公开(公告)号：CN118864291A

公开(公告)日：2024-10-29

申请号：CN202410827420.0

申请日：2024-06-25

Applicant: 北京理工大学

Inventor： 岳裕丰 ,  于萌 ,  杨罗婕 ,  杨毅

IPC: G06T5/70 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于联合条件扩散模型的混合退化图像复原方法，涉及图像复原技术领域，是一种两阶段式混合退化图像复原方法，包括基于联合条件扩散模型的预复原阶段和基于不确定性估计网络的微调复原阶段。基于物理大气散射模型，建立了混合天气退化模型，该模型可作为产生混合天气退化的基础模型。在初步复原阶段，构建了基于物理约束的联合条件扩散模型，该模型引入退化图像和退化掩码作为引导图像恢复过程的条件。在微调复原阶段，利用不确定性估计模块增强对于图像颜色和细节的恢复。相比于针对单一已知退化类型的图像复原方法，本方法无需对退化类型做出先验假设；且相比于盲源图像分解方法，本方法无需明确地识别或分离单个退化因素，有效解决了当退化类型未知且混合多样时的图像复原问题。

公开(公告)号：CN119399458A

公开(公告)日：2025-02-07

申请号：CN202411352873.9

申请日：2024-09-26

Applicant: 北京理工大学

Inventor： 岳裕丰 ,  于萌 ,  杨罗婕 ,  杨毅

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/25 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06V10/98 ,  G06F16/353 ,  G06F40/30 ,  G06F18/22 ,  G06N3/0455

Abstract: 本发明公开了开放场景多模态图像‑文本零样本语义分割方法及系统，属于图像语义分割技术领域，适应于处理热感以及红外图像，提升RGB‑T语义分割在多个场景的零样本泛化性能。包括两个阶段：RGB‑T开放词汇目标检测阶段和语义分割阶段。RGB‑T开放词汇目标检测阶段以像素级配对的RGB图像和热感图像以及文本作为多模态输入，利用文本信息和视觉提示作为条件，为融合图像的目标区域生成初始检测提议，对初始检测提议进行语义一致矫正修正有歧义的类别，得到矫正后的预测类别。语义分割阶段将矫正后的检测类别作为分割基础模型的提示，对融合图像进行语义分割并生成对目标的文字说明。

公开(公告)号：CN117575925A

公开(公告)日：2024-02-20

申请号：CN202311590063.2

申请日：2023-11-27

Applicant: 北京理工大学

Inventor： 岳裕丰 ,  于萌 ,  崔特 ,  陆昊洋

IPC: G06T5/50 ,  G06V10/80 ,  G06V10/143 ,  G06V10/44 ,  G06V10/776

Abstract: 本发明公开了基于多模态融合的端到端图像去雾方法，该方法在浓雾场景下本方法也可以实现鲁棒去雾。具体方案为：获取雾天场景下像素对齐的可见光‑红外图像对，并进行数据预处理得到输入图像张量。将输入图像张量输入到双分支深层结构特征提取网络中，分别提取可见光、红外图像的多尺度深层结构特征，然后进行一致性融合，并联合可见光图像的上下文特征和多模态融合特征进行加权融合编码，获得多尺度加权编码特征。对多尺度加权编码特征进行解码，重建恢复后的去雾后的图像，并计算去雾后的图像与真实的无雾图像之间的差异，利用组合损失函数监督训练得到多模态融合去雾模型，训练好的多模态融合去雾模型用于进行图像去雾。