公开(公告)号：CN119338714A

公开(公告)日：2025-01-21

申请号：CN202411664698.7

申请日：2024-11-20

Applicant: 大连海事大学

Inventor： 陈荣 ,  乔四海 ,  汪桐 ,  安明 ,  王典 ,  薛占鳌

IPC: G06T5/70 ,  G06T5/94 ,  G06T5/20 ,  G06T5/60 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供一种渐进式Retinex引导的低光图像增强方法，包括以下步骤：获取原始RGB低光图像Ilow，通过卷积块提取Ilow的光照分量初始状态#imgabs0#和反射分量初始状态#imgabs1#然后使用互补编码模块对#imgabs2##imgabs3#进行迭代的增强，生成完整的光照分量#imgabs4#和完整的反射分量#imgabs5#使用光照调整模块对Ilow的完整光照分量#imgabs6#进行增强，得到增强后的光照结果#imgabs7#使用噪声去除模块对Ilow的完整反射分量#imgabs8#进行去噪操作；重建阶段，将得到的光照结果#imgabs9#去噪结果#imgabs10#进行逐元素相乘生成最终的增强图像结果#imgabs11#本发明引入了一种多尺度残差密集网络来去除噪声，特别是在真实图像的暗区去除意想不到的颗粒。通过将局部和全局特征相关联来恢复反射率图，从而更好地消除噪声。

公开(公告)号：CN118364855A

公开(公告)日：2024-07-19

申请号：CN202410456736.3

申请日：2024-04-16

Applicant: 大连海事大学

Inventor： 陈荣 ,  温昕彤 ,  安明 ,  乔四海

IPC: G06N3/042 ,  G06N3/096 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明提供一种基于通道蒸馏和解耦知识蒸馏的异质客户端联邦学习方法，包括：服务器设有全局模型和RC模型选取策略，服务器与K个本地客户端连接，至少2个本地客户端的结构不同；全局模型、所有本地模型和RC模型采用通道蒸馏、解耦知识蒸馏和轮值主席制的联邦学习进行迭代；当满足迭代结束条件，所有本地模型完成相互学习。通过通道蒸馏实现私有数据的隐私保护，通过通道蒸馏和解耦知识蒸馏在不依赖模型结构的情况下实现知识传递，实现了在异构的本地模型之间进行联邦学习的突破，提高了客户端群体的性能，打破了传统联邦学习固有的局限性。

公开(公告)号：CN119722539A

公开(公告)日：2025-03-28

申请号：CN202411772988.3

申请日：2024-12-04

Applicant: 大连海事大学

Inventor： 陈荣 ,  乔四海 ,  安明 ,  汪桐 ,  薛占鳌 ,  王典

IPC: G06T5/90 ,  G06T5/70 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供一种用于低光图像增强的双层图推理方法，利用伽马校正来生成不同曝光水平的图像，并计算相应的权重矩阵。在对不同曝光的低光图像进行加权融合后，利用图卷积神经网络的特性，构建图卷积增强优化模块，持续更新图节点信息。得到的去噪图像从空间和通道两个维度进行增强。本发明对原始的低光图像进行伽玛校正，生成一系列突出不同区域特征的增强图像。为了避免图像过度曝光带来的噪声，根据生成图像的特征构造图像融合权矩阵，将其与原始图像进行加权融合。

公开(公告)号：CN118195893A

公开(公告)日：2024-06-14

申请号：CN202410378289.4

申请日：2024-03-29

Applicant: 大连海事大学

Inventor： 陈荣 ,  李懿洗 ,  刘言哲 ,  乔四海 ,  徐萌

IPC: G06T3/4046 ,  G06T17/00 ,  G06V10/44 ,  G06V10/42 ,  G06N3/0475 ,  G06N3/0464

Abstract: 本发明提供一种基于Transformer的点云上采样方法、系统及存储介质。本发明方法，包括：获取原始稀疏点云，并对原始稀疏点云进行特征提取，得到逐点编码特征；重塑逐点编码特征，得到包含结构信息的编码特征；对包含结构信息的编码特征进行三维坐标回归，生成粗糙点云的坐标；细化粗糙点云的坐标，得到精细的上采样点云。本发明在特征提取阶段，充分考虑了点云的局部特征与全局特征，并结合Transformer结构与注意力机制对点云进行更好的特征提取，在特征重塑阶段，为重塑前和重塑后的点云赋予结构特征。在网络结构层面，由粗到细的网络结构为第一阶段生成的点云提供了更好的细化，且在两级网络中使用特征融合模块进行特征传递，避免网络对某一阶段的特征过度依赖。

公开(公告)号：CN117234230A

公开(公告)日：2023-12-15

申请号：CN202311117542.2

申请日：2023-08-31

Applicant: 大连海事大学

Inventor： 陈荣 ,  刘欢 ,  李懿洗 ,  乔四海 ,  安明

IPC: G05D1/10 ,  G09B9/00 ,  F41H13/00 ,  G01C21/20

Abstract: 本发明一种用于无人机突防的战术模拟方法，包括以下步骤：对无人机飞行的不利条件进行分析，确定无人机飞行的不利条件；基于无人机飞行的不利条件，构建避开静态危险区域”和动态威胁区域，同时最小化航路距离的构建无人机飞行轨迹再规划模型；基于无人机飞行的不利条件，构建避开静态危险区域和动态威胁区域，同时最小化航路距离的无人机飞行轨迹再规划模型；利用CA模型基于无人机飞行轨迹再规划算法对空域内多条航路进行再规划，得到新的航路网络，实现无人机的飞行轨迹的规划。利用CA模型对空域内多条航路进行再规划，得到新的航路网络。如果出现威胁也可以得到较好的规避效果，体现出CA模型应对动态威胁时的灵活性和实时性。

公开(公告)号：CN118446901A

公开(公告)日：2024-08-06

申请号：CN202410709439.5

申请日：2024-06-03

Applicant: 大连海事大学

Inventor： 陈荣 ,  汪桐 ,  乔四海 ,  安明 ,  张振铎

IPC: G06T3/4076 ,  G06T3/4046 ,  G06N3/09 ,  G06N3/084 ,  G06N3/0464 ,  G06V10/56 ,  G06V10/74 ,  G06V10/82

Abstract: 本发明提供一种双分支监督学习的偏振图像超分辨率重建方法，包括以下步骤：输入为四张不同偏振角度的低分辨率偏振图像；分别进行颜色分支设计及偏振分支设计；将颜色分支及的偏振分支相加得到输出。本发明考虑了偏振图像之间的相似性差异性，使用两条分支分别来恢复偏振图像的颜色信息和偏振信息，兼顾了输出图像的视觉效果和偏振保真度，为其他计算机视觉任务提供高质量的图像，有鲜明的应用价值和学术价值。

公开(公告)号：CN118314045A

公开(公告)日：2024-07-09

申请号：CN202410422617.6

申请日：2024-04-09

Applicant: 大连海事大学

Inventor： 陈荣 ,  安明 ,  汪桐 ,  乔四海 ,  王典

IPC: G06T5/73 ,  G06T5/60 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475

Abstract: 本发明提供一种基于偏振的图像去雾方法，其特征在于，包括：获取雾图像和多幅与雾图像对应的偏振图像，多幅偏振图像的偏振角度不同；构建网络模型，包括顺次连接的PEN模块和TDN模块，SRN模块分别与PEN模块、TDN模块连接；将多幅偏振图像输入网络模型，PEN模块根据多幅偏振图像得到透射光偏振度、大气光偏振度、无穷远大气光、特征图像、特征图像的偏振度；TDN模块根据透射光偏振度、大气光偏振度、特征图像、特征图像的偏振度得到传输图；SRN模块根据无穷远大气光、特征图像和传输图得到去雾图像。通过利用偏振特性实现图像去雾，提高了对于不同程度雾霾场景和真实世界雾霾场景的去雾性能。