基于跨尺度特征融合的低曝光静脉图像增强方法

发明专利有效专利

申请号：
CN202110559336.1
IPC分类号：G06T5/50;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-05-21
申请人：
中国矿业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于跨尺度特征融合的低曝光静脉图像增强方法
申请号	CN202110559336.1	申请日期	2021-05-21
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-17	公开/公告号	CN113269702A
优先权	暂无	优先权号	暂无
主分类号	G06T5/50 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T5/00 图像的增强或复原，如从位像到位像地建立一个类似的图形〔6〕 G06T5/50 通过使用多于一幅图像的，例如平均、减少〔6〕	IPC分类号	G;0;6;T;5;/;5;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	中国矿业大学	申请人地址	江苏省徐州市铜山区大学路一号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国矿业大学	当前权利人	中国矿业大学
发明人	王军;韩淑雨;潘在宇;李玉莲;申政文;陈晓玲
代理机构	南京理工大学专利中心	代理人	朱沉雁

摘要

本发明公开了一种基于跨尺度特征融合的低曝光静脉图像增强方法，制作低曝光静脉图像数据集，构建跨尺度特征融合模块，基于通道注意力机制，采用残差结构构建静脉跨尺度融合残差块，若干个残差块首尾连接堆叠成静脉图像跨尺度融合模型，构建测试集，将测试集中的低曝光静脉图像输入到静脉图像跨尺度融合模型，得到增强后的静脉图像。本发明提出一种多尺度分支的跨尺度特征信息融合方法，充分利用了静脉图像不同尺度之间空间结构信息，增强了网络模型对于静脉纹络等细节信息的表征学习能力，提升了低曝光静脉图像的增强效果。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供