公开(公告)号：CN118279320A

公开(公告)日：2024-07-02

申请号：CN202410365151.0

申请日：2024-03-28

Applicant: 华中科技大学

Inventor： 杨卫东 ,  宁康辉 ,  王公炎 ,  史先硕 ,  赵之鉴 ,  黄鹏 ,  葛世辰

IPC: G06T7/10

Abstract: 本发明公开了基于自动提示学习的目标实例分割模型建立方法及其应用，属于图像分割领域，包括：建立目标分割网络，并利用已标注地面真值标签的图像数据集对其进行训练；目标分割网络包括：特征嵌入网络，其包括SAM中的图像编码器，用于获取输入图像的图像特征嵌入；轮廓映射识别网络，根据图像特征嵌入预测各目标的类别、中心点位置以及中心点到n个轮廓点的距离；自动提示学习网络，用于筛选出最重要的部分轮廓点与中心点一起映射到语义空间，得到点提示的语义嵌入；以及掩码解码器，其为SAM中的掩码解码器，用于根据图像特征嵌入和点提示的语义嵌入生成分割掩码。本发明能够生成高质量的、可靠的点提示嵌入，提高图像分割的实用性和泛化性。

公开(公告)号：CN118968299A

公开(公告)日：2024-11-15

申请号：CN202411024755.5

申请日：2024-07-29

Applicant: 华中科技大学 ,  上海航天控制技术研究所

Inventor： 杨卫东 ,  王公炎 ,  李紫军 ,  余金雷 ,  阮洋 ,  史先硕

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/26 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明属于遥感图像检测与分割领域，具体涉及一种基于卷积神经网络与自注意力机制的遥感图像轻量化编码方法，包括：采用DS对输入图像处理得到第一特征图像；采用轻量化卷积模块对当前第一特征图像提取特征得到第二特征图像；将当前第二特征图像作为输入图像重复执行上述操作，直至所得第二特征图像对应的特征嵌入符合第一自注意力模块的输入尺寸；将第一自注意力模块处理后的特征嵌入恢复为第三特征图像，将其和当前第二特征图像相加后的图像作为输入图像重复执行上述操作，直至所得第二特征图像对应的特征嵌入符合第二自注意力模块的输入尺寸；将第二自注意力模块处理后的特征嵌入恢复为图像，完成编码。本发明能在保证性能的同时实现轻量化。

公开(公告)号：CN118762042A

公开(公告)日：2024-10-11

申请号：CN202410736505.8

申请日：2024-06-07

Applicant: 华中科技大学 ,  上海航天控制技术研究所

Inventor： 杨卫东 ,  葛世辰 ,  黄鹏 ,  阮洋 ,  史先硕 ,  邓浩东 ,  王安林

IPC: G06T7/11 ,  G06T7/13 ,  G06V10/80 ,  G06V10/44 ,  G06V10/52 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明属于图像实例检测分割技术领域，公开了一种基于边缘信息增强的图像实例检测分割模型构建方法，包括：采用数据集训练实例检测分割网络，得到实例检测分割模型；实例检测分割网络包括：特征提取模块，用于提取每个输入样本图像不同尺度的高、低分辨率特征图，构成特征金字塔；边缘信息增模块，对输入样本图像进行边缘信息增强，得到边缘信息增强的特征图；多尺度特征融合模块，用于将边缘信息增强的特征图以及特征金字塔中的其他特征图进行多尺度自适应融合，得到融合后的特征图；预测模块，用于基于融合后的特征图进行目标的实例类别预测、实例的边界框位置预测，以及二值掩模预测。本发明能够提升图像实例检测分割的准确度。