公开(公告)号：CN117058375A

公开(公告)日：2023-11-14

申请号：CN202310956765.1

申请日：2023-08-01

Applicant: 湖南大学

Inventor： 李智勇 ,  肖志强 ,  林家丞 ,  陈嘉俊 ,  刘函豪

IPC: G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了一种特征融合网络交互式图像分割方法、电子设备及存储介质，该方法针对现有IIS任务中因特征交互不充分而引起的融合特征特异性差的问题，提出了一种基于CNNs与注意力机制的点击与图像融合框架，其能够在使得点击与图像交互得更加充分的同时生成特征特异性更强的视觉特征图。针对IIS任务中普遍存在的像素不平衡问题，定义了这种问题并基于现有损失理论以及IIS任务的实际需求提出了一种名为Balanced normalized focal loss的损失，通过加入平衡权重有效的控制正点击像素以及负点击像素的梯度质心区域占比来调整模型训练过程中存在的像素不平衡问题。

公开(公告)号：CN116842566A

公开(公告)日：2023-10-03

申请号：CN202310823924.0

申请日：2023-07-06

Applicant: 湖南大学

Inventor： 李智勇 ,  陈嘉俊 ,  林家丞 ,  肖志强 ,  付浩龙 ,  王子安 ,  刘函豪 ,  郭一呼

IPC: G06F21/62 ,  G06V10/44 ,  G06V10/774 ,  G06T9/00 ,  G06V10/82 ,  G06N3/045 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种个人图像隐私保护方法、系统及电子设备。本发明提供的方法允许用户通过语言表达来指定保护图像中的某个人，通过使用轻量级深度神经网络对输入指代信息和个人图像进行并行编码，生成图像与文本信息充分融合的多尺度视觉特征，在解码过程中，通过多尺度特征融合和掩码定位增强模块，生成稳定的指定个人隐私保护图像掩码，此外，引入平衡二元交叉熵损失来解决训练中的像素不平衡问题，优化网络性能，提高个人图像隐私保护效果。本发明可以解决现有个人图像隐私保护技术中存在内容过度保护以及指代个人图像隐私保护网络在训练中存在的像素不平衡问题。

公开(公告)号：CN116681984A

公开(公告)日：2023-09-01

申请号：CN202310650787.5

申请日：2023-06-05

Applicant: 湖南大学

Inventor： 李智勇 ,  刘函豪 ,  付浩龙 ,  林家丞 ,  王子安 ,  肖志强

IPC: G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/048 ,  G06V10/40 ,  G06V10/764

Abstract: 本申请提供一种基于红外‑可见光信息融合的目标检测方法，通过设置的ISF‑Net网络对可见光和红外特征进行训练，能够有效的学习两种模态的共同特征和差异特征，利用特征分离损失监督训练的过程，使两种模态共同特征中的分歧最小化，差异特征中的分歧最大化，然后利用利用通道注意分支和空间注意分支将共同特征和差异特征进行增强，突出共同特征和差异特征之间的差异，有效提高了融合特征的特征表达能力，使得模型具有较高的检测精度。本申请还提供一种基于红外‑可见光信息融合的目标检测系统。

公开(公告)号：CN119048731A

公开(公告)日：2024-11-29

申请号：CN202411050121.7

申请日：2024-08-01

Applicant: 湖南大学

Inventor： 李智勇 ,  刘函豪 ,  廖祥辉 ,  杨恺伦 ,  王耀南

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/143 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供一种基于红外‑可见光图像对的非配准跨模态特征交互学习网络的融合检测方法。通过从FLIR数据集与LLVIP数据集选取红外‑可见光图像对进行数据预处理；构建特征提取网络，将预处理后的红外‑可见光图像对输入特征提取网络获取图像特征；构建非配准跨模态特征交互学习网络NRCMFINet，输入图像特征进行训练提取增强特征；构建特征增强拼接模块ESM，输入增强特征进行运算得到多尺度融合特征；最终输出多尺度融合特征。本发明为特征增强拼接模块ESM设计了空间和通道注意力机制，可再次增强NRCMFINet中得到的增强特征，从而带来性能改进，解决多光谱车辆检测数据中弱对齐图像对中的位置移动问题。

公开(公告)号：CN116258934A

公开(公告)日：2023-06-13

申请号：CN202310267771.6

申请日：2023-03-20

Applicant: 湖南大学

Inventor： 李智勇 ,  肖志强 ,  付浩龙 ,  刘函豪

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/26 ,  G06V10/40

Abstract: 本发明公开了一种基于特征增强的红外‑可见光融合方法，采用双流主干的YOLOv5的特征提取网络，从可见光和红外图像中提取深层特征，通过对称互补掩模减少对单一模态的偏差；针对可见光‑红外图像之间的差异，在融合模块中加入了交叉特征增强模块改进模式内特征表示，以及加入了长距离依赖融合模块，通过关联多模态特征的位置编码来融合增强的特征，能够提高多模态图像的联合利用率以及复杂场景的检测效果。本申请还提供一种基于特征增强的红外‑可见光融合系统及可读存储介质。