-
公开(公告)号:CN114648457B
公开(公告)日:2025-03-21
申请号:CN202210272822.X
申请日:2022-03-18
Applicant: 中铁大桥局集团有限公司 , 中铁大桥科学研究院有限公司 , 武汉工程大学
IPC: G06T5/92 , G06N3/0464 , G06N3/08 , G06T5/60
Abstract: 本发明提供一种图像增强方法、装置、设备及可读存储介质,图像增强方法包括:对每张低光照图像分别进行光照增强处理;以每张低光照图像和其对应的初步光照增强图像以及正常光照图像作为一个训练图像对;使用多个训练图像对交替训练增强生成器网络、降质生成器网络、增强判别器网络和降质判别器网络,得到训练好的增强生成器网络。通过本发明,将低光照图像进行初步光照增强,在增强生成器网络的基础上增加了降质生成器网络,将正常光照图像进行反向的降质学习训练,由于判别器和生成器之间的互斥,使得增强的图像和降质的图像都与对应的真实光照图像越来越相似,通过本发明,可以生成更高质量的正常光照图像。
-
公开(公告)号:CN115017511B
公开(公告)日:2025-01-10
申请号:CN202210469716.0
申请日:2022-04-28
Applicant: 武汉工程大学 , 武汉引行科技有限公司
IPC: G06F21/57 , G06F21/56 , G06F18/214 , G06F8/41 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/084
Abstract: 本发明提供一种源代码漏洞检测方法、装置以及存储介质,属于代码检测技术领域,方法包括:S1:分别对各个原始源代码数据的数据预处理得到预处理后源代码数据;S2:按照预设比例对多个预处理后源代码数据的划分得到训练集,验证集和测试集;S3:对训练集的代码图编码得到多个代码图数据;S4:根据多个代码图数据、验证集和测试集对训练模型的模型分析得到检测模型;S5:通过检测模型对待检测源代码数据的检测分析得到检测结果。本发明实现了函数级的自动代码漏洞检测,能在源代码中快速、高效地完成代码漏洞检测任务,解决了代码静态分析工具进行漏洞检测上存在的误报率高、漏报率高的技术问题。
-
公开(公告)号:CN118333896B
公开(公告)日:2024-12-31
申请号:CN202410272717.5
申请日:2024-03-11
Applicant: 武汉工程大学
Abstract: 本发明公开了一种误差分解网络的全色锐化方法、系统、设备及介质,涉及遥感图像处理技术领域,方法包括:获取目标区域的全色影像和初始分辨率多光谱影像,对初始分辨率多光谱影像进行下采样操作得到低空间分辨率多光谱影像;根据全色锐化的光谱响应理论和全色影像的预设误差项构建分解网络模型,将全色影像输入到分解网络模型中,得到分解后的伪多光谱影像;将低空间分辨率多光谱影像进行上采样操作得到的多光谱影像和伪多光谱影像输入到融合网络模型中,得到最终融合遥感影像。本发明能够避免全色锐化技术存在的光谱响应不重叠现象,全色影像中存在着误差信息对融合遥感影像的干扰等问题。
-
公开(公告)号:CN114612755B
公开(公告)日:2024-12-10
申请号:CN202210162383.7
申请日:2022-02-22
Applicant: 武汉工程大学
IPC: G06V10/52 , G06V10/80 , G06V10/25 , G06V10/54 , G06V10/56 , G06V10/764 , G06V10/766 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/045
Abstract: 本申请涉及一种火灾检测方法、系统、电子设备和可读存储介质,属于计算机视觉技术领域。该方法包括获取待检测图像;对所述待检测图像进行特征提取,得到多个不同尺度的深层特征图;根据多个所述深层特征图,确定所述待检测图像的类别和火灾事故在所述待检测图像中的位置,所述类别包括存在火灾事故或不存在火灾事故。本申请可以高效率地检测出待检测图像中是否有火灾,以及火灾的位置信息,和人工监测火灾相比,本申请的准确性高、及时性强、人力成本更少,利用待检测图像的深层特征图进行评判,更够更好地利用待检测图像所包含的信息,使得检测过程更加智能化。
-
公开(公告)号:CN111008956B
公开(公告)日:2024-06-28
申请号:CN201911103773.1
申请日:2019-11-13
Applicant: 武汉工程大学
IPC: G06T7/00 , G06T3/4038 , G06T7/60
Abstract: 本发明涉及一种基于图像处理的梁底裂纹检测方法、系统、装置和介质,方法包括获取桥梁底面的多个原始裂纹图像,并对所有原始裂纹图像进行预处理,得到多个处理裂纹图像;从所有处理裂纹图像中获取多个待拼接裂纹图像,基于SURF图像处理方法,将所有待拼接裂纹图像进行拼接,得到待检测裂纹图像;获取预设的神经网络裂纹检测模型,并利用所述神经网络裂纹检测模型对所述待检测裂纹图像进行检测,得到目标裂纹图像;对所述目标裂纹图像进行分析,得到裂纹检测数据。本发明能避免图像拍摄距离对梁底裂纹识别和检测的影响,提高裂纹检测精度,能够避免微小裂纹的图像被当做噪声过滤掉,极其适用于微小裂纹的检测。
-
公开(公告)号:CN112069983B
公开(公告)日:2024-03-26
申请号:CN202010917093.X
申请日:2020-09-03
Applicant: 武汉工程大学
IPC: G06V40/10 , G06V10/80 , G06V10/774 , G06V10/84 , G06V20/52 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多任务特征融合共享学习的低光照行人检测方法及系统,获取正常、低光照行人数据集;利用正常、低光照行人数据集对图像光照增强网络进行预训练;利用正常光照行人数据集对行人检测网络进行预训练;设计能够融合上下游任务之间特征的多任务特征融合模块,对两个网络进行特征融合与共享,构建多任务特征融合共享学习的低光照行人检测网络;将两个预训练模型导入低光照行人检测网络,并利用正常、低光照数据集进行训练,得到多任务特征融合共享学习的低光照行人检测模型;利用多任务特征融合共享学习的低光照行人检测模型对被检测图像进行检测,得到图像中行人的位置。本发明能够准确、高效的在低光照的图像中检测出行人的位置。
-
公开(公告)号:CN117611443A
公开(公告)日:2024-02-27
申请号:CN202311409592.8
申请日:2023-10-27
Applicant: 武汉工程大学
IPC: G06T3/4053 , G06V20/62 , G06V10/80 , G06V10/44
Abstract: 本发明涉及一种车牌超分辨率重建方法及系统,方法包括:获取样本车牌图像对应的低分辨率车牌图;提取低分辨率车牌图的浅层特征,获得浅层车牌特征图;提取浅层车牌特征图的精细特征,获得精细车牌特征图;提取浅层车牌特征图的边缘轮廓信息,获得边缘信息特征图;将精细车牌特征图和边缘信息特征图进行特征融合,获得融合车牌特征图;将融合车牌特征图进行卷积操作,获得高分辨率车牌图。解决了利用传统方法对低分辨率车牌图像进行超分辨率重建时,相较于只有英文和数字的车牌,中文车牌在重建时图像容易失真,使得重建后的高分辨率中文车牌信息与原始车牌信息的差异较大,导致重建后的高分辨率中文车牌的准确性较低的问题。
-
公开(公告)号:CN116229442A
公开(公告)日:2023-06-06
申请号:CN202310002512.0
申请日:2023-01-03
Applicant: 武汉工程大学
Abstract: 本发明提供了一种文本图像合成和实例化权重的迁移学习方法,通过一系列合成策略以生成适合真实文本图像的合成数据,在长度和字符上提供两种文本选择方法,解决了合成数据集文本分布的偏差;通过提供文本合成策略,使合成的文本图像能够更加贴近现实世界图像;通过提出实例化权重的方法连接合成样本不同域的分布,并学习马氏距离,减少了合成样本和真实样本间差异,实现了生成困难场景下STR的合成数据的功能,解决了文本框图像中文本外观的逼真性和多样性,缓解了来自真实世界的注释文本图像的缺乏。本发明还提出了多种渲染策略,以合成真实的合成数据;针对合成数据迁移间差异问题提出了基于实例化的迁移方法训练识别模型。
-
公开(公告)号:CN112750082B
公开(公告)日:2023-05-16
申请号:CN202110081811.9
申请日:2021-01-21
Applicant: 武汉工程大学 , 武汉烽火技术服务有限公司
IPC: G06T3/40 , G06V40/16 , G06V10/774 , G06V10/80 , G06V10/77
Abstract: 本发明公开了一种基于融合注意力机制的人脸超分辨率方法及系统,属于人脸图像超分辨率领域,该方法包括:将高分辨率人脸图像下采样至目标低分辨率人脸图像后,进行分块操作,分出相互重叠的图像块后,使用浅层特征提取器提取浅层特征;融合像素、通道和空间三重注意力模块的特征,增强重建的人脸面部结构细节;构建融合注意力网络作为深层特征提取器,将浅层的面部特征输入融合注意力网络获得深层特征,融合注意力网络包含若干融合注意力组,各融合注意力组包括若干融合注意力块;将深层特征图进行上采样,将上采样后的人脸特征图重建成目标的高分辨率人脸图像。本发明优于其他最新的人脸图像超分辨率算法,能生成更高质量的人脸高分辨率图像。
-
公开(公告)号:CN115619657A
公开(公告)日:2023-01-17
申请号:CN202211148660.5
申请日:2022-09-20
Applicant: 武汉工程大学
Abstract: 本发明提供一种图像去雨方法和装置,属于图像处理领域,方法包括:S1:分别对各个原始雨图像以及各个清晰雨图像进行数据增强处理,得到雨天训练图像以及雨天清晰训练图像;S2:构建初始去雨模型;其中,初始去雨模型包括图像处理模块和图像判别模块;S3:基于图像处理模块分别根据各个雨天训练图像以及雨天清晰训练图像进行图像处理得到重构雨天图像、雨条纹去除图像以及重构清晰图像。本发明解决了雾相关特征提取不精确、图像生成质量低的问题,获得了图像内容更丰富、生成质量更高的清晰图像,提高了清晰图像的准确性。
-
-
-
-
-
-
-
-
-