-
公开(公告)号：CN117746139A
公开(公告)日：2024-03-22
申请号：CN202311771402.7
申请日：2023-12-20
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/42 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种类增量目标计数自我反思模型建立方法及装置，本发明首先对训练数据集中的图像进行预处理；然后构建类增量目标计数自我反思模型，包括全局感知增量回归分支、不确定性预估分支和自我反思机制；所述全局感知增量回归分支用于提取输入图像的全局特征，生成图像对应类别的预测密度图；所述不确定性预估分支用于保持稳定性的同时增强网络的可塑性，并使用该分支的输出作为正则化信号引导增量回归分支的学习过程；所述自我反思机制修正增量回归分支的输出，促进增量分支对旧类别知识的反思，增强模型输出密度图的准确性。本发明可以高效完成类增量目标计数任务，计数结果比现有技术更优。
-
公开(公告)号：CN117808683B
公开(公告)日：2025-01-21
申请号：CN202311861793.1
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06T5/00 , G06V10/774 , G06V10/776 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种鲁棒的增量低光图像增强方法及装置，本发明采集一系列低光图像数据集以及相应的正常光图像，以构建增量样本库；构建域增量低光图像增强模型；按照训练顺序获取当前需要训练的样本域，实时对样本域进行预处理；利用经过预处理的训练数据集，对域增量低光图像增强模型进行训练；训练完后采用当前样本域验证集筛选出在测评指标上最高的域增量低光图像增强模型并保存；然后，采用所有旧域和当前域测试集对模型进行全面测试，评估增强效果和遗忘率，并使用当前模型参数更新下一增量阶段模型参数；完成针对所有域的训练，获得最终的域增量低光图像增强模型。本发明对动态变化的低光图像域进行自适应增强，增强后的图像效果相比现有技术更好。
-
公开(公告)号：CN117808683A
公开(公告)日：2024-04-02
申请号：CN202311861793.1
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06T5/00 , G06V10/774 , G06V10/776 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种鲁棒的增量低光图像增强方法及装置，本发明采集一系列低光图像数据集以及相应的正常光图像，以构建增量样本库；构建域增量低光图像增强模型；按照训练顺序获取当前需要训练的样本域，实时对样本域进行预处理；利用经过预处理的训练数据集，对域增量低光图像增强模型进行训练；训练完后采用当前样本域验证集筛选出在测评指标上最高的域增量低光图像增强模型并保存；然后，采用所有旧域和当前域测试集对模型进行全面测试，评估增强效果和遗忘率，并使用当前模型参数更新下一增量阶段模型参数；完成针对所有域的训练，获得最终的域增量低光图像增强模型。本发明对动态变化的低光图像域进行自适应增强，增强后的图像效果相比现有技术更好。
-
公开(公告)号：CN117746139B
公开(公告)日：2024-11-29
申请号：CN202311771402.7
申请日：2023-12-20
Applicant: 南京信息工程大学
IPC: G06F17/00
Abstract: 本发明公开了一种类增量目标计数自我反思模型建立方法及装置，本发明首先对训练数据集中的图像进行预处理；然后构建类增量目标计数自我反思模型，包括全局感知增量回归分支、不确定性预估分支和自我反思机制；所述全局感知增量回归分支用于提取输入图像的全局特征，生成图像对应类别的预测密度图；所述不确定性预估分支用于保持稳定性的同时增强网络的可塑性，并使用该分支的输出作为正则化信号引导增量回归分支的学习过程；所述自我反思机制修正增量回归分支的输出，促进增量分支对旧类别知识的反思，增强模型输出密度图的准确性。本发明可以高效完成类增量目标计数任务，计数结果比现有技术更优。
-
-
-
Search Results
4
records
(took 0.024 seconds)
