公开(公告)号：CN118823349A

公开(公告)日：2024-10-22

申请号：CN202410931459.7

申请日：2024-07-11

Applicant: 桂林电子科技大学

Inventor： 雷晓春 ,  吴炜林 ,  江泽涛 ,  刘颖健

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/82 ,  G06V10/20 ,  G06V10/30 ,  G06V10/40 ,  G06V10/80 ,  G06V10/771 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于NightIDMF‑Net的夜间语义分割方法，包括以下方面：1)通过IFRM影响因素去除模块，将图片从RGB的颜色模型转化到HSI颜色模型，移除I光照和噪声，得到色调H、饱和度S的合成图；2)采用DFM下采样方式替换传统池化卷积的下采样，这样既可以保留更多原图的信息，又能将图像尺度缩小；3)使用MSFM多尺度选择融合模块，利用不同大小的卷积核得到不同感受野的特征图，将得到的特征图以注意力权重选择融合，最终得到不同感受野互补的特征图；4)通过FSM特征选择模块，会将模型中间输出的特征和最后得到预测图进行特征信息互补选择；本发明能增强图像信息，减少卷积下采样的信息丢失，不同信息间互补，让夜间语义分割的精度提升。

公开(公告)号：CN118710907A

公开(公告)日：2024-09-27

申请号：CN202410876738.8

申请日：2024-07-02

Applicant: 桂林电子科技大学

Inventor： 雷晓春 ,  刘颖健 ,  江泽涛 ,  吴炜林

IPC: G06V10/26 ,  G06V10/40 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明申请公开了一种基于多尺度风格解耦网络MSD‑Net的低光照图像语义分割的方法，该网络能在光照较差的环境且不需要额外的人工标注或模拟生成训练数据的情况下，根据风格迁移理论将低光照图像分解成风格分量、内容分量和噪音分量，在添加随机噪音的情况下，对解耦后的分量进行不同尺度的特征提取，实现低光照图像的语义分割，包括如下步骤：1)构建模型训练数据集MSD‑Train和测试数据集MSD‑Test，2)构造解耦模块IDM，从图像中分解出风格分量、内容分量和噪音分量，3)构造随机噪声选取模块RNSM，将图像的噪音分量添加额外的随机干扰噪音之后与风格分量融合，4)构造内容分量特征提取网络CCFEN，提取内容分量不同尺度的语义特征，5)构造风格分量特征提取模块SCFEM和风格导向分割头SGSegHead，将风格分量通过SCFEM进一步提取特征之后，作用于内容分量，以实现对低光照图像进行语义分割。