-
公开(公告)号：CN119417717A
公开(公告)日：2025-02-11
申请号：CN202510011899.5
申请日：2025-01-06
Applicant: 南京信息工程大学
IPC: G06T5/60 , G06T5/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种水下图像色彩恒常性增强方法及系统，涉及水下图像增强技术领域，包括：接收水下图像数据，将水下图像数据输入至预先建立的基于自适应校正因子的多层次色彩校正模型内，输出得到校正图像；将校正图像输入至预先建立的多尺度联合复原网络模型内，输出得到复原图像，将复原图像输入至预先建立的基于残差的细节增强网络模型内，输出得到增强图像；将增强图像输入至预先建立的水下图像增强网络模型内进行优化训练，输出得到训练后的水下图像增强网络模型，获取待测试的水下图像数据集，将待测试的水下图像数据集输入至训练后的水下图像增强网络模型内，输出得到水下图像增强结果，显著提升了图像的色彩真实感和自然度。
-
公开(公告)号：CN118506407B
公开(公告)日：2024-09-13
申请号：CN202410950010.5
申请日：2024-07-16
Applicant: 南京信息工程大学
IPC: G06V40/10 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了基于随机颜色丢弃和注意力的轻量行人重识别方法及系统，涉及行人重识别技术领域，接收图像数据，对图像数据进行预处理，得到预处理图像数据；将预处理图像数据输入至预先建立的嵌入有级联自注意力模块的OSNet内，提取特征，得到图像特征；将图像特征通过全连接层进行分类，将图像特征映射到相应的类别标签上，得到分类后的图像特征；使用分类后的图像特征计算带有标签平滑的身份损失，通过反向传播更新梯度对预先建立的轻量行人重识别网络模型进行优化训练，得到优化后的轻量行人重识别网络模型；获取行人重识别数据集的测试集，将行人重识别数据集的测试集输入至优化后的轻量行人重识别网络模型内，得到轻量行人重识别结果。
-
公开(公告)号：CN118506407A
公开(公告)日：2024-08-16
申请号：CN202410950010.5
申请日：2024-07-16
Applicant: 南京信息工程大学
IPC: G06V40/10 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了基于随机颜色丢弃和注意力的轻量行人重识别方法及系统，涉及行人重识别技术领域，接收图像数据，对图像数据进行预处理，得到预处理图像数据；将预处理图像数据输入至预先建立的嵌入有级联自注意力模块的OSNet内，提取特征，得到图像特征；将图像特征通过全连接层进行分类，将图像特征映射到相应的类别标签上，得到分类后的图像特征；使用分类后的图像特征计算带有标签平滑的身份损失，通过反向传播更新梯度对预先建立的轻量行人重识别网络模型进行优化训练，得到优化后的轻量行人重识别网络模型；获取行人重识别数据集的测试集，将行人重识别数据集的测试集输入至优化后的轻量行人重识别网络模型内，得到轻量行人重识别结果。
-
公开(公告)号：CN119417717B
公开(公告)日：2025-03-18
申请号：CN202510011899.5
申请日：2025-01-06
Applicant: 南京信息工程大学
IPC: G06T5/60 , G06T5/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种水下图像色彩恒常性增强方法及系统，涉及水下图像增强技术领域，包括：接收水下图像数据，将水下图像数据输入至预先建立的基于自适应校正因子的多层次色彩校正模型内，输出得到校正图像；将校正图像输入至预先建立的多尺度联合复原网络模型内，输出得到复原图像，将复原图像输入至预先建立的基于残差的细节增强网络模型内，输出得到增强图像；将增强图像输入至预先建立的水下图像增强网络模型内进行优化训练，输出得到训练后的水下图像增强网络模型，获取待测试的水下图像数据集，将待测试的水下图像数据集输入至训练后的水下图像增强网络模型内，输出得到水下图像增强结果，显著提升了图像的色彩真实感和自然度。
-
-
-
Search Results
4
records
(took 0.027 seconds)
