公开(公告)号：CN113268701B

公开(公告)日：2023-01-03

申请号：CN202110515742.8

申请日：2021-05-12

Applicant: 桂林电子科技大学

Inventor： 陈小毛 ,  温中原 ,  武奇 ,  王立成 ,  赵金润 ,  张健

IPC: G06F17/13 ,  G06F17/15

Abstract: 本发明公开了一种基于网络流的枝切法相位解缠方法，基于获取的缠绕相位计算对应的残差点，并根据所述残差点之间枝切线的连接方式将枝切线进行分类，其中，所述枝切线类型包括第一类枝切线和第二类枝切线；对第一类枝切线进行二级划分，并基于搜索顺序对所有所述第一类子枝切线进行优先连接，之后连接所有第二类子枝切线；整幅缠绕图像的第一类枝切线全部连接以后，构建目标函数，利用网络流算法对所述目标函数进行求解，即对第二类枝切线进行连接；若所有所述第一类枝切线和所述第二类枝切线均连接完成，对除所述第一类枝切线和所述第二类枝切线外的区域进行泛洪积分，完成相位解缠，提高实验精度。

公开(公告)号：CN114708423A

公开(公告)日：2022-07-05

申请号：CN202210152576.4

申请日：2022-02-18

Applicant: 桂林电子科技大学

Inventor： 陈小毛 ,  张健 ,  王立成 ,  赵金润 ,  黄莹 ,  何超

IPC: G06V10/25 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V20/05 ,  G06K9/62 ,  G06N3/04 ,  G06T3/40

Abstract: 本发明涉及计算机视觉技术领域，尤其涉及一种基于改进Faster RCNN的水下目标检测方法，由残差网络Resnet50和改进的FPN组成的特征提取网络，通过改进的FPN在原始FPN的基础上去除了最大池化和选取了适合检测小物体的第一、二层融合特征图，节省时间成本同时还保证目标检测的准确性，在区域建议网络以及后续目标回归定位中使用了软非极大值抑制算滤除了重叠的候选框，保证重叠在一起的小目标也能够识别到，最后通过RoiAlign在操作中保留其浮点数，使用双线性插值的方法得到固定大小的特征图，解决了现有的水下卷积神经网络目标检测模型的检测小目标准确率较低的技术问题。

公开(公告)号：CN113268701A

公开(公告)日：2021-08-17

申请号：CN202110515742.8

申请日：2021-05-12

Applicant: 桂林电子科技大学

Inventor： 陈小毛 ,  温中原 ,  武奇 ,  王立成 ,  赵金润 ,  张健

IPC: G06F17/13 ,  G06F17/15

Abstract: 本发明公开了一种基于网络流的枝切法相位解缠方法，基于获取的缠绕相位计算对应的残差点，并根据所述残差点之间枝切线的连接方式将枝切线进行分类，其中，所述枝切线类型包括第一类枝切线和第二类枝切线；对第一类枝切线进行二级划分，并基于搜索顺序对所有所述第一类子枝切线进行优先连接，之后连接所有第二类子枝切线；整幅缠绕图像的第一类枝切线全部连接以后，构建目标函数，利用网络流算法对所述目标函数进行求解，即对第二类枝切线进行连接；若所有所述第一类枝切线和所述第二类枝切线均连接完成，对除所述第一类枝切线和所述第二类枝切线外的区域进行泛洪积分，完成相位解缠，提高实验精度。

公开(公告)号：CN116524174A

公开(公告)日：2023-08-01

申请号：CN202310236356.4

申请日：2023-03-13

Applicant: 桂林电子科技大学

Inventor： 陈小毛 ,  张健 ,  王立成 ,  赵金润

IPC: G06V10/25 ,  G06V10/77 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种多尺度注意力融合的FasterRCNN的海洋生物检测方法，包括：1)采用MSRCR图像增强算法对输入图像进行增强处理；2)采用MSAFPN网络提取增强处理后的图像的特征，得到多尺度特征图；3)将所述多尺度特征图输入RPN网络，获得候选框；4)将所述候选框映射到所述多尺度特征图上并进行截取，并将截取的所述特征图固定为统一的大小，再将所述特征图展平为一维向量，并通过全连接层进行目标分类与边框回归，从而实现精确定位检测。本发明采用图像增强算法提升海洋生物图像质量，并通过MSAFPN中的多尺度融合以及注意力模块获得目标更精确的特征信息，在检测目标时，能够检测到更多的海洋生物，有效提高目标检测的准确率。

公开(公告)号：CN114445793A

公开(公告)日：2022-05-06

申请号：CN202111562454.4

申请日：2021-12-20

Applicant: 桂林电子科技大学

Inventor： 陈小毛 ,  武奇 ,  温中原 ,  王立成 ,  张健 ,  赵金润

IPC: G06V20/58 ,  G06V20/56 ,  G06T5/00 ,  G06N3/08 ,  G06N3/04 ,  H04N5/247 ,  G06V10/82 ,  G06V10/764

Abstract: 本发明涉及人工智能技术领域，尤其涉及一种基于人工智能和计算机视觉的智能驾驶辅助系统，通过安装在汽车前挡风玻璃顶部中央和车身四周的数据采集模组采集汽车周边数据，再将数据送至数据处理终端处理，数据处理终端处理包括GPU和CPU，能够同时处理多个并行任务，使用CUDA和TensorRT对密集计算部分进行并行化加速，使整个系统满足实时性要求，同时采用级联网络实现小目标识别，第一级目标检测网络首先识别出红绿灯、禁令标志、警告标志以及指示标志的位置，然后裁剪下相关区域送入第二级图像分类网络进行分类，识别出具体标志内容，提高了小目标的识别准确率。