公开(公告)号：CN116091987A

公开(公告)日：2023-05-09

申请号：CN202310035284.7

申请日：2023-01-10

Applicant: 北京工业大学

Inventor： 王素玉 ,  晋一淑

IPC: G06V20/50 ,  G06V10/774 ,  G06V10/764 ,  G06T7/40 ,  G06T7/90 ,  G06T7/62

Abstract: 本发明公开了一种面向工业场景的多策略图像异常样本生成方法，所述方法包括：获取工业场景下的正常样本，送入预设网络，将工业数据视作纹理类、普通物体类、小目标物体类三种类别，进而采用三种生成方法生成异常样本，同时训练正常和异常样本，最终生成对应类别的检测模型；本发明在实施上具有低成本、高精度等优点，具有较高的应用价值。

公开(公告)号：CN114241340B

公开(公告)日：2024-05-10

申请号：CN202111544670.6

申请日：2021-12-16

Applicant: 北京工业大学

Inventor： 王素玉 ,  张磊 ,  车其晓 ,  晋一淑

IPC: G06V20/17 ,  G06V10/25 ,  G06V10/30 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供一种基于双路深度残差网络的图像目标检测方法及系统，涉及目标检测技术领域，包括：识别图像的光照情况，若为低照度图像则进行亮度增强处理；对图像进行特征提取，获得初始图像特征；基于双路深度残差软阈值特征去噪网络对初始图像特征进行去噪优化，得到优化后图像特征；对优化后图像特征进行分类及目标检测，获取检测结果。本发明对航拍图像中的低照度图像进行亮度增强，再进行目标检测，同时设计了一种双路深度残差软阈值特征去噪网络，更好的降低无人机图像背景特征中的噪声对目标检测的影响，提升目标检测效果。

公开(公告)号：CN114241340A

公开(公告)日：2022-03-25

申请号：CN202111544670.6

申请日：2021-12-16

Applicant: 北京工业大学

Inventor： 王素玉 ,  张磊 ,  车其晓 ,  晋一淑

IPC: G06V20/17 ,  G06V10/25 ,  G06V10/30 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供一种基于双路深度残差网络的图像目标检测方法及系统，涉及目标检测技术领域，包括：识别图像的光照情况，若为低照度图像则进行亮度增强处理；对图像进行特征提取，获得初始图像特征；基于双路深度残差软阈值特征去噪网络对初始图像特征进行去噪优化，得到优化后图像特征；对优化后图像特征进行分类及目标检测，获取检测结果。本发明对航拍图像中的低照度图像进行亮度增强，再进行目标检测，同时设计了一种双路深度残差软阈值特征去噪网络，更好的降低无人机图像背景特征中的噪声对目标检测的影响，提升目标检测效果。