-
公开(公告)号：CN114219742B
公开(公告)日：2025-02-18
申请号：CN202111055117.6
申请日：2021-09-09
Applicant: 武汉工程大学 , 武汉逸锦科技有限公司
IPC: G06T3/4038 , G06T3/4046 , G06T5/50 , G06T5/60 , G06T5/40 , G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明提供了一种联合流形约束和FB‑GAN的人脸变形方法和系统，通过使用生成对抗神经网络设计出端到端的人脸图像拼接对抗网络FB‑GAN，实现了在人脸变形过程中生成高分辨率的人脸图像的功能。本发明通过人脸变形算法生成高分辨率的人脸图像，解决了传统变形中人脸嘴巴从闭合到张开所导致的嘴巴“扭曲”或“空洞”问题。本发明解决了人脸拼接问题中的颜色差异较大而导致的拼接效果较差的问题，提高了人脸生成图像的真实性。
-
公开(公告)号：CN119180997A
公开(公告)日：2024-12-24
申请号：CN202311519338.3
申请日：2023-11-13
Applicant: 武汉工程大学
IPC: G06V10/774 , G06V10/40 , G06V10/80 , G06V20/13 , G06V20/40
Abstract: 本申请提供一种目标检测模型训练方法、装置、电子设备及存储介质，涉及计算机处理技术领域。方法包括：获取用于模型训练的数据集，将数据集输入待训练的初始检测模型中的特征提取网络，以对样本图像进行多尺度特征提取和注意力特征提取，得到每个样本图像对应的多个多尺度特征图；将各个多尺度特征图输入初始检测模型中的检测头，得到样本图像对应的检测结果，然后获取检测结果中每个待检测目标和每个待检测目标对应的真实目标之间的损失值，判断损失值是否满足预设模型收敛条件，若满足，则将满足预设模型收敛条件的初始检测模型作为目标检测模型。如此，可以改善传统目标识别类模型对视频卫星图像中的小目标检测精度低、效果差的问题。
-
公开(公告)号：CN113850720B
公开(公告)日：2024-12-24
申请号：CN202111051524.X
申请日：2021-09-08
Applicant: 武汉工程大学
IPC: G06T3/4053 , G06T3/4046 , G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明提供了一种基于元学习优化网络的人脸超分辨率方法及系统，通过元学习优化网络将训练阶段学到的多种降质过程的内在特征联系用在测试的未知降质过程，解决了目前人脸超分辨率重建算法在图像退化类型未知时，人脸图像重建性能存在一定的局限性的技术问题，提高了人脸图像的重建性能。本发明利用元学习能够快速学习一项新任务的特性，使网络通过对训练任务的经验学习来达到在新的测试任务上的良好超分性能。本发明能够应对降质过程未知时人脸图像超分辨率性能下降问题，生成更高质量的人脸高分辨率图像。
-
公开(公告)号：CN119169402A
公开(公告)日：2024-12-20
申请号：CN202311515863.8
申请日：2023-11-13
Applicant: 武汉工程大学
Abstract: 本申请提供一种船舶检测模型训练方法、装置、电子设备及存储介质，涉及计算机处理技术领域。方法包括：获取用于模型训练的数据集；将数据集中的样本图像输入待训练的初始检测模型中的骨干网络进行多尺度特征提取，得到每个样本图像对应的不同尺度的多个尺度特征图；将多个尺度特征图输入初始检测模型中的特征提取网络，得到第一特征图和第二特征图；将各个第一特征图和第二特征图输入检测头，得到样本图像对应的检测结果，最后根据检测结果对初始检测模型进行参数调整和迭代训练，直至初始检测模型满足预设模型收敛条件。如此，改善传统船舶检测方式存在小目标检测结果不准确、易漏检的问题。
-
公开(公告)号：CN117036985B
公开(公告)日：2024-02-06
申请号：CN202311299444.5
申请日：2023-10-09
Applicant: 武汉工程大学
IPC: G06V20/13 , G06V10/762 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种面向视频卫星图像的小目标检测方法及装置，包括：获取待检测图像，对所述待检测图像进行预处理，得到目标图像；获取预设的标注框，基于K‑means聚类算法，利用所述标注框自适应计算目标图像的锚框；基于YOLOv5模型，构建边缘感知模块；其中边缘感知模块由通道注意力模块和空间注意力模块组成；为所述边缘感知模块构建边角对齐交并比损失函数；对所述锚框进行调整得到目标图像的预测框，基于所述交并比损失函数，通过具有预测框的目标图像对所述边缘感知模块进行训练，得到小目标检测模型；将所述待检测图像输入所述小目标检测模型，得到待检测图像的小目标检测结果。(56)对比文件Mengfan Xue.et al."One Spatio-Temporal Sharpening Attention Mechanismfor Light-Weight YOLO Models Based onSharpening Spatial Attention"《.MDPI》.2021,全文.Tao Sun. et al."Small objectdetection method based on YOLOv5 improvedmodel"《.IEEE》.2022,全文.
-
Patent Agency Ranking
公开(公告)号：CN114013677B
公开(公告)日：2023-10-13
申请号：CN202111300208.1
申请日：2021-11-04
Applicant: 武汉工程大学 , 凌云科技集团有限责任公司
IPC: B64F1/22
Abstract: 本发明提供一种智能飞机牵引机器人，包括电驱底盘，其一侧具有U型开口；夹持举升组件，连接在所述电驱底盘上，对机轮进行夹持、升降和转向的自适应运动；行走系统，设置在所述电驱底盘上，对牵引机器人进行驱动和转向；动力系统，设置在所述电驱底盘上，所述动力系统包括供电系统和液压系统，所述液压系统为所述夹持举升组件的动作部件提供动力；控制系统，对所述电驱底盘、所述行走系统和所述动力系统进行控制和反馈；所述供电系统为所述行走系统和所述控制系统提供电力。本发明中的智能飞机牵引机器人运动较为灵活、全向移动底盘成本低、转弯半径小，所有操作都可以自动完成，牵引精度高且工作效率高。
-
公开(公告)号：CN115586767A
公开(公告)日：2023-01-10
申请号：CN202210686058.0
申请日：2022-06-16
Applicant: 武汉工程大学
IPC: G05D1/02
Abstract: 本发明提供一种多机器人路径规划方法和装置，属于机器人控制领域，方法包括：分别从设置在多个机器人上的激光雷达中获得多个激光数据，并分别从设置在各个机器人上的摄像头中获得多个视觉图像；分别对多个激光数据进行地图构建得到栅格地图；分别对多个视觉图像进行位姿信息的分析得到位姿信息；根据位姿信息分别在栅格地图中进行路径构建得到机器人路径；分别对各个栅格地图进行地图修正分析得到修正后地图。本发明加快了子图的匹配速度，提高了地图的融合精度，加快了探索效率，使探索路径尽可能平滑，避免了触碰到障碍物，且适用于无初始位姿的地图融合。
-
公开(公告)号：CN115393186A
公开(公告)日：2022-11-25
申请号：CN202210867096.6
申请日：2022-07-22
Applicant: 武汉工程大学
Abstract: 本发明公开了一种人脸图像超分辨率重建方法、系统、设备及介质，涉及计算机视觉技术领域，该方法基于目标人脸图像超分辨率重建模型实现图像重建，该方法步骤包括：对待重建的低分辨率人脸图像进行浅层特征提取，得到第一浅层特征图像；对第一浅层特征图像进行深层特征提取，得到第一深层特征图像；根据第一浅层特征图像和第一深层特征图像，确定目标重建图像。本方法解决了通过现有的基于局部图像块和全局人脸统计的人脸图像超分辨率重建方法实现人脸图像超分辨率重建时全局结构不一致、局部细节丢失，导致重建效果不佳，以及现有的基于结构先验的人脸图像超分辨率重建方法实现人脸图像超分辨率重建存在生成的超分辨率人脸图像失真的问题。
-
公开(公告)号：CN115293966A
公开(公告)日：2022-11-04
申请号：CN202210741509.6
申请日：2022-06-27
Applicant: 武汉工程大学
IPC: G06T3/40 , G06V10/74 , G06V10/774 , G06V40/16
Abstract: 本发明提供一种人脸图像重建方法、装置以及存储介质，属于图像重建领域，方法包括：通过各个原始人脸图像依次对超分辨率待训练模型的超分辨率图像训练分析得到超分辨率训练模型；通过超分辨率训练模型分别对原始人脸图像的图像识别得到目标超分辨率图像；通过所有的原始人脸图像和所有的目标超分辨率图像对人脸重建待训练模型的人脸重建图像训练分析得到人脸重建训练模型；通过人脸重建训练模型分别对目标超分辨率图像的图像重建得到人脸图像重建结果。本发明能够重建高保真和身份感知的HR人脸图像，能够提取更详细的信息，提升了视觉保真度。
-
公开(公告)号：CN114513681A
公开(公告)日：2022-05-17
申请号：CN202210088178.0
申请日：2022-01-25
Applicant: 武汉工程大学 , 武汉逸锦科技有限公司
IPC: H04N21/231 , H04N21/234
Abstract: 本申请涉及一种视频处理系统、方法、装置、电子设备和存储介质，属于软件监控技术领域。包括：边缘端中的前置服务单元用于获取应用场景设备端采集的初始视频数据，对初始视频数据进行目标对象识别操作，以提取包含目标对象的图像帧，并发送至算法服务单元；边缘端中的算法服务单元用于对于每帧包含目标对象的图像帧，根据该图像帧对应的当前应用场景，确定对应的对象提取模型，根据当前应用场景对应的对象提取模型提取图像帧中的目标对象，得到图像帧的目标数据；云端用于存储初始视频数据对应的目标数据。本申请具备高效率的图像处理能力，根据不同的应用场景加载不同的对象提取模型，并非一个应用场景对应一个视频处理系统，适用范围较广。
-
-
-
-
-
-
-
-
-
Search Results
215
records
(took 0.036 seconds)
