专利名称：全局与超像素分割相融合的色彩迁移方法      申请号：2021103292656     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：全局特征 图像增强 跨域适配   相似专利 发布日：2025/08/29  
摘要： 本发明首先对源图像及目标图像采用梯度下降简单线性迭代聚类法进行分割处理，然后为源图像中的每一个超像素在目标图像中搜索最相似超像素，之后在匹配的超像素对之间进行色彩迁移，最后消除由于过分割处理所产生的误匹配而导致的色彩的错误迁移及亮度过渡不自然问题，首先在第一次匹配迁移过程中引入模糊矩阵，然后用初次获得的迁移结果的全局统计信息来对源图像进行二次色彩迁移，获得较自然的色彩迁移效果；一方面纠正由于过度分割产生的某些区域的色彩的错误迁移而导致的迁移结果不自然问题；另一方面也能提高算法的应用范围，提高了方法的健壮性、鲁棒性和泛化能力，在改进效率的同时提高了色彩迁移效果。

专利名称：一种基于草图局部特征和全局特征匹配的图像检索方法      申请号：2022105807045     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 检索 全局特征   相似专利 发布日：2025/03/26  
摘要： 本发明属于动态草图检索领域，具体涉及一种基于草图局部特征和全局特征匹配的图像检索方法，该方法包括：获取待检索的手绘草图序列及对应的草图块，将草图序列和草图块输入到训练好的神经网络模型中得到草图的嵌入向量和草图块的嵌入向量；计算嵌入向量输入数据的欧式距离；将计算出的欧式距离进行加权融合，根据融合后的欧式距离返回检索到top‑k张图片，得到草图的检索结果；改进的神经网络模型包括完整图像分支和切块图像分支；完整图像分支用于对完整的草图进行处理，切块图像分支用于对草图块进行处理；本发明针对序列草图笔画信息稀少的问题，使用草图分割的方法搭建不同分支的网络模型，减少草图笔画信息稀少带来的准确率下降的问题。

专利名称：基于机器学习及局部和全局特征融合的遥感图像分类方法      申请号：2023105374062     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：遥感 遥感图像 全局特征   相似专利 发布日：2024/06/20  
摘要： 本发明公开了一种基于机器学习及局部和全局特征融合的遥感图像分类方法，涉及高光谱遥感图像分类技术领域。本发明包括以下步骤：S1：构建机器学习架构；S2：获取高光谱数据集，并从高光谱数据集获得训练集和测试集；S3：训练机器学习架构结构；S4：利用测试集对步骤S3得到的训练好的机器学习架构模型进行测试，获取图像分类结果。本申请通过对深层局部特征以及全局特征的提取，能够获得更全面的特征用于最终的分类，分类效果佳，经测试，本申请所述的图像分类方法的总体精度OA、平均精度AA、卡帕系数KAPPA分别能够达到84.36%、91.44%、0.8223。

专利名称：一种利用注意力机制聚合邻域点和全局特征的图像匹配方法      申请号：2020111850081     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 全局特征   相似专利 发布日：2025/07/11  
摘要： 本发明涉及一种利用注意力机制聚合邻域点和全局特征的图像匹配方法，首先通过邻居搜索算法为每一个特征点寻找欧式空间中最近的若干的邻域点，对于这些领域点进行编码相对点的位置，然后将这些点位置与对应点特征串联获得一个新的增强特征值。这些特征值通过注意力权重的筛选留下关键特征，我们将这些关键特征与全局特征融合来去除误匹配。本发明能够提高匹配精度和速度。

专利名称：一种基于全局特征和局部特征拼接的行人重识别方法      申请号：2020104519037     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 全局特征   相似专利 发布日：2023/10/17  
摘要： 本发明公开了一种基于全局特征和局部特征拼接的行人重识别方法，首先构建行人重识别网络；然后采用多损失函数策略对行人重识别网络分支有针对性的进行分开约束；接着采用多损失函数策略对行人重识别网络进行训练，通过对行人重识别网络结构的参数进行优化训练，得到训练好的行人重识别模型；最后在行人查询集中随机选取某个指定对象，将该对象的图像输入至训练好的行人重识别模型中，计算该指定对象和候选集中的每个对象的欧式距离，接着对计算得到的距离进行升序排序，从而获得行人重识别结果。本发明采用多损失函数策略对模型进行约束，通过对损失函数针对性的选择以提高模型的泛化能力。

专利名称：一种基于全局特征的色调映射图像质量客观评价方法      申请号：2017101642428     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：音视频 图像质量 全局特征   相似专利 发布日：2022/10/14  
摘要： 本发明公开了一种基于全局特征的色调映射图像质量客观评价方法，其包括训练阶段和测试阶段两个过程；其考虑了自然场景统计特征和颜色统计特征对色调映射的影响，提取出色调映射图像的全局特征矢量，然后利用支持向量回归对训练图像集中的所有色调映射图像的全局特征矢量进行训练，构造质量预测模型；在测试阶段，通过计算用作测试的色调映射图像的全局特征矢量，并根据训练阶段构造的质量预测模型，预测得到该色调映射图像的质量客观评价预测值，由于获得的全局特征矢量信息具有较强的稳定性，且能够较好地反映色调映射图像的质量变化情况，因此有效地提高了客观评价结果与主观感知之间的相关性。