公开(公告)号：CN111784582B

公开(公告)日：2022-09-27

申请号：CN202010649509.4

申请日：2020-07-08

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  皮奎

IPC: G06T3/40

Abstract: 本发明公开一种基于DEC_SE的低照度图像超分辨率重建方法，所述方法包括如下步骤：1）加工现有数据集；2）特征提取；3）残差密集分解网络的训练；4）超分增强网络的训练；5）超分辨率重建。这种方法能够对低照度的低分辨率的图片进行重建，使得重建后的图像的亮度、对比度和分辨率得到显著提升。

公开(公告)号：CN113450366B

公开(公告)日：2022-08-30

申请号：CN202110806287.7

申请日：2021-07-16

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  张取

IPC: G06T7/10 ,  G06T3/40

Abstract: 本发明公开了一种基于AdaptGAN的低照度语义分割方法，其特征在于，包括如下步骤：1）整合数据集；2）训练光照正则化网络；3）训练语义分割网络；4）训练判别器网络。这种方法能够对低照度的图片进行语义分割，让语义分割的特征图视觉表征能力更强，提高分割精度。

公开(公告)号：CN113449811B

公开(公告)日：2022-05-13

申请号：CN202110806608.3

申请日：2021-07-16

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  李慧

IPC: G06V10/80 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多尺度的弱监督和域适应的低照度目标检测方法，包括如下步骤：1）整合数据集；2）基于像素级的无锚检测器PL‑AFD的预训练和伪标签的生成；3）低照度图像增强网络LLENet的训练；4）对域适应模块的训练；5）对自监督模块的训练；6）对整个低照度目标检测网络的测试。这种方法能弥补低照度图像和正常照度图像之间像素级和语义级的差距，提高目标检测器对低照度图像的检测精度。

公开(公告)号：CN111950649B

公开(公告)日：2022-04-26

申请号：CN202010845890.1

申请日：2020-08-20

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  沈世琪

IPC: G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制与胶囊网络的低照度图像分类方法，解决的技术问题是在弱光下拍摄的低照度图像太暗，以至于视觉效果以及图像分类的结果效果不佳，其中的细节缺失和噪声影响图像的分类。该方法利用CBAM注意力机制网络来增强低照度图像的亮度、去除图像的噪声、提高低照度图像的细节，再将增强后的图像输入胶囊网络中进行分类。本发明通过注意力机制与胶囊网络对低照度图像进行亮度和噪声上的优化，得到亮度增强并且细节清晰的图像，并在分类弱光环境下的图像效果更好。

公开(公告)号：CN111832508B

公开(公告)日：2022-04-05

申请号：CN202010703090.6

申请日：2020-07-21

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  张晗

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于DIE_GA的低照度目标检测方法，包括如下步骤：1）采集数据源，整合数据集；2）进行低照度图像的特征提取以及光照环境预测；3）DIE_GA网络中的STN过程对得到的特征图做进一步训练与筛选；4）进行目标检测网络的候选框提取；5）DIE_GA网络对候选框进行分类与回归。这种方法使得目标检测的特征图的特征表达能力更好、这种方法能提高目标检测的精度高。

公开(公告)号：CN109446804B

公开(公告)日：2022-02-01

申请号：CN201811127767.5

申请日：2018-09-27

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  秦嘉奇 ,  江婧 ,  周谭盛子 ,  胡硕

IPC: G06F21/55 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于多尺度特征连接卷积神经网络的入侵检测方法，使用卷积神经网络的超强特征提取能力提取到入侵数据中的关键特征和关联特征，使得提取到的特征在各种环境下都有较强的鲁棒性，网络结构也有很强的普适性。同时利用卷积自编码器和未标注数据对卷积层组参数进行预训练，使得网络即使在标注数据量较少的情况下也能够获得很好的效果，解决了大量数据标注困难的问题。当训练的卷积神经网络达到要求之后保存网络参数，之后的系统部署过程不需要再次进行训练，给系统的实施和部署带来了便利。当采集到新的网络入侵数据，之前训练的权重可以作为初始值载入网络进行微调训练，该入侵检测网络可以寻求到更优的性能。

公开(公告)号：CN113450366A

公开(公告)日：2021-09-28

申请号：CN202110806287.7

申请日：2021-07-16

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  张取

IPC: G06T7/10 ,  G06T3/40

Abstract: 本发明公开了一种基于AdaptGAN的低照度语义分割方法，其特征在于，包括如下步骤：1）整合数据集；2）训练光照正则化网络；3）训练语义分割网络；4）训练判别器网络。这种方法能够对低照度的图片进行语义分割，让语义分割的特征图视觉表征能力更强，提高分割精度。

公开(公告)号：CN110113353B

公开(公告)日：2021-06-22

申请号：CN201910419602.3

申请日：2019-05-20

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  钱艺

IPC: H04L29/06 ,  G06K9/62

Abstract: 本发明公开了一种基于CVAE‑GAN的入侵检测方法，涉及入侵检测技术领域，包括以下主要步骤：（一）进行数据增强；（二）进行数据预处理；（三）进行自编码器网络特征提取；（四）进行入侵识别；（五）进行异常处理。本发明有效地解决了入侵检测系统对某类或某几类数据检测率过低的问题。

公开(公告)号：CN107451984B

公开(公告)日：2021-06-22

申请号：CN201710621620.0

申请日：2017-07-27

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  吴辉

IPC: G06T5/50

Abstract: 本发明公开了一种基于混合多尺度分析的红外与可见光图像融合算法，包括如下步骤：步骤1：对红外与可见光图像进行NSCT分解，得到低频子带与高频子带；步骤2：对低频子带采用静态小波变换，得到一个低频子带和三个高频子带，分别采用局部能量与绝对值取大相结合和压缩感知理论对低、高频子带进行融合；步骤3：判断待融合图像的清晰度，根据判决准则选取LSCN的增强层数；步骤4：对最高层高频子带采用绝对值取大的融合规则，其余子带采用改进PCNN模型进行融合；步骤5：对融合结果进行NSCT逆变换，得到最终的融合图像。本发明得到的融合图像边缘突出，对比度高，目标突出，算法的平均梯度、空间频率等指标均高于现有技术。

公开(公告)号：CN111950649A

公开(公告)日：2020-11-17

申请号：CN202010845890.1

申请日：2020-08-20

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  沈世琪

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制与胶囊网络的低照度图像分类方法，解决的技术问题是在弱光下拍摄的低照度图像太暗，以至于视觉效果以及图像分类的结果效果不佳，其中的细节缺失和噪声影响图像的分类。该方法利用CBAM注意力机制网络来增强低照度图像的亮度、去除图像的噪声、提高低照度图像的细节，再将增强后的图像输入胶囊网络中进行分类。本发明通过注意力机制与胶囊网络对低照度图像进行亮度和噪声上的优化，得到亮度增强并且细节清晰的图像，并在分类弱光环境下的图像效果更好。