公开(公告)号：CN116739923B

公开(公告)日：2024-08-06

申请号：CN202310605927.7

申请日：2023-05-26

Applicant: 哈尔滨工业大学

Inventor： 刘铭 ,  尹志存 ,  李晓明 ,  左旺孟

IPC: G06T5/00 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0985 ,  G06N3/084

Abstract: 基于元学习框架的人脸区域引导的图像盲复原方法，属于图像盲复原领域。本发明针对自然场景图像的盲复原方法复原结果质量差的问题。包括由低质量自然场景图像中截取低质量人脸图像；采用人脸复原网络、深度图像盲复原主干网络和自适应人脸评估模块对低质量人脸图像进行处理得到元学习框架的内循环损失，更新深度图像盲复原主干网络的参数；再采用更新后的深度图像盲复原主干网络对低质量自然场景图像进行复原，计算外循环的损失，再更新网络参数对网络进行训练；最后采用训练后深度图像盲复原主干网络结合人脸复原网络和自适应人脸评估模块进行参数微调后，对待复原自然场景图像进行高质量复原。本发明用于自然场景图像的高质量复原。

公开(公告)号：CN116739923A

公开(公告)日：2023-09-12

申请号：CN202310605927.7

申请日：2023-05-26

Applicant: 哈尔滨工业大学

Inventor： 刘铭 ,  尹志存 ,  李晓明 ,  左旺孟

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0985 ,  G06N3/084

Abstract: 基于元学习框架的人脸区域引导的图像盲复原方法，属于图像盲复原领域。本发明针对自然场景图像的盲复原方法复原结果质量差的问题。包括由低质量自然场景图像中截取低质量人脸图像；采用人脸复原网络、深度图像盲复原主干网络和自适应人脸评估模块对低质量人脸图像进行处理得到元学习框架的内循环损失，更新深度图像盲复原主干网络的参数；再采用更新后的深度图像盲复原主干网络对低质量自然场景图像进行复原，计算外循环的损失，再更新网络参数对网络进行训练；最后采用训练后深度图像盲复原主干网络结合人脸复原网络和自适应人脸评估模块进行参数微调后，对待复原自然场景图像进行高质量复原。本发明用于自然场景图像的高质量复原。

公开(公告)号：CN118570118A

公开(公告)日：2024-08-30

申请号：CN202410461982.8

申请日：2024-04-17

Applicant: 哈尔滨工业大学

Inventor： 刘铭 ,  姚航 ,  尹志存 ,  闫子飞 ,  洪晓鹏 ,  左旺孟

IPC: G06T7/00 ,  G06T5/70 ,  G06T5/50 ,  G06T7/73 ,  G06N3/088

Abstract: 基于自适应扩散模型的无监督异常检测方法，属于工业图像异常检测领域。解决了传统无监督异常检测算法存在使用传统训练方式训练扩散模型使得图像重建效果差；且图像重建过程无法自适应添加噪声，导致图像异常检测准确率低的问题。本发明使用正常图像与合成异常图像来训练扩散模型，监督模型优化，增强模型重建能力；使用训练之后的扩散模型对输入待检测图像进行逐步的自适应去噪重建，去噪过程中确定最优去噪步数，针对不同的异常自适应添加不同步数的噪声；最后对重建前后图像进行特征空间对比，得到空间对比异常图及异常分数。本发明主要用于对图像进行异常检测。