公开(公告)号：CN116469169A

公开(公告)日：2023-07-21

申请号：CN202310432788.2

申请日：2023-04-20

Applicant: 南京信息工程大学

Inventor： 姜胜芹 ,  方耀煜 ,  刘青山

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/774 ,  G06V10/776 ,  G06V10/764

Abstract: 本发明公开了一种鲁棒的增量行为识别模型建立方法及装置，本发明首先构建类增量行为识别模型；将样本进行在线增广；然后采用在线增广后的训练数据集对类增量行为识别模型进行训练，训练时，如果训练的样本属于旧类，则根据对应标签生成正相关的软标签进行自纠正损失计算；之后通过验证数据集筛选出识别精度最高的类增量行为识别模型保存；最后采用测试数据集对保存的模型进行测试，获取当前类别的行为识别准确度和遗忘率，并根据增量类别更新模型；直至完成所有类的训练，得到训练好的类增量行为识别模型。本发明鲁棒性高、性能好。

公开(公告)号：CN118015352A

公开(公告)日：2024-05-10

申请号：CN202410144769.4

申请日：2024-02-01

Applicant: 南京信息工程大学

Inventor： 姜胜芹 ,  王庆 ,  方耀煜 ,  刘青山

IPC: G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于计算机视觉领域，具体为一种样本均衡学习类增量目标计数建模方法，旨在解决模型在类增量目标计数过程中由于新旧类样本失衡导致的灾难性遗忘问题，同时提高模型对新类的感知能力以及帮助模型更好的实现稳定性与可塑性的平衡。本发明主要包括提出的两个新损失函数：(1)样本再平衡损失函数，根据其样本计数的难易程度动态再平衡新旧类样本的损失贡献，使得模型在更关注旧类样本缓解灾难性遗忘的同时，提高其对新类样本的感知能力；(2)梯度衰减损失函数，通过动态约束计数模型的梯度信息，在不损害其可塑性的情况下，最大限度地保留旧知识，更好的实现稳定性与可塑性的平衡。

公开(公告)号：CN116091341B

公开(公告)日：2024-04-02

申请号：CN202211617192.1

申请日：2022-12-15

Applicant: 南京信息工程大学

Inventor： 姜胜芹 ,  梅永月 ,  方耀煜 ,  王庆 ,  蔡佳璐 ,  刘青山

IPC: G06T5/70 ,  G06T5/90 ,  G06T5/60 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明公开了一种低光图像的曝光差增强方法及装置，本发明首先获取若干低光图像及对应的参考标准图像，并对低光图像进行数据预处理，之后构建曝光差增强网络，包括相连接的曝光差模块和全局一致性引导的颜色调整模块，所述曝光差模块用于提取低光图像和根据低光图像生成的曝光图像之间的曝光差特征，所述颜色调整模块用于基于曝光差特征进行全局信息和颜色边缘纹理的捕捉，输出增强后的图像；再将预处理后的低光图像和对应的正常光图像作为样本，对所述曝光差增强网络进行训练；最后将待增强的低光图像输入训练好的曝光差增强网络，得到增强后的图像。本发明可以对低光图像甚至极低光图像进行图像增强，增强后的图像效果相比现有技术更好。

公开(公告)号：CN116091341A

公开(公告)日：2023-05-09

申请号：CN202211617192.1

申请日：2022-12-15

Applicant: 南京信息工程大学

Inventor： 姜胜芹 ,  梅永月 ,  方耀煜 ,  王庆 ,  蔡佳璐 ,  刘青山

IPC: G06T5/00 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明公开了一种低光图像的曝光差增强方法及装置，本发明首先获取若干低光图像及对应的参考标准图像，并对低光图像进行数据预处理，之后构建曝光差增强网络，包括相连接的曝光差模块和全局一致性引导的颜色调整模块，所述曝光差模块用于提取低光图像和根据低光图像生成的曝光图像之间的曝光差特征，所述颜色调整模块用于基于曝光差特征进行全局信息和颜色边缘纹理的捕捉，输出增强后的图像；再将预处理后的低光图像和对应的正常光图像作为样本，对所述曝光差增强网络进行训练；最后将待增强的低光图像输入训练好的曝光差增强网络，得到增强后的图像。本发明可以对低光图像甚至极低光图像进行图像增强，增强后的图像效果相比现有技术更好。