公开(公告)号：CN112508083B

公开(公告)日：2022-09-20

申请号：CN202011398742.6

申请日：2020-12-02

Applicant: 南京邮电大学

Inventor： 马子凡 ,  宋智颖 ,  郭雨婷 ,  汤若聪 ,  刘林峰

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06T7/90

Abstract: 本发明揭示了一种基于无监督注意力机制的图像去雨雾方法，包括如下步骤：S1、以无监督去雨网络CycleGAN为模型基础架构、分别构建模型的各部分，构建出完整的Cycle‑Derain模型；S2、将待处理的单幅有雨图像输入Cycle‑Derain模型，完成对单幅有雨图像的恢复重建、得到清晰的单幅图像；S1中所述分别构建模型的各部分包括构建模型的去雨部分及去雾部分。本发明利用双向生成对抗网络与循环一致性损失原理来训练不成对的有雨图像和无雨图像，并在无监督的情况下引入注意力机制、用于检测图像中是否存在雾气，再结合循环搜索定位算法实现了对单幅有雨图像中的雨雾细节的高效处理。

公开(公告)号：CN112508083A

公开(公告)日：2021-03-16

申请号：CN202011398742.6

申请日：2020-12-02

Applicant: 南京邮电大学

Inventor： 马子凡 ,  宋智颖 ,  郭雨婷 ,  汤若聪 ,  刘林峰

IPC: G06K9/62 ,  G06N3/04 ,  G06T7/90

Abstract: 本发明揭示了一种基于无监督注意力机制的图像去雨雾方法，包括如下步骤：S1、以无监督去雨网络CycleGAN为模型基础架构、分别构建模型的各部分，构建出完整的Cycle‑Derain模型；S2、将待处理的单幅有雨图像输入Cycle‑Derain模型，完成对单幅有雨图像的恢复重建、得到清晰的单幅图像；S1中所述分别构建模型的各部分包括构建模型的去雨部分及去雾部分。本发明利用双向生成对抗网络与循环一致性损失原理来训练不成对的有雨图像和无雨图像，并在无监督的情况下引入注意力机制、用于检测图像中是否存在雾气，再结合循环搜索定位算法实现了对单幅有雨图像中的雨雾细节的高效处理。

公开(公告)号：CN114779200A

公开(公告)日：2022-07-22

申请号：CN202210480821.4

申请日：2022-05-05

Applicant: 南京邮电大学

Inventor： 宋智颖 ,  时艳玲

IPC: G01S7/41 ,  G06K9/00 ,  G06K9/62 ,  G06N3/00

Abstract: 本发明公开了一种基于快速过滤和人工蜂群的海面目标SVM分类方法，包括：对获取的海面雷达回波信号进行特征提取，得到基础特征集合；采用FCBF算法对基础特征集合进行特征选择得到最优特征子集；将最优特征子集输入预训练优化好的SVM模型，输出雷达回波分类结果，得到目标单元回波和海杂波；SVM模型的训练优化方法包括：获取带有标签的海面雷达回波信号，其中海面雷达回波信号包括目标单元回波和海杂波；对获取的海面雷达回波信号进行特征提取、特征选择得到带有标签的最优特征子集；将带有分类标签的最优特征子集作为训练集输入SVM模型进行训练，结合使用ABC算法对SVM模型进行参数优化，得到训练优化好的SVM模型。