文档详情

一种半监督的单目标视频分割方法.pdf

发布：2023-06-17约1.51万字共12页下载文档

文本预览下载声明

(19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 113344932 B (45)授权公告日 2022.05.03 (21)申请号 202110608181.6 CN 105069808 A,2015.11.18

显示全部

相似文档

一种基于自监督学习的视频目标分割方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112967309 B (45)授权公告日 2022.07.26 (21)申请号 202110216793.0 (56)对比文件
2023-06-06 约1.62万字 13页立即下载
基于自监督的视频目标分割方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114863348 A (43)申请公布日 2022.08.05 (21)申请号 202210658263.6 (22)申请日 2022.06.10 (71)申请人西安电子科技大学地址 71007
2023-05-14 约2.87万字 18页立即下载
一种视频多目标跟踪与分割系统和方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112801068 B (45)授权公告日 2021.07.16 (21)申请号 202110397488.6 G06T 7/246 (2017.01) (22)申请日
2023-06-04 约2.2万字 16页立即下载
一种基于交通监控视频的目标实例分割方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112989942 A (43)申请公布日 2021.06.18 (21)申请号 202110177936.1 (22)申请日 2021.02.09 (71)申请人四川警察学院地址
2023-06-09 约2.32万字 18页立即下载
基于传播匹配与记忆模块的半监督视频目标分割方法探究.docx 基于传播匹配与记忆模块的半监督视频目标分割方法探究一、引言 1.1研究背景与意义随着人工智能和计算机视觉技术的飞速发展，视频目标分割作为该领域的一项关键任务，在众多实际应用场景中展现出了重要价值。半监督视频目标分割作为视频目标分割的一个重要分支，因其独特的优势和应用潜力，受到了广泛的关注和研究。在自动驾驶领域，准确的半监督视频目标分割能够帮助车辆识别道路上的各种目标物体，如行人、其他车辆、交通标志等。通过对视频中目标物体的精确分割，自动驾驶系统可以更好地理解周围环境，做出更准确的决策，从而提高驾驶的安全性和可靠性。例如，在复杂的城市道路场景中，车辆需要实时准确地识别行人，以便及时采取制
2025-05-05 约2.62万字 21页立即下载
一种基于两步分割的非监督彩色图象分割方法.pdf 一种基于两步分割的非监督彩色图象分割方法 张竞丹 1，邓志东 1，郭百宁 2 1 清华大学计算机系智能技术与系统国家重点实验室，北京，100084； 2 微软亚洲研究院，北京，100080 zhangjd00@； michael@； bainguo@ 摘要本文提出了一种图象分割算法，它主要应用于基于内容的图象查询系统。本算法有效结合了图象的局部和整体信息，可以在没有监督的情况下将彩色图象分割成带有较完整信息的区域。这个算法由两个分割阶段构成：在粗分阶段，算法运用基于边界强度变化的区域生长算法进行局部最优化的分割；在细分阶段，算法将粗分结果构造成一个无向图、定义了边的
2017-04-02 约8.4千字 8页立即下载
一种视频实例分割系统和方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112990356 B (45)授权公告日 2021.08.03 (21)申请号 202110408364.3 CN 107704862 A,2018.02.16 (22)
2023-06-07 约2.29万字 18页立即下载
基于深度学习的无监督角膜视频分割方法研究.pdf 摘要目前，医学图像分割任务主要通过算法模型学习复杂的器官组织结构，并从嘈杂的背景中提取目标区域，从而为临床医学诊断提供可靠依据。角膜图像和视频分割是医学分割领域的重要研究方向，现有的角膜图像分割算法大多是基于有 监督的方法，这需要消耗大量的时间成本对数据集进行标注。并且在角膜数据采集过程中会因光线、角度等因素引入许多噪声，从而影响模型的分割性能。由于网络层的加深，现有深度学习网络中的参数数量急剧增加，导致模型计算效率下降。为了解决以上问题，本文提出了一个基于残差网络的无监督角膜分割算法，并在该模型的基础上对于参考帧的选择进行算法分析，提出了基于参考帧迭代的角膜分割进阶算法，本文
2025-05-02 约9.01万字 67页立即下载
一种半监督SAR目标识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112990342 A (43)申请公布日 2021.06.18 (21)申请号 202110378654.8 (22)申请日 2021.04.08 (71)申请人重庆大学地址 40
2023-06-10 约1.25万字 12页立即下载
视频帧图像运动目标协同分割方法研究.pdf 中文摘要中文摘要视频运动目标分割作为计算机视觉研究领域的方向，在实际应用方面具有重要的价值，但是由于视频数据注释困难、光照、遮挡等因素的影响，有效的分割视频运动目标具有较大的挑战性。协同分割利用图像间共同目标的协同信息进行分割，为视频运动目标分割提供了新的研究方向，很大程度上排除了复杂背景对分割精度的影响。针对协同分割技术如何有效分割视频帧图像运动目标对象，本文进行了如下的研究：（1）光流场水平集视频帧图像运动目
2024-07-30 约9.26万字 63页立即下载
视频分割和运动目标提取方法研究的任务书.docx 视频分割和运动目标提取方法研究的任务书任务：视频分割和运动目标提取方法研究任务背景：随着物体检测和人脸识别等技术的快速发展，视频分割和运动目标提取技术也在不断进化。视频分割和运动目标提取是计算机视觉领域研究的非常重要的课题，它们在很多领域中都有着广泛的应用。任务目标：通过对视频分割和运动目标提取方法进行研究，了解各种方法的原理、优点和缺点；掌握实现这些方法所需要的技术及其实现过程；在已有的方法的基础上，探索新的方法，提高视频分割和运动目标提取的准确性和效率。任务步骤： 1.了解视频分割和运动目标提取的基本概念及各种方法的原理和应用领域； 2.对已有的视频分割和运动目标提取方法进行深
2024-02-19 约小于1千字 2页立即下载
一种基于潜在扩散模型的半监督分割方法 .pdf 一种基于潜在扩散模型的半监督分割方法 一种基于潜在扩散模型的半监督分割方法包括以下步骤： 1、图像生成阶段：首先将图像输入到变分自动编码器的编码器中生成潜在空间编码，将对应图像的潜在空间编码输入到潜在扩散模型中。然后利用去噪自动编码器对加噪后的潜在空间编码计算去噪拟合损失以学习去噪分布。最后利用潜在扩散模型随机生成高斯噪声并进行去噪估计以生成潜在空间编码，将潜在空间编码通过变分自动解码器生成像素级图像。 2、半监督学习阶段：为了利用图像生成阶段生成的大量有价值合成无标记样本，半监督学习阶段首先对有标记的数据进行训练，然后利用生成的合成无标记样本进行进一步的训练。具体来说，该阶段使
2024-11-19 约小于1千字 1页立即下载
一种基于生成对抗网络的半监督医学图像分割方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112837338 B (45)授权公告日 2022.06.21 (21)申请号 202110045408.0 G06N 3/04 (2006.01)
2023-06-03 约1.18万字 10页立即下载
一种基于多监督网络的道路场景图像语义分割方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113362349 A (43)申请公布日 2021.09.07 (21)申请号 202110823118.4 (22)申请日 2021.07.21 (71)申请人浙江科技学院地址
2023-06-18 约4.26万字 29页立即下载
一种基于半监督与Transformers的医学图像分割方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882047 A (43)申请公布日 2022.08.09 (21)申请号 202210411699.5 (22)申请日 2022.04.19 (71)申请人厦门大学地址 361000 福
2023-05-17 约1.29万字 12页立即下载