公开(公告)号：CN118865082A

公开(公告)日：2024-10-29

申请号：CN202410850429.3

申请日：2024-06-28

Applicant: 福州海洋研究院 ,  福州大学

Inventor： 罗伟林 ,  周欢 ,  林承煜 ,  陈磊磊 ,  李可为

IPC: G06V20/05 ,  G06V20/70 ,  G06V10/25 ,  G06V10/44 ,  G06V10/42 ,  G06V10/80 ,  G06V10/74 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0895 ,  G06N3/048

Abstract: 本发明提出一种适用于水下的组合自监督目标识别方法，包括以下步骤：步骤1：构建水下数据集；步骤2：数据预处理；对水下数据集中的同一数据进行不同的预处理，让检测模型在不同的预测处理结果中找出相似的信息；步骤3：检测模型采用组合自监督方法预训练，将输入图像映射到一个特征空间中，然后缩小正对之间的距离，扩大负对之间的距离，用以通过这一过程帮助检测模型学习数据中对下游任务有用的信息；步骤4：迁移训练，对检测模型预训练获得的权重信息，采用迁移训练进行微调获得获得高精度的水下检测模型，用于水下目标识别；本发明帮助目标模型获得更加丰富的水下目标表征信息，提高水下目标检测器的性能。

公开(公告)号：CN116612034A

公开(公告)日：2023-08-18

申请号：CN202310624162.1

申请日：2023-05-30

Applicant: 福州大学

Inventor： 罗伟林 ,  周欢 ,  王鑫城 ,  郑美城 ,  程中博 ,  陈磊磊 ,  陈震煊

IPC: G06T5/00 ,  G06T7/90 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/774

Abstract: 本发明涉及一种基于CNN的水下图像增强与复原组合优化方法，包括：制作数据集；用数据集训练基于CNN的去雾网络，得到训练好的去雾网络，作为水下去雾模块中的雾天去雾模块；将待处理的水下图像输入颜色恢复模块中，水下图像通过基于CIELab色彩模型的双通道分离颜色校正算法进行处理，得到颜色校正后的第一图像；将第一图像输入到水下去雾模块中的雾天去雾模块，通过去雾网络进行处理，得到去雾后的第二图像；将第二图像输入到水下去雾模块中的亮度均衡模块，通过CLAHE算法对第二图像的亮度通道进行处理，得到具有更均衡的亮度和更好的对比度的第三图像，即为水下图像增强与复原后的图像。该方法有利于校正水下图像存在的色偏，提高水下图像的对比度。