-
公开(公告)号:CN112950478B
公开(公告)日:2022-07-19
申请号:CN202110291613.5
申请日:2021-03-18
Applicant: 武汉工程大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于双重身份属性约束的人脸超分辨率方法及系统,该方法包括:S1、获取对应的低分辨率人脸图像LR和高分辨率人脸图像HR;S2、将LR输入第一生成器得到高分辨率空间的人脸图像SR,将SR输入第二生成器得到低分辨率空间的人脸图像LR′;S3、将HR输入第二生成器得到低分辨率空间的人脸图像LR″,将LR″输入第一生成器得到高分辨率空间的人脸图像SR′;S4、LR和LR′进行前向闭环约束,HR和SR′进行反向闭环约束;S5、SR和SR′进行前向身份约束,LR″和LR′进行反向身份约束。本发明提出了具有双重身份属性的双闭环网络能够超分辨低分辨率面部图像到相应的高分辨率部分同时保留身份信息,能够有效提升人脸图像的超分辨率重建性能。
-
公开(公告)号:CN114751264A
公开(公告)日:2022-07-15
申请号:CN202210437412.6
申请日:2022-04-25
Applicant: 武汉工程大学
Abstract: 本发明公开了一种用于消毒通风的工业大风扇,包括主体、电源线,电源线上设置有收纳筒,收纳筒包括固定装置、收纳辊、固定杆,电源线从固定装置的位置穿过收纳筒且电源线缠绕连接至固定杆上;固定杆贯穿收纳辊且收纳辊固接于收纳筒内部,固定杆的两端与收纳筒的内腔转动连接,收纳辊内的固定杆上设置有扭簧,扭簧的一端与固定杆固接,扭簧的另一端与收纳辊的内腔固接;使得电源线被拉出收纳筒时,扭簧对电源线的回复拉力能够被固定装置抵消。本发明在电源线上设置收纳结构,在条件允许范围内可自由调节电源线的长度,便于收纳、伸缩。
-
公开(公告)号:CN110580680B
公开(公告)日:2022-07-05
申请号:CN201910849721.2
申请日:2019-09-09
Applicant: 武汉工程大学 , 武汉烽火技术服务有限公司
IPC: G06T3/40
Abstract: 本发明公开了一种基于组合学习的人脸超分辨率方法及装置,属于人脸图像超分辨率领域,该方法包括:对下采样得到的低分辨率人脸图像进行组件分割;将低分辨率人脸图像和分割后的人脸组件图像块进行分块操作,分出相互重叠的图像块;将图像块输入各组件生成对抗网络产生高分辨率组件图像块,由上采样后的低分辨率人脸背景图像生成高分辨率人脸背景图像;通过融合网络提取高分辨率图像块特征及人脸背景图像组件特征;将两种特征进行融合后,重建得到目标人脸组件图像块;通过人脸组件在人脸图像中的坐标点,将目标人脸组件图像块对应合并至高分辨率人脸背景图像中,形成高分辨率人脸图像。本发明可以提高网络的重建性能,产生更高质量的人脸图像。
-
公开(公告)号:CN114648457A
公开(公告)日:2022-06-21
申请号:CN202210272822.X
申请日:2022-03-18
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
Abstract: 本发明提供一种图像增强方法、装置、设备及可读存储介质,图像增强方法包括:对每张低光照图像分别进行光照增强处理;以每张低光照图像和其对应的初步光照增强图像以及正常光照图像作为一个训练图像对;使用多个训练图像对交替训练增强生成器网络、降质生成器网络、增强判别器网络和降质判别器网络,得到训练好的增强生成器网络。通过本发明,将低光照图像进行初步光照增强,在增强生成器网络的基础上增加了降质生成器网络,将正常光照图像进行反向的降质学习训练,由于判别器和生成器之间的互斥,使得增强的图像和降质的图像都与对应的真实光照图像越来越相似,通过本发明,可以生成更高质量的正常光照图像。
-
公开(公告)号:CN114612755A
公开(公告)日:2022-06-10
申请号:CN202210162383.7
申请日:2022-02-22
Applicant: 武汉工程大学
IPC: G06V10/80 , G06V10/52 , G06V10/25 , G06V10/54 , G06V10/56 , G06V10/764 , G06V10/766 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本申请涉及一种火灾检测方法、系统、电子设备和可读存储介质,属于计算机视觉技术领域。该方法包括获取待检测图像;对所述待检测图像进行特征提取,得到多个不同尺度的深层特征图;根据多个所述深层特征图,确定所述待检测图像的类别和火灾事故在所述待检测图像中的位置,所述类别包括存在火灾事故或不存在火灾事故。本申请可以高效率地检测出待检测图像中是否有火灾,以及火灾的位置信息,和人工监测火灾相比,本申请的准确性高、及时性强、人力成本更少,利用待检测图像的深层特征图进行评判,更够更好地利用待检测图像所包含的信息,使得检测过程更加智能化。
-
公开(公告)号:CN111814595B
公开(公告)日:2022-05-10
申请号:CN202010568470.3
申请日:2020-06-19
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于多任务学习的低光照行人检测方法及系统,包括获取正常、低光照行人数据集;构建光照增强网络,并利用正常、低光照行人数据集进行预训练;构建行人检测网络,利用正常光照行人数据集进行预训练;基于多任务学习,设计一个能够融合不同任务之间特征的多任务学习模块,对两个网络进行特征共享,构建多任务特征共享的低光照行人检测网络;将两个预训练模型导入到该低光照行人检测网络,并利用正常、低光照行人数据集进行训练,得到多任务特征共享的低光照行人检测模型;利用多任务特征共享的低光照行人检测模型对被检测图像进行检测,得到图像中行人的位置。本发明能够准确、高效的在低光照的图像中检测出行人的位置。
-
公开(公告)号:CN114219742A
公开(公告)日:2022-03-22
申请号:CN202111055117.6
申请日:2021-09-09
Applicant: 武汉工程大学 , 武汉逸锦科技有限公司
Abstract: 本发明提供了一种联合流形约束和FB‑GAN的人脸变形方法和系统,通过使用生成对抗神经网络设计出端到端的人脸图像拼接对抗网络FB‑GAN,实现了在人脸变形过程中生成高分辨率的人脸图像的功能。本发明通过人脸变形算法生成高分辨率的人脸图像,解决了传统变形中人脸嘴巴从闭合到张开所导致的嘴巴“扭曲”或“空洞”问题。本发明解决了人脸拼接问题中的颜色差异较大而导致的拼接效果较差的问题,提高了人脸生成图像的真实性。
-
公开(公告)号:CN113657225A
公开(公告)日:2021-11-16
申请号:CN202110898055.9
申请日:2021-08-05
Applicant: 武汉工程大学 , 武汉烽火技术服务有限公司
Abstract: 本发明提供一种目标检测方法,包括步骤:提取图像特征生成特征图;将特征图上采样,获得放大特征图;将放大特征图连接到类别预测头、宽高预测头和中心点偏移量预测头;在类别预测头中加入类别注意力网络,挖掘类内和类间的相距较远但语义相关的目标之间的有效信息;通过对真实目标框编码产生监督信息监督各预测头的训练;由各预测头输出的结果在待检测图像中框选识别对象并标记分类结果。本发明结合对目标类别作进一步判断的类别注意力和对边框回归的尺度自适应编码,使得网络在能关联类内和类间的特征,挖掘类内和类间的相距较远但语义相关的目标之间的有效信息的同时,还能根据检测目标的尺度变换进行更精准的框选,提升检测的准度和框选精度。
-
公开(公告)号:CN112734642A
公开(公告)日:2021-04-30
申请号:CN202110035136.6
申请日:2021-01-12
Applicant: 武汉工程大学
Abstract: 本发明公开了一种多尺度纹理转移残差网络的遥感卫星超分辨率方法及装置,属于遥感卫星图像超分辨率领域,该方法包括:将下采样后的目标低分辨率图像通过深度残差网络进行特征提取,对提取出的特征图进行两次上采样操作,使其与原高分辨率卫星图像大小一致;由多尺度残差模块内使用不同卷积的残差块提取特征图特征信息,使用交叉的方式实现特征信息共享,残差模块外使用跳跃连接的方式实现多尺度特征信息融合;通过特征融合来更新目标低分辨率卫星图像的特征图以生成最终的高分辨率卫星图像;利用判别器对生成的高分辨率图像与原始的高分辨率图像进行对比。本发明所提出的网络优于其他最新的遥感卫星图像超分辨率算法,能生成更高质量的卫星图像。
-
公开(公告)号:CN112150379A
公开(公告)日:2020-12-29
申请号:CN202010999372.5
申请日:2020-09-22
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于感知判别增强生成对抗网络的图像去雾方法及装置,该方法包括:样本采集,使用高清相机获得清晰无雾的图像,然后通过光学模型和深度先验信息合成有雾图像,从而获取有雾和无雾图像对;构建生成网络,将采集到的数据样本分为训练集和测试集,将训练集中的有雾图像输入到生成网络中,生成去雾图像;构建感知判别增强对抗网络,将生成的去雾图像和原始的无雾图像发送到对抗网络中,判别生成的去雾图像的真假;迭代给定的次轮后,得到最优的模型;将测试图像输入到最优的模型中,进行去雾处理。本发明所提出的方法优于其他最新的图像去雾算法,能生成更高质量的无雾图像。
-
-
-
-
-
-
-
-
-