公开(公告)号：CN117876706A

公开(公告)日：2024-04-12

申请号：CN202410050474.0

申请日：2024-01-12

Applicant: 福州大学

Inventor： 牛玉贞 ,  杨立芬 ,  李富晟

IPC: G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明提供一种基于CNN‑Transformer交叉融合的伪装目标检测方法，包括：进行数据预处理，包括数据配对、数据增强处理，得到训练数据集；设计由并行特征提取网络、多个交叉融合模块和金字塔式渐进聚合模块组成的基于CNN‑Transformer交叉融合的伪装目标检测网络；设计损失函数，指导步骤B所设计网络的参数优化；使用步骤A得到的训练数据集训练步骤B中的基于CNN‑Transformer交叉融合的伪装目标检测网络，得到训练好的基于CNN‑Transformer交叉融合的伪装目标检测模型；将待测图像输入训练好的基于CNN‑Transformer交叉融合的伪装目标检测模型，输出伪装目标的掩码图像。

公开(公告)号：CN116310693B

公开(公告)日：2025-05-20

申请号：CN202310356445.2

申请日：2023-04-06

Applicant: 福州大学

Inventor： 牛玉贞 ,  张家榜 ,  杨立芬

IPC: G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种基于边缘特征融合和高阶空间交互的伪装目标检测方法。包括：进行数据预处理，包括数据配对、数据增强处理，得到训练数据集；设计基于边缘特征融合和高阶空间交互的伪装目标检测网络，该网络由边缘感知模块、边缘增强模块、边缘特征融合模块、高阶空间交互模块、上下文聚合模块组成；设计损失函数，指导步骤B所设计网络的参数优化；使用步骤A得到的训练数据集训练步骤B中的基于边缘特征融合和高阶空间交互的伪装目标检测网络，收敛到纳什平衡，得到训练好的基于边缘特征融合和高阶空间交互的伪装目标检测模型；将待测图像输入训练好的基于边缘特征融合和高阶空间交互的伪装目标检测模型，输出伪装目标的掩码图像。

公开(公告)号：CN117576458A

公开(公告)日：2024-02-20

申请号：CN202311537714.1

申请日：2023-11-17

Applicant: 福州大学

Inventor： 牛玉贞 ,  杨立芬 ,  许叶源 ,  陈子阳

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/42 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提出基于背景擦除和边缘感知嵌入的弱监督伪装目标检测方法，包括以下步骤；步骤A、对图像进行数据预处理，得到训练数据集；步骤B、设计基于背景擦除和边缘感知嵌入的弱监督伪装目标检测网络，该网络由初始图像特征提取网络、边缘背景擦除模块、边缘感知嵌入模块组成；步骤C、设计损失函数，指导步骤B所设计网络的参数优化；步骤D、使用步骤A得到的训练数据集训练步骤B中的基于背景擦除和边缘感知嵌入的弱监督伪装目标检测网络，得到训练好的基于背景擦除和边缘感知嵌入的弱监督伪装目标检测模型；步骤E、将待测图像输入训练好的弱监督伪装目标检测模型，输出伪装目标的掩码图像；本发明有利于提高弱监督伪装目标检测方法的性能。

公开(公告)号：CN115908979B

公开(公告)日：2025-05-09

申请号：CN202211503996.9

申请日：2022-11-28

Applicant: 福州大学

Inventor： 牛玉贞 ,  陈珊珊 ,  陈俊豪 ,  杨立芬

IPC: G06V10/774 ,  G06V10/80 ,  G06F18/214 ,  G06F18/25

Abstract: 本发明提出一种融合场景特征和多模态注意力机制的图像美学质量评价方法及系统，包括以下步骤：步骤S1：将美学图像数据集中的数据进行数据预处理，提取得到美学图像所对应评论的文本特征；步骤S2：训练融合场景特征和多模态注意力机制的图像美学评分分布预测模型；所述图像美学评分分布预测模型由融合场景特征和多模态注意力机制的图像美学质量评价网络训练获得，包括层次图像特征融合模块、融合文本特征和图像特征的多模态注意力机制模块；步骤S3：将图像输入到训练好的融合场景特征和多模态注意力机制的图像美学质量评分分布预测模型中，输出对应的图像美学评分分布，最后计算美学评分分布的平均值作为图像美学质量分数。

公开(公告)号：CN116524207A

公开(公告)日：2023-08-01

申请号：CN202211575959.9

申请日：2022-12-08

Applicant: 福州大学

Inventor： 陈羽中 ,  朱文婧 ,  牛玉贞 ,  杨立芬

IPC: G06V10/46 ,  G06V10/44 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明涉及一种基于边缘检测辅助的弱监督RGBD图像显著性检测方法，包括以下步骤：步骤S1：建立包含涂鸦标注图的弱监督RGBD图像显著性检测训练集，并进行数据增强；步骤S2：设计多层次、多任务的弱监督RGBD图像显著性检测网络；步骤S3：设计融合模块；步骤S4：设计基于边缘检测辅助的弱监督RGBD图像显著性检测网络，并设计损失函数优化网络参数；步骤S5：将待测RGBD图像输入训练好的基于边缘检测辅助的弱监督RGBD图像显著性检测模型中，得到显著性检测结果。应用本技术方案能够实现性能较好的弱监督RGBD图像显著性检测。

公开(公告)号：CN116310693A

公开(公告)日：2023-06-23

申请号：CN202310356445.2

申请日：2023-04-06

Applicant: 福州大学

Inventor： 牛玉贞 ,  张家榜 ,  杨立芬

IPC: G06V10/80 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种基于边缘特征融合和高阶空间交互的伪装目标检测方法。包括：进行数据预处理，包括数据配对、数据增强处理，得到训练数据集；设计基于边缘特征融合和高阶空间交互的伪装目标检测网络，该网络由边缘感知模块、边缘增强模块、边缘特征融合模块、高阶空间交互模块、上下文聚合模块组成；设计损失函数，指导步骤B所设计网络的参数优化；使用步骤A得到的训练数据集训练步骤B中的基于边缘特征融合和高阶空间交互的伪装目标检测网络，收敛到纳什平衡，得到训练好的基于边缘特征融合和高阶空间交互的伪装目标检测模型；将待测图像输入训练好的基于边缘特征融合和高阶空间交互的伪装目标检测模型，输出伪装目标的掩码图像。

公开(公告)号：CN115908979A

公开(公告)日：2023-04-04

申请号：CN202211503996.9

申请日：2022-11-28

Applicant: 福州大学

Inventor： 牛玉贞 ,  陈珊珊 ,  陈俊豪 ,  杨立芬

IPC: G06V10/774 ,  G06V10/80 ,  G06F18/214 ,  G06F18/25

Abstract: 本发明提出一种融合场景特征和多模态注意力机制的图像美学质量评价方法及系统，包括以下步骤：步骤S1：将美学图像数据集中的数据进行数据预处理，提取得到美学图像所对应评论的文本特征；步骤S2：训练融合场景特征和多模态注意力机制的图像美学评分分布预测模型；所述图像美学评分分布预测模型由融合场景特征和多模态注意力机制的图像美学质量评价网络训练获得，包括层次图像特征融合模块、融合文本特征和图像特征的多模态注意力机制模块；步骤S3：将图像输入到训练好的融合场景特征和多模态注意力机制的图像美学质量评分分布预测模型中，输出对应的图像美学评分分布，最后计算美学评分分布的平均值作为图像美学质量分数。