公开(公告)号：CN110163815B

公开(公告)日：2022-06-24

申请号：CN201910321753.5

申请日：2019-04-22

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  伍旭

IPC: G06T5/00 ,  G06N3/04

Abstract: 本发明公开了一种基于多阶段变分自编码器的低照度还原方法，一方面增强低照度图像去噪能力、提高低照度图像细节还原效果，另一方面简化了网络结构并加快了网络训练速度，具体步骤如下：（一）采集数据源，制作数据集：（二）进行MUVAE网络第一阶段训练：（三）进行MUVAE网络第二阶段训练：（四）进行Fine tuning操作：（五）进行低照度图像还原。本发明在低光环境下拍摄的图像不受到低动态范围和噪声的影响并仍得到接近于正常照度下的图。

公开(公告)号：CN110163815A

公开(公告)日：2019-08-23

申请号：CN201910321753.5

申请日：2019-04-22

Applicant: 桂林电子科技大学

Inventor： 江泽涛 ,  伍旭

IPC: G06T5/00 ,  G06N3/04

Abstract: 本发明公开了一种基于多阶段变分自编码器的低照度还原方法，一方面增强低照度图像去噪能力、提高低照度图像细节还原效果，另一方面简化了网络结构并加快了网络训练速度，具体步骤如下：（一）采集数据源，制作数据集：（二）进行MUVAE网络第一阶段训练：（三）进行MUVAE网络第二阶段训练：（四）进行Fine tuning操作：（五）进行低照度图像还原。本发明在低光环境下拍摄的图像不受到低动态范围和噪声的影响并仍得到接近于正常照度下的图。

公开(公告)号：CN112802039B

公开(公告)日：2022-03-01

申请号：CN202110100682.3

申请日：2021-01-26

Applicant: 桂林电子科技大学

Inventor： 雷晓春 ,  汪小龙 ,  江泽涛 ,  卢畅 ,  陈俊彦 ,  翟丰硕 ,  伍旭 ,  谢浚霖 ,  梁观平

IPC: G06T7/12 ,  G06T7/13 ,  G06T7/136 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明公开一种基于全局边缘注意力的全景分割方法，在原全景分割网络结构的基础上添加了一个全局边缘注意力模块，利用当前模型的全景分割网络对原始训练图像进行全景分割得到当前模型的全景分割掩码；利用当前模型的全局边缘注意力模块对全景分割掩码进行全局边缘注意力检测，得到当前模型的全景分割掩码边缘矩阵；利用当前模型的全局边缘注意力模块对原始训练图像进行全局边缘注意力检测，得到当前模型的边缘矩阵因子；利用边缘矩阵因子去引导全景分割网络的实例和语义的全景分割，有利于区分细节和边缘，增强分割效果，提高分割效率。

公开(公告)号：CN112802039A

公开(公告)日：2021-05-14

申请号：CN202110100682.3

申请日：2021-01-26

Applicant: 桂林电子科技大学

Inventor： 雷晓春 ,  汪小龙 ,  江泽涛 ,  卢畅 ,  陈俊彦 ,  翟丰硕 ,  伍旭 ,  谢浚霖 ,  梁观平

IPC: G06T7/12 ,  G06T7/13 ,  G06T7/136 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开一种基于全局边缘注意力的全景分割方法，在原全景分割网络结构的基础上添加了一个全局边缘注意力模块，利用当前模型的全景分割网络对原始训练图像进行全景分割得到当前模型的全景分割掩码；利用当前模型的全局边缘注意力模块对全景分割掩码进行全局边缘注意力检测，得到当前模型的全景分割掩码边缘矩阵；利用当前模型的全局边缘注意力模块对原始训练图像进行全局边缘注意力检测，得到当前模型的边缘矩阵因子；利用边缘矩阵因子去引导全景分割网络的实例和语义的全景分割，有利于区分细节和边缘，增强分割效果，提高分割效率。