。
-
公开(公告)号：CN116342747A
公开(公告)日：2023-06-27
申请号：CN202310376174.7
申请日：2023-04-11
Applicant: 湖南大学
Abstract: 本发明属于数据处理技术领域，公开了一种包含离群点的平面点集椭圆拟合方法，利用5点随机抽样，由平面点集构造一系列抽样椭圆，选择指定比例的拟合优度指标最小的抽样椭圆作为可信抽样椭圆，利用所有可信抽样椭圆的中心坐标的代表值如重心或中位数位置等，作为椭圆参考点坐标，选取椭圆参考点落在其内部的可信抽样椭圆作为参考轮廓构造椭圆，并构造参考椭圆轮廓点，最后利用现有的椭圆拟合算法对所得到的参考椭圆轮廓点集进行拟合，得到最终的拟合椭圆。本发明的有益效果：能够有效地将离群点排除在最终进行椭圆拟合的数据之外，且算法性能对于参数不敏感，从而为用户设置算法参数提供较高的宽容度，有利于算法的实际应用。
-
公开(公告)号：CN110838130A
公开(公告)日：2020-02-25
申请号：CN201810927909.X
申请日：2018-08-15
Applicant: 湖南大学
IPC: G06T7/155
Abstract: 本发明公开了一种快速模糊距离变换方法。对模糊分割所得的二维或三维模糊分割图像进行分辨率倍增处理，在提高分辨率的过程中，控制原图像中相邻的两个对象像素点在提高分辨率后，仅通过一个插入像素来保持连通，从而保证了提高分辨率之后的对象具有与原图像中相同的拓扑连通性；对分辨率倍增后的模糊分割图像，令像素值为0的像素的距离变换值为0，其余像素的距离变换值初始为无穷大；之后以像素值为0的像素为初始种子点，按照最小代价路径方法将距离变换值逐步由种子点扩散至与之相邻的对象像素，直至所有像素点处的距离变换值均已求得为止；对所得的高分辨率的距离变换结果进行下采样获得原模糊分割图像对应的距离变换结果。本发明能克服已有的模糊距离变换方法中不能保证高分辨率图像与原图像拓扑连通性不变的问题，并且通过采用最小代价距离方法提高了运行速度。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.026 seconds)
