公开(公告)号：CN115086516A

公开(公告)日：2022-09-20

申请号：CN202210568408.3

申请日：2022-05-24

Applicant: 北京理工大学

Inventor： 刘明 ,  李世添 ,  易伟超 ,  董立泉 ,  褚旭红 ,  赵跃进 ,  孔令琴 ,  惠梅

IPC: H04N5/225 ,  H04N5/232 ,  G06N3/04 ,  G06N3/08 ,  G06T7/11

Abstract: 本发明提出了一种基于深度学习模型的摄像系统自动对焦方法。通过构建离焦量回归模型，华为开发板对摄像机捕捉的离焦图像进行离焦量估计，串口信号转换器将估计得到的离焦量大小进行编码处理，传输到舵机驱动模块，进而控制齿轮带动可调焦镜头，完成摄像系统自动对焦的目的。本发明解决了当前传统自动对焦算法存在的响应时间长、离焦估计精度低等问题，为人员在线跟踪、动作捕捉等需要连续变焦的摄像系统提供清晰的对焦图像输入，提升系统的整体性能。

公开(公告)号：CN114283078B

公开(公告)日：2024-06-18

申请号：CN202111494688.X

申请日：2021-12-09

Applicant: 北京理工大学

Inventor： 董立泉 ,  易伟超 ,  刘明 ,  李世添 ,  惠梅 ,  赵跃进 ,  孔令琴

IPC: G06T5/73 ,  G06N3/0464 ,  G06N3/08 ,  G06T5/50

Abstract: 本发明公开了一种基于双路卷积神经网络的自适应融合图像去雾方法。首先，利用双路的卷积神经网络分别对输入的有雾图像进行特征提取，其中，图像复原子网络中的注意力残差模块负责图像的初步复原，细节增强子网络中的细节增强模块负责构建图像的细节信息；其次，利用自适应融合模块，将两个子网络中所提取到的特征进行自适应融合，得到更加精细的特征结果；最后，引入多内容损失函数对模型进行优化，其中，像素级损失函数缩小了图像内容差异，特征级损失函数提升了复原图像的视觉效果。本发明可用于在恶劣雾霾天气下进行的目标识别、及自动驾驶等任务。

公开(公告)号：CN114283078A

公开(公告)日：2022-04-05

申请号：CN202111494688.X

申请日：2021-12-09

Applicant: 北京理工大学

Inventor： 董立泉 ,  易伟超 ,  刘明 ,  李世添 ,  惠梅 ,  赵跃进 ,  孔令琴

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08 ,  G06T5/50

Abstract: 本发明公开了一种基于双路卷积神经网络的自适应融合图像去雾方法。首先，利用双路的卷积神经网络分别对输入的有雾图像进行特征提取，其中，图像复原子网络中的注意力残差模块负责图像的初步复原，细节增强子网络中的细节增强模块负责构建图像的细节信息；其次，利用自适应融合模块，将两个子网络中所提取到的特征进行自适应融合，得到更加精细的特征结果；最后，引入多内容损失函数对模型进行优化，其中，像素级损失函数缩小了图像内容差异，特征级损失函数提升了复原图像的视觉效果。本发明可用于在恶劣雾霾天气下进行的目标识别、及自动驾驶等任务。