本发明公开了一种基于深度稠密网络与边缘距离图加权的图像协同分割方法，属于计算机图像协同分割技术领域。本方法利用距离图中的距离信息，对图像不同区域进行不同程度的加权，并通过计算预测距离图与真实距离图的交并比设计损失函数，有效应对图像分割中...

本发明涉及一种基于难样本学习与神经网络融合的机器学习方法，属于人工智能技术领域。所述方法在全部训练样本集和困难训练样本集上学习得到两个神经网络，再融合这两个神经网络得到一个性能更好的新的神经网络；难样本学习和网络融合过程可反复多次进行，...

本发明涉及一种基于边缘和Fisher准则的学习方法，属于神经网络学习技术领域。本方法对同一物体的不同角度拍摄，采集N张图片；对得到的N张图片通过深度网络进行编码，获取N张图片的特征图；再对特征图进行解码，得到双通道掩码图；两个通道上的每...

本发明涉及一种基于超分辨重建的图像协同分割方法，属于图像协同分割技术领域。包括：步骤1输入N张图像，每张图像缩小至原来四分之一；步骤2对每张图像进行超分辨率重建，恢复部分图像细节，得到恢复图像；步骤3将N张恢复图像两两组合得到图像组合，...

本发明涉及一种基于协同视觉注意力神经网络的学习方法，属于图像相关性提取技术领域。采用多幅图像输入，提取其中相关性，并根据相关性引导对图像中需要关注的视觉信息进行加强，以提高后续处理效果，针对一组具有相关性的视觉数据进行视觉注意力提取，可...

本发明公开了一种物体图像自动抠取方法，包括：取得物体的不同角度的多个图像，并将图像划分成多个区块；将图像中位置相对应的区块形成区块链，并计算区块链特征值；根据图像从边缘向内的一定区域内的所有区块链的区块链特征值拟合得到第一统计模型，并将...

本发明给出了一种鲁棒的基于超像素局部特征的图像匹配方法，针对两幅图像，计算两幅图像之间的对应点，并进行如下操作步骤：S01对两幅图像分别进行超像素分割，记录所有超像素的位置和区域；S02将两幅图像分别划分为若干区域；S03选择两幅图像中...

本发明提出了一种基于图片的信息隐藏与保护方法，属于计算机应用技术领域。本方法将要传输的原始信息经过加密后隐藏在一幅图片中，没有解密口令的用户看到的只是一幅伪装图片，加解密口令的设定通过对于图片的操作来完成。对于图片的操作由用户在图片区域...