-
公开(公告)号：CN117934869B
公开(公告)日：2024-06-18
申请号：CN202410331986.4
申请日：2024-03-22
Applicant: 中铁大桥局集团有限公司 , 中铁大桥科学研究院有限公司 , 武汉工程大学
IPC: G06V10/46 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种目标检测方法、系统、计算设备以及介质。方法包括：获取高空监控视角的目标数据域和无人机视角的源数据域，并将所述目标数据域和所述源数据域作为训练集输入到初始模型中进行训练；在训练过程中确定所述判别损失值、对抗损失值和回归损失值；基于所述判别损失值对所述判别网络的参数进行调整，基于所述对抗损失值和所述回归损失值对初始模型的参数进行调整；直至迭代预设次轮后，获得训练完成的目标检测模型；获取高空监控视角的数据并将其输入到所述目标检测模型，获得检测结果。能够使目标检测模型较为准确地识别高空监控场景中不同尺度的待检测目标，以提高在面向实际高空监控场景中，目标检测模型的性能表现。
-
公开(公告)号：CN116229442B
公开(公告)日：2024-05-28
申请号：CN202310002512.0
申请日：2023-01-03
Applicant: 武汉工程大学
Abstract: 本发明提供了一种文本图像合成和实例化权重的迁移学习方法，通过一系列合成策略以生成适合真实文本图像的合成数据，在长度和字符上提供两种文本选择方法，解决了合成数据集文本分布的偏差；通过提供文本合成策略，使合成的文本图像能够更加贴近现实世界图像；通过提出实例化权重的方法连接合成样本不同域的分布，并学习马氏距离，减少了合成样本和真实样本间差异，实现了生成困难场景下STR的合成数据的功能，解决了文本框图像中文本外观的逼真性和多样性，缓解了来自真实世界的注释文本图像的缺乏。本发明还提出了多种渲染策略，以合成真实的合成数据；针对合成数据迁移间差异问题提出了基于实例化的迁移方法训练识别模型。
-
公开(公告)号：CN117788334A
公开(公告)日：2024-03-29
申请号：CN202311653555.1
申请日：2023-12-05
Applicant: 武汉工程大学
IPC: G06T5/73 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了基于水天分割的内河雾天图像清晰化方法、系统以及设备，涉及图像处理的技术领域，包括：获取具有内河区域、船舶区域以及天空区域的初始雾天图像；提取船舶区域中的所有像素点，以分割内河区域以及天空区域，以获取天空区域图像以及非天空区域图像；分别对天空区域图像以及非天空区域图像进行深度特征图估计，获得对应的天空区域深度特征图以及非天空区域深度特征图；根据天空区域深度特征图以及非天空区域深度特征图，获得初始雾天图像整体上的目标深度特征图；融合目标深度特征图以及初始雾天图像，获得目标去雾图像。本发明解决了现有去雾技术中存在深度特征估计自适应能力较差，导致其输出的图像具有阴影和色斑的问题。
-
公开(公告)号：CN117036985B
公开(公告)日：2024-02-06
申请号：CN202311299444.5
申请日：2023-10-09
Applicant: 武汉工程大学
IPC: G06V20/13 , G06V10/762 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种面向视频卫星图像的小目标检测方法及装置，包括：获取待检测图像，对所述待检测图像进行预处理，得到目标图像；获取预设的标注框，基于K‑means聚类算法，利用所述标注框自适应计算目标图像的锚框；基于YOLOv5模型，构建边缘感知模块；其中边缘感知模块由通道注意力模块和空间注意力模块组成；为所述边缘感知模块构建边角对齐交并比损失函数；对所述锚框进行调整得到目标图像的预测框，基于所述交并比损失函数，通过具有预测框的目标图像对所述边缘感知模块进行训练，得到小目标检测模型；将所述待检测图像输入所述小目标检测模型，得到待检测图像的小目标检测结果。(56)对比文件Mengfan Xue.et al."One Spatio-Temporal Sharpening Attention Mechanismfor Light-Weight YOLO Models Based onSharpening Spatial Attention"《.MDPI》.2021,全文.Tao Sun. et al."Small objectdetection method based on YOLOv5 improvedmodel"《.IEEE》.2022,全文.
-
公开(公告)号：CN115393186A
公开(公告)日：2022-11-25
申请号：CN202210867096.6
申请日：2022-07-22
Applicant: 武汉工程大学
Abstract: 本发明公开了一种人脸图像超分辨率重建方法、系统、设备及介质，涉及计算机视觉技术领域，该方法基于目标人脸图像超分辨率重建模型实现图像重建，该方法步骤包括：对待重建的低分辨率人脸图像进行浅层特征提取，得到第一浅层特征图像；对第一浅层特征图像进行深层特征提取，得到第一深层特征图像；根据第一浅层特征图像和第一深层特征图像，确定目标重建图像。本方法解决了通过现有的基于局部图像块和全局人脸统计的人脸图像超分辨率重建方法实现人脸图像超分辨率重建时全局结构不一致、局部细节丢失，导致重建效果不佳，以及现有的基于结构先验的人脸图像超分辨率重建方法实现人脸图像超分辨率重建存在生成的超分辨率人脸图像失真的问题。
-
Patent Agency Ranking
公开(公告)号：CN115293966A
公开(公告)日：2022-11-04
申请号：CN202210741509.6
申请日：2022-06-27
Applicant: 武汉工程大学
IPC: G06T3/40 , G06V10/74 , G06V10/774 , G06V40/16
Abstract: 本发明提供一种人脸图像重建方法、装置以及存储介质，属于图像重建领域，方法包括：通过各个原始人脸图像依次对超分辨率待训练模型的超分辨率图像训练分析得到超分辨率训练模型；通过超分辨率训练模型分别对原始人脸图像的图像识别得到目标超分辨率图像；通过所有的原始人脸图像和所有的目标超分辨率图像对人脸重建待训练模型的人脸重建图像训练分析得到人脸重建训练模型；通过人脸重建训练模型分别对目标超分辨率图像的图像重建得到人脸图像重建结果。本发明能够重建高保真和身份感知的HR人脸图像，能够提取更详细的信息，提升了视觉保真度。
-
公开(公告)号：CN114513681A
公开(公告)日：2022-05-17
申请号：CN202210088178.0
申请日：2022-01-25
Applicant: 武汉工程大学 , 武汉逸锦科技有限公司
IPC: H04N21/231 , H04N21/234
Abstract: 本申请涉及一种视频处理系统、方法、装置、电子设备和存储介质，属于软件监控技术领域。包括：边缘端中的前置服务单元用于获取应用场景设备端采集的初始视频数据，对初始视频数据进行目标对象识别操作，以提取包含目标对象的图像帧，并发送至算法服务单元；边缘端中的算法服务单元用于对于每帧包含目标对象的图像帧，根据该图像帧对应的当前应用场景，确定对应的对象提取模型，根据当前应用场景对应的对象提取模型提取图像帧中的目标对象，得到图像帧的目标数据；云端用于存储初始视频数据对应的目标数据。本申请具备高效率的图像处理能力，根据不同的应用场景加载不同的对象提取模型，并非一个应用场景对应一个视频处理系统，适用范围较广。
-
公开(公告)号：CN110458758B
公开(公告)日：2022-04-29
申请号：CN201910687010.X
申请日：2019-07-29
Applicant: 武汉工程大学
Abstract: 本发明涉及一种图像超分辨率重建方法、系统及计算机存储介质，其方法包括以下步骤，S1，将原始图像重塑为固定大小尺寸的图像，得到原始高分辨率图像，将原始高分辨率图像进行插值下采样，得到低分辨率图像；S2，基于生成网络对低分辨率图像进行基于边缘增强的超分辨率重建，得到超分辨率图像；S3，基于判别网络和原始高分辨率图像对超分辨率图像进行真伪判别。本发明其将单一的低分辨图像通过边缘细节信息增强表达，在原始超分辨率重建生成网络中加入边缘增强融合网络提高了图像超分辨率重建性能，获得更清晰的重建图像；另外，判别网络也可以提升边缘增强生成对抗网络的重建性能。
-
公开(公告)号：CN108986059B
公开(公告)日：2021-12-24
申请号：CN201810654729.9
申请日：2018-06-22
Applicant: 武汉工程大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于流形正则化群的局部约束表达的人脸超分辨率重建方法，包括以下步骤：建立低分辨人脸图像训练集和高分辨人脸图像训练集，对插值后的低分辨率训练集中的人脸图像和高分辨率训练集中的人脸图像在像素域中划分相互重叠的图像块；对于划分的图像块，在输入的图像中找到与之相似的多个块组成一个相似块矩阵，并且在这些相似块中建立一个图，得到一个拉普拉斯矩阵；根据得到的高分辨率训练图像块字典群矩阵和权重系数群矩阵求出重建的HR图像块群矩阵，进而得到高分辨人脸图像块，融合得到最终目标的高分辨率人脸图像。本发明充分利用了图片中相似区域的强相关性计算系数矩阵，提高重建性能，获得更高质量的高分辨率人脸图像。
-
公开(公告)号：CN113793299A
公开(公告)日：2021-12-14
申请号：CN202110947750.X
申请日：2021-08-18
Applicant: 武汉工程大学
Abstract: 本发明公开了一种巷道岩爆风险监测方法及监测装置，所述巷道岩爆风险监测方法包括如下步骤：在巷道内分别获取巷道内同一视场内围岩的红外图像和可见光图像，并测量视场内围岩至测量位点之间的间距L；经步骤1拍摄后,再在巷道内旋转角度为α，并测量视场内围岩至测量位点之间的间距L1；计算出配准图像中单个像素点所对应的围岩的测量面积为S0,再根据可见光图像和红外图像拍摄的倾斜角度θ计算出配准图像中单个像素点所对应的围岩的实际面积为S；设定所述巷道围岩温度异常阈值，统计配准图像中每个温度异常区域内的像素点个数N，计算出配准图像内每个温度异常区域的实际面积S2，其中，S2＝N×S,其可精准的识别巷道岩爆风险点及其面积尺寸。
-
-
-
-
-
-
-
-
-
Search Results
188
records
(took 0.031 seconds)
