-
公开(公告)号：CN119723073A
公开(公告)日：2025-03-28
申请号：CN202411598967.4
申请日：2024-11-11
Applicant: 武汉工程大学
IPC: G06V10/26 , G06V10/82 , G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/0895
Abstract: 本申请涉及一种实例分割网络优化方法、设备及介质，方法包括：获取批量的尾部数据样本，对尾部数据样本进行数据增广，得到尾部扩展样本；对尾部数据样本和尾部扩展样本进行对比学习，得到尾部对比损失；构建尾部扩展样本的伪语义标签；获取批量的头部数据样本，头部数据样本和尾部数据样本均包含真值标签；将头部数据样本、尾部数据样本和尾部扩展样本输入预设实例分割网络中，基于真值标签和伪语义标签计算分割掩码损失和类别损失；基于尾部对比损失、分割掩码损失和类别损失对预设实例分割网络进行调整，得到优化实例分割网络。解决了现有模型对尾部稀有类别的识别准确率均较低，导致长尾实例分割的效果较差的问题。
-
公开(公告)号：CN119625393A
公开(公告)日：2025-03-14
申请号：CN202411686726.5
申请日：2024-11-25
Applicant: 武汉工程大学
IPC: G06V10/764 , G06V10/44 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种结合极化旋转角与空间自注意力的极化SAR影像分类方法，包括：获取极化SAR影像的极化相干矩阵序列，并从中提取待分类像素的邻域窗口四维数据；利用两个3D卷积块提取极化SAR影像的低级特征表示；建立极化角与空间局部特征提取网络架构，分别提取极化角和空间的局部特征；以transformer编码层为基础架构，建立极化角与空间全局特征提取及融合网络架构，以分别学习极化角与空间的全局特征以及进行全局特征融合；利用3D池化层与3D卷积块的组合对全局特征融合图进行下采样与高级特征提取，得到特征向量；将特征向量映射到分类器进行极化SAR影像类别分类并输出该待分类像素的分类结果。本发明有效提高了极化SAR影像的分类准确率。
-
公开(公告)号：CN114359093B
公开(公告)日：2024-12-24
申请号：CN202111656339.3
申请日：2021-12-31
Applicant: 武汉工程大学
IPC: G06T5/80
Abstract: 本发明公开了一种基于多尺度chebyshev多项式拟合的气动热辐射效应校正方法，包括：S2、将退化图像中心作为坐标原点，并以该坐标原点确定一个对称的坐标系统；S3、采用下采样方法，建立退化图像的多尺度图像金字塔；S4、选择chebyshev正交多项式作为基底来获取正交多项式系；S5、用chebyshev正交多项式曲面拟合构造正则化约束项并进行建模；S6、通过交替迭代的方法更新估计chebyshev正交多项式函数中的对应系数以及热辐射效应图b和潜在清晰图像s；S7、将b以及s上采样到上层尺度再次迭代，最终获得与输入同分辨率的热辐射效应图和潜在清晰图像。本发明能够通过多尺度chebyshev正交多项式拟合来校正气动热辐射效应，迭代优化次数少、鲁棒性高、精度高、气动热辐射效应校正图像无残留。
-
公开(公告)号：CN117173058B
公开(公告)日：2024-02-02
申请号：CN202311450901.6
申请日：2023-11-03
Applicant: 武汉工程大学
IPC: G06T5/70 , G06T5/20 , G06T3/4007
Abstract: 本发明公开了一种空变模糊图像统一复原方法，包括以下步骤：S1、输入模糊图像；S2、利用平滑项对模糊图像进行滤波，将滤波后的图像与原模糊图像进行卷积得到平滑图像，对平滑图像进行拉普拉斯运算和自适应阈值来筛选大梯度目标区域；S3、对大梯度目标区域进行模糊核估计，并计算整个平滑图像的初始空变模糊核；S4、根据初始空变模糊核构建逐点复原模型；S5、采用分裂Bregman方法将逐点复原模型中的图像小波正则化项和梯度正则化项分解成多个变量，通过滤除误差之后的模糊核以及shearlet小波正则化项来约束复原图像，多个变量不断进行交替迭代，最终得到各点的精确空变模糊核和复原图像。本发明能够更精确地估计模糊核并提高复原图像的质量。
-
公开(公告)号：CN117274578A
公开(公告)日：2023-12-22
申请号：CN202311569672.X
申请日：2023-11-23
Applicant: 武汉工程大学
IPC: G06V10/25 , G06V10/77 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/82 , G06F16/583
Abstract: 本发明公开了一种基于逻辑元变换乘积量化的细粒度图像检索方法，包括步骤：将待测图像导入卷积神经网络提取特征，输出最后一层的特征谱；再通过区域候选网络RPN将最后一层的特征谱生成Top‑N个部件，重新输入至卷积神经网络中，并将原始待测图像和Top‑N部件经过卷积神经网络后的最后三层特征进行融合级联；将融合级联后的输出特征通过线性投影生成相应的逻辑元，再通过逻辑元变换对生成的逻辑元向量重新加权；将重新加权后的逻辑元向量输入到细粒度图像检索模型，通过量化码书进行计算找到与待测图像的逻辑元向量最接近的数据库图像对应的量化码，将所对应的数据库图像作为检索结果。本发明能够通过挖掘图像中最具辨别力的区域，提高细粒度图像检索的精度。
-
Patent Agency Ranking
公开(公告)号：CN116563517A
公开(公告)日：2023-08-08
申请号：CN202310383998.7
申请日：2023-04-10
Applicant: 武汉工程大学
IPC: G06V10/22 , G06V10/82 , G06V10/774 , G06V10/40 , G06V10/24 , G06N3/0475 , G06N3/08 , G06N3/0895
Abstract: 本发明提供一种弱监督目标定位方法及装置，属于目标定位领域，方法包括：S1：导入原始图像数据集，并将原始图像数据集划分为图像训练集和图像测试集；S2：将图像训练集中的各个原始图像进行多个角度旋转，得到各个原始图像的多个旋转图像；S3：对图像训练集中各个原始图像以及各个原始图像的各个旋转图像进行多通道特征提取，得到图像训练集中各个原始图像的特征谱组以及各个旋转图像的特征谱组；S4:根据图像训练集中各个原始图像的特征谱组中预设层特征谱以及各个旋转图像的特征谱组中预设层特征谱进行旋转预测总损失函数的计算，得到旋转预测总损失函数。本发明能够通过挖掘细粒度目标的互补性以及一致性，提高了弱监督定位的精度。
-
公开(公告)号：CN114998142A
公开(公告)日：2022-09-02
申请号：CN202210650894.3
申请日：2022-06-08
Applicant: 武汉工程大学
IPC: G06T5/00
Abstract: 本发明提供了一种基于密集特征多监督约束的运动去模糊方法，包括：构建初始运动模糊图像去模糊网络模型，基于图像样本集训练初始运动模糊图像去模糊网络模型，得到目标运动模糊图像去模糊网络模型；获取实时模糊图像，将实时模糊图像输入至目标运动模糊图像去模糊网络模型中，得到恢复清晰图像；初始运动模糊图像去模糊网络模型包括多个编码块构成的编码器、多个解码块构成的解码器、添加在所述多个编码块之间和/或添加在所述多个编解码块之间和/或添加在编码器与解码器之间的多个监督约束模块。本发明通过添加的多个监督约束模块计算的损失值对模型参数进行更新，能够更好的约束模型的训练，从而解决模糊图像恢复效果不佳的问题。
-
公开(公告)号：CN114022399B
公开(公告)日：2022-04-19
申请号：CN202210013903.8
申请日：2022-01-07
Applicant: 武汉工程大学
Abstract: 本发明涉及一种气动光学热辐射校正方法、电子设备及可读存储介质，所述方法包括：获取待校正热辐射图像，对所述待校正热辐射图像进行处理，得到处理后的图像；将所述处理后的图像上的像素点坐标转换为预设形式坐标，根据所述预设形式坐标得到热辐射噪声曲面图像；利用所述热辐射噪声曲面图像对所述待校正热辐射图像进行校正，得到校正后的热辐射图像。本发明提供的气动光学热辐射校正方法，能够对气动光学热辐射进行有效校正。
-
公开(公告)号：CN114359095A
公开(公告)日：2022-04-15
申请号：CN202111661293.4
申请日：2021-12-31
Applicant: 武汉工程大学
IPC: G06T5/00
Abstract: 本发明公开了一种气动热辐射效应校正方法，包括：S1、获取气动热辐射退化图像，通过图像分解算法分解为平滑层和纹理细节层；S2、对平滑层进行像素阈值标记处理，确定热辐射强度中心；S3、确定强度中心范围；S4、对平滑层进行滤波，再根据强度中心范围内的像素点对平滑层进行高斯曲面拟合，获得初始热辐射效应层的高斯分布曲面参数；S5、对纹理细节层添加帧波正则化约束，再结合高斯分布曲面的正则化约束，建立基于范数最小化的图像校正模型；S6、对模型进行Split Bregman迭代求解，得到校正后的清晰图像。本发明具有拟合曲面所需参数少、可以在校正中更好地保边缘、以及运算迭代次数少等特点，能够对气动热辐射领域中热辐射图像有着比较好的校正效果。
-
公开(公告)号：CN114359093A
公开(公告)日：2022-04-15
申请号：CN202111656339.3
申请日：2021-12-31
Applicant: 武汉工程大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于多尺度chebyshev多项式拟合的气动热辐射效应校正方法，包括：S2、将退化图像中心作为坐标原点，并以该坐标原点确定一个对称的坐标系统；S3、采用下采样方法，建立退化图像的多尺度图像金字塔；S4、选择chebyshev正交多项式作为基底来获取正交多项式系；S5、用chebyshev正交多项式曲面拟合构造正则化约束项并进行建模；S6、通过交替迭代的方法更新估计chebyshev正交多项式函数中的对应系数以及热辐射效应图b和潜在清晰图像s；S7、将b以及s上采样到上层尺度再次迭代，最终获得与输入同分辨率的热辐射效应图和潜在清晰图像。本发明能够通过多尺度chebyshev正交多项式拟合来校正气动热辐射效应，迭代优化次数少、鲁棒性高、精度高、气动热辐射效应校正图像无残留。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.025 seconds)
