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：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。

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：CN117273768A

公开(公告)日：2023-12-22

申请号：CN202310903090.4

申请日：2023-07-21

Applicant: 大连海事大学

Inventor： 陈荣 ,  张志康 ,  汪桐 ,  刘言哲 ,  温昕彤

IPC: G06Q30/0201 ,  G06N7/01 ,  G06N3/092 ,  G06N3/04

Abstract: 本发明一种用于多源空间信息众包式采集的任务激励方法，包括以下步骤：获取当前时间众包式采集任务，确定初始当前时间众包式采集任务的初始价格；构建用于表示当前时间任务的MDP模型；基于强化学习使用网络，对MDP模型进行训练，得到训练好的强化学习使用网络；将当前时间众包式采集任务及初始当前时间众包式采集任务的初始价格输入到训练好的强化学习使用网络中，实现采集者对分配后当前时间任务进行采集。本方法在进行激励价格估计时考虑了采集者的心理价位以及任务标准价格等与估价成功率有关的信息。因此在进行估价时可以全面的考虑各种参数，与先前只考虑采集者任务距离的方法对比可以在各种情况下得到更好的结果。