-
公开(公告)号：CN114724046B
公开(公告)日：2025-01-10
申请号：CN202210314026.8
申请日：2022-03-28
Applicant: 武汉工程大学
IPC: G06V20/10 , G06V10/26 , G06V10/774 , G06V10/25 , G06V10/82
Abstract: 本发明提供一种光学遥感图像检测方法、装置以及存储介质，属于图像检测领域，方法包括：对多个光学遥感图像进行划分，得到多个光学遥感训练图像和多个光学遥感测试图像；分别对各个光学遥感训练图像进行标注，得到光学遥感标注图像；构建训练模型，根据多个光学遥感标注图像对训练模型进行模型训练，得到待测试图像检测模型；根据多个光学遥感测试图像对待测试图像检测模型进行测试，得到图像检测模型；通过图像检测模型对待测光学遥感图像进行检测，得到检测结果。本发明实现了对目标区域和背景区域的区分，能够更加精确地预测显著图，提高了光学遥感图像检测的准确率，降低了大量的劳动力和时间。
-
公开(公告)号：CN115115870A
公开(公告)日：2022-09-27
申请号：CN202210571742.4
申请日：2022-05-24
Applicant: 武汉工程大学
IPC: G06V10/764 , G06V10/24 , G06V10/44 , G06V10/774
Abstract: 本发明涉及深度学习图像翻译领域，尤其涉及一种图像翻译方法、系统、介质及设备。该方法包括：将预处理后的待翻译图像输入至可见光到红外图像翻译网络中，得到翻译结果以及图像的边缘信息，所述可见光到红外图像翻译网络包含图像翻译模块以及图像边缘信息监督模块，其中，所述图像翻译模块包括注意力子模块。通过本发明能够达到在生成器以及判别器中引入自注意力机制来引导可见光到红外图像翻译网络注重图像中更具判别性的区域，通过引入边缘信息监督模块对生成图像与目标域真实图像边缘的一致性做约束，有助于解决现有方法所翻译图像存在的边缘模糊、不对齐的问题的效果。
-
公开(公告)号：CN114373092A
公开(公告)日：2022-04-19
申请号：CN202111211063.8
申请日：2021-10-18
Applicant: 武汉工程大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于拼图排列学习的渐进式训练细粒度视觉分类方法，通过拼图生成器将图像数据集裁剪成不同粒度大小的图像，使用残差网络(ResNet50)作为特征提取器，将拼图解算器作用在特征图提取的每一个阶段，在残差网络(ResNet50)的每个阶段学习不同粒度大小的局部信息并且融合多尺度的特征，同时在每个阶段使用拼图解算模块学习打乱图像的拼图排列矩阵来学习对象的全局信息，通过在每个阶段学习不同粒度大小局部信息的同时学习对象的全局信息来进行细粒度视觉分类，在模型的每个阶段同时利用不同粒度对象的局部细节信息以及整体对象的全局信息之间的互补关系，使得模型最终的分类性能达到目前最先进的水平。
-
公开(公告)号：CN115115870B
公开(公告)日：2025-01-03
申请号：CN202210571742.4
申请日：2022-05-24
Applicant: 武汉工程大学
IPC: G06V10/764 , G06V10/24 , G06V10/44 , G06V10/774
Abstract: 本发明涉及深度学习图像翻译领域，尤其涉及一种图像翻译方法、系统、介质及设备。该方法包括：将预处理后的待翻译图像输入至可见光到红外图像翻译网络中，得到翻译结果以及图像的边缘信息，所述可见光到红外图像翻译网络包含图像翻译模块以及图像边缘信息监督模块，其中，所述图像翻译模块包括注意力子模块。通过本发明能够达到在生成器以及判别器中引入自注意力机制来引导可见光到红外图像翻译网络注重图像中更具判别性的区域，通过引入边缘信息监督模块对生成图像与目标域真实图像边缘的一致性做约束，有助于解决现有方法所翻译图像存在的边缘模糊、不对齐的问题的效果。
-
公开(公告)号：CN114331922A
公开(公告)日：2022-04-12
申请号：CN202210229047.X
申请日：2022-03-10
Applicant: 武汉工程大学
IPC: G06T5/00
Abstract: 本发明公开了一种多尺度自校准气动光学效应湍流退化图像复原方法，包括以下步骤：S1、提取原始气动光学效应湍流退化图像的特征图；S2、通过预先构建的自校准网络对特征图进行校准，得到针对湍流退化图像局部模糊区域校准的局部融合特征图；S3、对原始气动光学效应湍流退化图像的特征图进行多尺度卷积恢复，得到针对全局区域的全局恢复特征图；S4、将局部融合特征图和全局恢复特征图合并，并通过卷积对合并后的特征图进行图像复原。本发明能在利用图像潜在高、低分辨率空间信息的同时兼顾到图像的多尺度信息，从而精准复原气动光学效应湍流退化图像。
-
Patent Agency Ranking
公开(公告)号：CN112948617A
公开(公告)日：2021-06-11
申请号：CN202110176957.1
申请日：2021-02-07
Applicant: 武汉工程大学
IPC: G06F16/583 , G06F16/55 , G06F16/538 , G06F16/51 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于特定类原型的深度哈希网络图像检索方法及装置，涉及计算机信息检索技术领域。基于特定类原型深度哈希网络的数据检索方法具体包括：建立深度哈希网络模型；获取待检索的目标图像信息；根据所述深度哈希网络模型对所述目标图像信息进行检索，得到检索结果。本发明通过标签信息分解学习得到离散的特定类原型，作为语义标签的中间语义表示，并建立所述图像数据的哈希码和所述特定类原型之间的粗略语义关系，并通过成对的监督信息构造所有哈希码之间的精细化语义关系，该中间表示缩小了语义标签和哈希码之间的语义差距，解决语义标签与哈希码之间存在的语义鸿沟和域鸿沟问题，提升了哈希检索的性能。
-
公开(公告)号：CN112597324A
公开(公告)日：2021-04-02
申请号：CN202011479598.9
申请日：2020-12-15
Applicant: 武汉工程大学
Abstract: 本发明涉及一种基于相关滤波的图像哈希索引构建方法及系统，方法包括：对图像数据集进行数据预处理得到相似矩阵，并将预处理后的图像数据集划分为训练样本集和测试样本集；利用FPN特征金字塔网络和MLP多层感知器构建深度卷积网络；定义成对语义损失函数和分类损失函数，并根据所述成对语义损失函数和分类损失函数构建协作学习框架，形成损失层；根据所述损失层和所述深度卷积网络构建深度网络哈希模型；利用所述训练样本集对所述深度网络哈希模型进行模型优化；利用所述测试样本集对优化后的所述深度网络哈希模型进行测试并生成索引。本发明能在利用图片多尺度信息的同时兼顾到图片的语义信息和潜在空间信息，从而使得最终得到的哈希二值码更准确。
-
-
公开(公告)号：CN114331922B
公开(公告)日：2022-07-19
申请号：CN202210229047.X
申请日：2022-03-10
Applicant: 武汉工程大学
IPC: G06T5/00
Abstract: 本发明公开了一种多尺度自校准气动光学效应湍流退化图像复原方法，包括以下步骤：S1、提取原始气动光学效应湍流退化图像的特征图；S2、通过预先构建的自校准网络对特征图进行校准，得到针对湍流退化图像局部模糊区域校准的局部融合特征图；S3、对原始气动光学效应湍流退化图像的特征图进行多尺度卷积恢复，得到针对全局区域的全局恢复特征图；S4、将局部融合特征图和全局恢复特征图合并，并通过卷积对合并后的特征图进行图像复原。本发明能在利用图像潜在高、低分辨率空间信息的同时兼顾到图像的多尺度信息，从而精准复原气动光学效应湍流退化图像。
-
公开(公告)号：CN114724046A
公开(公告)日：2022-07-08
申请号：CN202210314026.8
申请日：2022-03-28
Applicant: 武汉工程大学
Abstract: 本发明提供一种光学遥感图像检测方法、装置以及存储介质，属于图像检测领域，方法包括：对多个光学遥感图像进行划分，得到多个光学遥感训练图像和多个光学遥感测试图像；分别对各个光学遥感训练图像进行标注，得到光学遥感标注图像；构建训练模型，根据多个光学遥感标注图像对训练模型进行模型训练，得到待测试图像检测模型；根据多个光学遥感测试图像对待测试图像检测模型进行测试，得到图像检测模型；通过图像检测模型对待测光学遥感图像进行检测，得到检测结果。本发明实现了对目标区域和背景区域的区分，能够更加精确地预测显著图，提高了光学遥感图像检测的准确率，降低了大量的劳动力和时间。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
