-
公开(公告)号:CN117635501A
公开(公告)日:2024-03-01
申请号:CN202311683094.2
申请日:2023-12-08
Applicant: 大连海事大学
IPC: G06T5/90 , G06T5/70 , G06T5/40 , G06N5/04 , G06V10/774 , G06V10/776 , G06V10/82 , G06V10/42
Abstract: 本发明提供一种基于动态梯度调制的水下图像复原模型。本发明主要使用预测图像动态更新伪标签,为优化网络的梯度空间添加动态梯度,改善了图片质量并避免了局部最优。针对现有水下图像复原方法不能处理由介质引起的噪声或由运动引起的图像特征分布改变的问题,提出了一个基于通道组合推理策略和频域平滑模块的特征恢复与重建模块,最后基于真实场景水下数据集进行训练、推理,对水下图像进行复原。
-
公开(公告)号:CN117690010A
公开(公告)日:2024-03-12
申请号:CN202311713029.X
申请日:2023-12-13
Applicant: 大连海事大学
IPC: G06V20/05 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/25
Abstract: 本发明提供了一种基于涡旋卷积的水下目标检测方法。本发明受到湍流中涡旋现象的启发,引入了信息流中的“涡旋”以打破噪声引起的干扰,提高了网络区分背景和目标特征的能力,增强了在复杂的水下环境中的检测性能。针对现有水下目标检测方法忽视水下图像降质分布的异质性,无法处理降质图像中噪声干扰的问题,提出了利用辐射调制和洗牌扰动来降低噪声对检测引起的干扰,最后基于真实场景水下数据集进行训练、推理,对水下场景进行目标检测。
-
公开(公告)号:CN119048893A
公开(公告)日:2024-11-29
申请号:CN202411228873.8
申请日:2024-09-03
Applicant: 大连海事大学
IPC: G06V20/05 , G06V10/44 , G06V10/22 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于空间残差骨干网络的水下目标检测方法。本发明主要采用一种空间残差的思想,通过将图像特征进行分组调制,对水下图像存在的若干退化因素进行准确提取。针对现有目标检测方法忽视水下图像降质分布的异质性,对多种类型的图像退化使用统一的数据容量,本发明提出了利用空间残差思想分组估计图像的特征映射关系以处理情况的退化问题,最后基于真实场景水下数据集进行训练、推理,获取准确的水下目标定位信息。
-
公开(公告)号:CN117635448A
公开(公告)日:2024-03-01
申请号:CN202311683093.8
申请日:2023-12-08
Applicant: 大连海事大学
Abstract: 本发明提供一种基于直方图均衡化引导的水下复原新视角合成方法。本发明主要使用降质的水下图像和直方图均衡化后的伪真值图像学习建立水下光线追踪场。通过使用原图监督学习水下原图像细节并使用直方图均衡化伪真值图像引导复原后的图像颜色分布。该追踪场准确估计了三维空间内的密度、颜色、光照衰减,并可以通过体积渲染公式渲染出目标成像平面的像素颜色。通过控制体积渲染公式中是否加入光照衰减部分,可以分别渲染出复原前和复原后的水下图像。
-
-
-