一种基于深层卷积网络的人体皮肤温度检测方法

    公开(公告)号:CN112734003A

    公开(公告)日:2021-04-30

    申请号:CN202011601981.7

    申请日:2020-12-30

    Abstract: 本发明公开了一种基于深层卷积网络的人体皮肤温度检测方法,采集受试者皮肤随时间变化的视频以及温度传感器获取的皮肤温度真值,对视频进行采样和饱和度提取得到特征矩阵,对皮肤温度真值进行插值处理得到标签,处理得到训练集,将得到的训练集输入到改进ResNet50V2网络中对改进ResNet50V2网络进行训练,得到训练好的改进ResNet50V2网络,改进ResNet50V2网络将卷积层一、残差块一、残差块二、残差块三输出的特征信息提取出来,各自做全局池化,得到四条提取路径的特征矩阵特征,然后和经过原始网络的高层特征矩阵做拼接。本发明能对人体皮肤温度进行实时预测,有着较好的准确度。

    一种基于暗通道先验的雾霾融合方法

    公开(公告)号:CN112598777B

    公开(公告)日:2022-07-22

    申请号:CN202011498689.7

    申请日:2020-12-18

    Abstract: 本发明公开了一种基于暗通道先验的雾霾融合方法,包括如下步骤:建立浓雾图像数据库、薄雾图像数据库、无雾图像数据库;从浓雾图像数据库中提取图像进行暗通道算法处理得到第一透射图,再引入修正消光系数alpha得到第二透射图;从浓雾图像数据库中提取图像,将图像转化为HSV色系,得到对应的一维亮度矩阵;将第二透射图和一维亮度矩阵分别输入改进的大气物理模型,再将无雾图像数据库中的图像输入改进的大气物理模型,得到融合雾霾图像。本发明创造性地使用浓雾HSV色系亮度矩阵代替传统大气物理模型基于待加雾图像进行大气光照亮度估计弥补了传统算法将其视为一个单值常数造成的伪影、色差等不足,使得融合后的雾更加自然。

    一种基于暗通道先验的雾霾融合方法

    公开(公告)号:CN112598777A

    公开(公告)日:2021-04-02

    申请号:CN202011498689.7

    申请日:2020-12-18

    Abstract: 本发明公开了一种基于暗通道先验的雾霾融合方法,包括如下步骤:建立浓雾图像数据库、薄雾图像数据库、无雾图像数据库;从浓雾图像数据库中提取图像进行暗通道算法处理得到第一透射图,再引入修正消光系数alpha得到第二透射图;从浓雾图像数据库中提取图像,将图像转化为HSV色系,得到对应的一维亮度矩阵;将第二透射图和一维亮度矩阵分别输入改进的大气物理模型,再将无雾图像数据库中的图像输入改进的大气物理模型,得到融合雾霾图像。本发明创造性地使用浓雾HSV色系亮度矩阵代替传统大气物理模型基于待加雾图像进行大气光照亮度估计弥补了传统算法将其视为一个单值常数造成的伪影、色差等不足,使得融合后的雾更加自然。

    基于改进DiracNet的城市雾霾能见度检测方法

    公开(公告)号:CN110659593A

    公开(公告)日:2020-01-07

    申请号:CN201910846903.4

    申请日:2019-09-09

    Abstract: 本发明揭示了一种基于改进DiracNet的城市雾霾能见度检测方法,其实现步骤主要包括,采集城市中不同场景下不同能见度的雾霾能见度图片,用以建立图片库;以图片中的标志性建筑物作为标识物建立坐标,用以测量雾霾图片能见度;改进DiracNet网络,加强对雾霾图片细节信息提取;将雾霾图片输入改进DiracNet网络进行训练并保存模型;即可投入测试验证和具体的检测应用。本发明该基于改进的DiracNet的城市雾霾能见度检测,提高了检测精度,而且基于深度学习理论和改进的DiracNet模型,有利于对大数据集进行处理,能保持较高的准确率。

Patent Agency Ranking