-
公开(公告)号:CN119323762A
公开(公告)日:2025-01-17
申请号:CN202411476351.X
申请日:2024-10-22
Applicant: 吉林大学
IPC: G06V20/52 , G06V10/22 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0475
Abstract: 本发明公开了一种基于SA‑CycleGAN的域自适应人群计数数据集的生成方法,包括如下步骤:基于仿真平台搭建虚拟场景,收集源域下的虚拟人群计数数据集;对虚拟人群计数数据集中的行人图像进行自动标注;利用训练后的域适应网络模型对源域下标注后的虚拟人群计数数据集进行风格迁移,生成具有目标域风格的真实人群计数数据集;域适应网络模型基于SA‑CycleGAN网络结构搭建而成。该方法可以在不同场景下可以实现跨域自适应,能够缓解在其它场景检验时数据集性能大幅度下降的问题。
-
公开(公告)号:CN118968032A
公开(公告)日:2024-11-15
申请号:CN202411130474.8
申请日:2024-08-16
Applicant: 吉林大学
IPC: G06V10/25 , G06V10/40 , G06V10/80 , G06V10/82 , G06V20/17 , G06N3/045 , G06N3/0464 , G06N3/084 , G06V10/762
Abstract: 本发明涉及目标检测技术领域,具体涉及一种双模态无人机航拍目标检测方法、系统及介质,方法包括:以YOLOv7网络为基础架构,对其进行改进,构建目标检测模型;具体改进包括:在输入部分设置两个输入流,分别输入可见光图像和红外图像;在骨干网络部分将两种模态图像进行特征融合;在颈部网络部分,对SPPCSPC模块进行修改,并在其中加入SE注意力机制;在检测头网络部分,利用k‑means聚类算法得到12个锚框,并增加一个检测头,并且在每个检测头前加入SimAM注意力机制。本发明可提高复杂环境下对航拍图像目标的检测精度。
-
公开(公告)号:CN116994164A
公开(公告)日:2023-11-03
申请号:CN202311058440.8
申请日:2023-08-22
Applicant: 吉林大学
IPC: G06V20/17 , G06V10/44 , G06V10/80 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种多模态航拍图像融合与目标检测联合学习方法,属于遥感图像处理技术领域,包括:采用成对的可见光图像和红外图像初步训练图像融合分支,生成第一融合图像;基于第一融合图像,设计具有专家指导信息的目标检测分支;采用第一融合图像对目标检测分支进行初步训练;通过初步训练后目标检测分支输出专家特征图;对专家特征图进行特征对齐处理;并采用特征对齐处理后的专家特征图对图像融合分支进行微调,生成第二融合图像;采用第二融合图像对目标检测分支进行微调,实现优化目标检测任务;该方法同时提高可见光和红外航拍图像融合与目标检测两个任务的性能,为无人机应用提供更精确、高效的数据分析和决策支持。
-
-