公开(公告)号：CN119919981A

公开(公告)日：2025-05-02

申请号：CN202510016512.5

申请日：2025-01-06

Applicant: 武汉大学

Inventor： 崔永康 ,  杨兴万 ,  金博乐 ,  闫屹成 ,  杨光义

IPC: G06V40/16 ,  G06V10/82 ,  G06N3/045 ,  G06N3/082 ,  G06V10/34

Abstract: 本发明公开一种基于图像曝光矫正网络的人脸识别方法与系统。首先将输入图像进行预处理，然后将预处理后的图像输入面部图像提取网络，得到人脸图像，然后将人脸图像输入到图像曝光矫正网络，得到曝光正常人脸图像，最后将曝光正常人脸图像输入到人脸识别网络，得到人脸识别结果；图像曝光矫正网络包括颜色空间转换模块，曝光特征提取网络，亮度映射网络以及细节增强模块；曝光特征提取网络，包括下采样层，随机裁剪模块以及图像编码器A模块；人脸识别网络包含基于SimCLR的图像编码器B。本发明具有稳定性、独立性、快速高效等优点，能够大大提高在光照环境异常的条件下的人脸识别的准确性。

公开(公告)号：CN119941691A

公开(公告)日：2025-05-06

申请号：CN202510060471.X

申请日：2025-01-15

Applicant: 武汉大学

Inventor： 杨兴万 ,  崔永康 ,  金博乐 ,  闫屹成 ,  杨光义 ,  王晓艳

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06N3/0464

Abstract: 本发明公开一种基于数据增强和对比学习的图像质量评价方法，属于图像质量评价和深度学习技术领域。其包括将原始图像进行预处理，然后将预处理后的图像输入图像质量评价模型中，得到图像质量评分；预处理模块由随机数据增强、深度图像先验、双线性插值组成；图像质量评价模型由正负样本对构建、特征提取模块、网络训练和评分生成模块。特征提取模块采用U‑Net编码器，包括下采样层、卷积层；网络训练包括NT‑Xent损失函数计算、成对样本训练；所述评分生成模块，通过使用回归模型预测得到图像质量评分；本发明基于严格的数学建模构造网络，使得模型具有严谨的可解释性，基于理论推导，能够提升图像质量评估的性能和可靠性。