公开(公告)号：CN111062872A

公开(公告)日：2020-04-24

申请号：CN201911302745.2

申请日：2019-12-17

Applicant: 暨南大学

Inventor： 李展 ,  黄维健 ,  钟子意 ,  陈志涛 ,  陆晋晖 ,  刘唱

IPC: G06T3/40 ,  G06T7/13 ,  G06T5/00 ,  G06N3/04

Abstract: 本发明公开了一种基于边缘检测的图像超分辨率重建方法及系统，该方法的步骤为：将高分辨率图像作为原始图像样本，经图像预处理后得到低分辨率图像；构建超分辨率重建网络模型，将低分辨率图像输入到超分辨率重建网络模型中预训练超分辨率重建网络模型；超分辨率图像与高分辨率图像经过VGG19网络计算得到感知损失函数；超分辨率图像和高分辨率图像进行颜色空间的转换以及边缘提取，经L1损失函数计算得到边缘损失函数；感知损失函数和边缘损失函数按比例结合得到损失函数Ltotal并更新参数，低分辨率图像输入到训练好的超分辨率重建网络模型得到恢复的高分辨率图像。本发明弥补了生成伪造纹理的不足，提高了图像恢复的视觉效果和真实性。

公开(公告)号：CN112861718A

公开(公告)日：2021-05-28

申请号：CN202110170991.8

申请日：2021-02-08

Applicant: 暨南大学

Inventor： 李展 ,  陆晋晖 ,  陈志涛 ,  陈浩 ,  郭思正 ,  陆东平 ,  史磊

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种轻量级特征融合人群计数方法及系统，该方法步骤包括：根据数据集图片及对应每张图片标注，生成用于监督网络学习的真实密度图；将待计数的人群图片输入到LightCount网络中，LightCount网络包括多列并行卷积网络结构和单列深度卷积结构，多列并行卷积网络结构提取不同人头大小的特征，单列深度卷积结构提取图片信息，最终卷积操作得到预测密度图；将预测密度图与真实密度图进行欧氏距离比较，通过反向传播更新网络参数，训练得到最终的网络模型；将人群图片输入到最终的网络模型中，输出人群密度图，对人群密度图进行积分，得到最终预测的人群总数。本发明能减少网络参数量和计算时间，提高网络的计数准确性。

公开(公告)号：CN111062872B

公开(公告)日：2021-02-05

申请号：CN201911302745.2

申请日：2019-12-17

Applicant: 暨南大学

Inventor： 李展 ,  黄维健 ,  钟子意 ,  陈志涛 ,  陆晋晖 ,  刘唱

IPC: G06T3/40 ,  G06T7/13 ,  G06T5/00 ,  G06N3/04

Abstract: 本发明公开了一种基于边缘检测的图像超分辨率重建方法及系统，该方法的步骤为：将高分辨率图像作为原始图像样本，经图像预处理后得到低分辨率图像；构建超分辨率重建网络模型，将低分辨率图像输入到超分辨率重建网络模型中预训练超分辨率重建网络模型；超分辨率图像与高分辨率图像经过VGG19网络计算得到感知损失函数；超分辨率图像和高分辨率图像进行颜色空间的转换以及边缘提取，经L1损失函数计算得到边缘损失函数；感知损失函数和边缘损失函数按比例结合得到损失函数Ltotal并更新参数，低分辨率图像输入到训练好的超分辨率重建网络模型得到恢复的高分辨率图像。本发明弥补了生成伪造纹理的不足，提高了图像恢复的视觉效果和真实性。