公开(公告)号：CN114972975A

公开(公告)日：2022-08-30

申请号：CN202210706148.1

申请日：2022-06-21

Applicant: 合肥工业大学

Inventor： 王昕 ,  丁甲甲 ,  张钊 ,  张勇 ,  周育民 ,  高隽

IPC: G06V20/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双输入网络的偏振图像伪装目标检测方法，包括：1、获取具有像素级标注的偏振图像数据集；2、对四幅原始偏振角度图像进行计算，得到强度图像I和线性偏振度图像DoP；3、对强度图像和DoP图像进行数据增强；4、构建基于双输入使用偏振图像的深度卷积神经网络，以强度图像和DoP图像作为输入，对深度卷积网络进行训练，得到伪装目标检测模型；5、利用训练好的模型对待检测的强度图像和DoP图像进行伪装目标检测。本发明能实现基于双输入网络的偏振图像伪装目标检测，从而能有效提高复杂多变环境下场景的伪装目标检测的准确性。

公开(公告)号：CN115620049A

公开(公告)日：2023-01-17

申请号：CN202211210090.8

申请日：2022-09-30

Applicant: 合肥工业大学

Inventor： 王昕 ,  丁甲甲 ,  张钊 ,  张勇 ,  周育民 ,  高隽

IPC: G06V10/764 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于偏振图像线索的伪装目标检测方法及其应用，该方法包括：1、获取具有像素级标注的偏振图像数据集；2、对四幅原始偏振角度进行计算，得到强度图像I、线性偏振度图像DoLP和线性偏振角图像AoLP；3、对强度图像、DoLP图像和AoLP图像进行数据增强；4、构建基于偏振图像线索的深度卷积网络，以强度图像、DoLP图像和AoLP图像作为输入，对深度卷积网络进行训练，得到伪装目标检测模型；5、利用训练好的模型对待检测的强度图像、DoLP图像和AoLP图像进行伪装目标检测。本发明能实现基于偏振图像线索的伪装目标检测，从而能有效提高复杂多变环境下场景的伪装目标检测的准确性。

公开(公告)号：CN119625775A

公开(公告)日：2025-03-14

申请号：CN202411294517.6

申请日：2024-09-14

Applicant: 合肥工业大学

Inventor： 王昕 ,  岳晨龙 ,  丁甲甲 ,  陈彦初 ,  王瞻 ,  高隽

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于多维度偏振信息的伪装目标检测方法，包括：1、获取具有像素级标注的偏振图像数据集；2、对四幅原始偏振角度图像进行处理，通过偏振动态注意力模块学习每幅图像特征的独占权重，同时提取偏振信息和结构细节，并与原始图像进行融合；3、构建基于多维度偏振信息的深度卷积神经网络，以融合后的图像进行输入，对深度卷积网络进行训练，得到准确的伪装目标检测结果。本发明在合理的数据模型条件下，通过利用群组偏振图像的相关性和差异性来生成丰富纹理和丰富边缘细节的场景表示，从而能有效解决在某些光照条件下，DoLP可能很弱或者不存在进而影响伪装目标检测的效果。

公开(公告)号：CN114972975B

公开(公告)日：2024-03-08

申请号：CN202210706148.1

申请日：2022-06-21

Applicant: 合肥工业大学

Inventor： 王昕 ,  丁甲甲 ,  张钊 ,  张勇 ,  周育民 ,  高隽

IPC: G06V20/00 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09