-
公开(公告)号：CN115546055A
公开(公告)日：2022-12-30
申请号：CN202211153061.2
申请日：2022-09-21
Applicant: 西南科技大学 , 中国工程物理研究院计算机应用研究所
Abstract: 本发明公开了一种基于自适应裁剪系数的低照度视频图像增强方法，将GAMMA矫正与CLAHE算法相结合，并根据视频每一帧中不同图像块选取不同的裁剪系数，克服了现有CLAHE算法处理视频图像时存在的过度增强和环状伪影现象，有效提升了每一帧图像的对比度和细节，取得了较好的增强效果。实验结果表明，本发明对低照度、雾霾和拍摄场景限制条件下的视频图像增强效果明显，显著地提升视频图像质量，增强了图像细节。
-
公开(公告)号：CN115546055B
公开(公告)日：2025-05-27
申请号：CN202211153061.2
申请日：2022-09-21
Applicant: 西南科技大学 , 中国工程物理研究院计算机应用研究所
Abstract: 本发明公开了一种基于自适应裁剪系数的低照度视频图像增强方法，将GAMMA矫正与CLAHE算法相结合，并根据视频每一帧中不同图像块选取不同的裁剪系数，克服了现有CLAHE算法处理视频图像时存在的过度增强和环状伪影现象，有效提升了每一帧图像的对比度和细节，取得了较好的增强效果。实验结果表明，本发明对低照度和拍摄场景限制条件下的视频图像增强效果明显，显著地提升视频图像质量，增强了图像细节。
-
公开(公告)号：CN118230104B
公开(公告)日：2024-08-27
申请号：CN202410344537.3
申请日：2024-03-25
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于多尺度特征增强的红外弱小目标检测方法，包括：S1：获取基于真实场景的单帧红外弱小目标数据集；S2：对所述单帧红外弱小目标数据集进行预处理，得到预处理后的数据集；S3：将所述预处理后的数据集输入至YOLO‑MSFE网络，利用YOLO‑MSFE网络进行红外弱小目标检测，得到红外弱小目标检测结果。本发明能够解决现有红外图像颜色信息匮乏，小目标非常稀疏以及噪声干扰多等特点，网络较大的深度与信息利用不充分导致检测效果不佳的问题。
-
公开(公告)号：CN106454355B
公开(公告)日：2019-03-01
申请号：CN201610948714.4
申请日：2016-10-24
Applicant: 西南科技大学
IPC: H04N19/174 , H04N19/593
Abstract: 本发明实施例提供一种视频编码方法及装置，属于视频图像处理技术领域。具体地，该方法实现的步骤为，对获取到的视频图像信号进行降采样得到待编码的图像序列，将所述待编码的图像序列中的每一帧图像都划分成预设数目个图像片，以及对划分得到的每帧图像中的至少一个图像片进行视频编码，得到该帧图像相对应的编码帧。这种视频编码方法及装置，在不改变基本视频编码算法框架及满足带宽恒定需求的前提下，利用图像上下文的相关性，对待编码图像序列中的每一帧图像分别进行分片编码，将帧内编码方式分布在每帧图像的一个小图像片中，减小压缩图像的数据流在时间维上的抖动，有效的改善了传输效率并节约了带宽，保证了视频传输的实时性和可靠性。
-
公开(公告)号：CN118072001B
公开(公告)日：2024-06-21
申请号：CN202410482497.9
申请日：2024-04-22
Applicant: 西南科技大学
IPC: G06F17/00
Abstract: 本发明公开了一种基于尺度特征感知和广泛感知卷积的伪装目标检测方法，属于伪装目标检测技术领域，包括以下步骤：采集伪装图像，并对伪装图像进行预处理，得到三个尺度下的输入图像；构建伪装目标检测模型，并通过先验知识构建损失函数；将三个尺度下的输入图像输入至优化后的伪装目标检测模型中进行检测，分割出伪装目标，完成伪装目标检测。本发明解决了现有技术在特征融合过程中未充分考虑全局语义信息以及特征之间无法充分利用互补信息，导致最终预测的准确性不足的问题。
-
Patent Agency Ranking
公开(公告)号：CN118072146A
公开(公告)日：2024-05-24
申请号：CN202410461077.2
申请日：2024-04-17
Applicant: 西南科技大学
IPC: G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/045 , G06V10/764 , G06V10/40 , G06V20/17
Abstract: 本发明公开了一种基于多层级特征融合的无人机航拍小目标检测方法，包括：S1、使用Bi‑FPN对YOLOv8模型进行改进，得到HBi‑YOLOv8模型；S2、使用HBi‑YOLOv8模型对无人机航拍图像进行小目标检测，得到三组预测结果；S3、对三组预测结果进行解码和非极大值抑制，得到小目标检测结果，本方法从特征融合部分、添加注意力机制、定位回归损失函数的方向修改YOLOv8s网络，得到了HBi‑YOLOv8s网络，大幅提高了网络在检测小目标时的性能。
-
公开(公告)号：CN118072146B
公开(公告)日：2024-07-05
申请号：CN202410461077.2
申请日：2024-04-17
Applicant: 西南科技大学
IPC: G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/045 , G06V10/764 , G06V10/40 , G06V20/17
Abstract: 本发明公开了一种基于多层级特征融合的无人机航拍小目标检测方法，包括：S1、使用Bi‑FPN对YOLOv8模型进行改进，得到HBi‑YOLOv8模型；S2、使用HBi‑YOLOv8模型对无人机航拍图像进行小目标检测，得到三组预测结果；S3、对三组预测结果进行解码和非极大值抑制，得到小目标检测结果，本方法从特征融合部分、添加注意力机制、定位回归损失函数的方向修改YOLOv8s网络，得到了HBi‑YOLOv8s网络，大幅提高了网络在检测小目标时的性能。
-
公开(公告)号：CN118230104A
公开(公告)日：2024-06-21
申请号：CN202410344537.3
申请日：2024-03-25
Applicant: 西南科技大学
Abstract: 本发明公开了一种基于多尺度特征增强的红外弱小目标检测方法，包括：S1：获取基于真实场景的单帧红外弱小目标数据集；S2：对所述单帧红外弱小目标数据集进行预处理，得到预处理后的数据集；S3：将所述预处理后的数据集输入至YOLO‑MSFE网络，利用YOLO‑MSFE网络进行红外弱小目标检测，得到红外弱小目标检测结果。本发明能够解决现有红外图像颜色信息匮乏，小目标非常稀疏以及噪声干扰多等特点，网络较大的深度与信息利用不充分导致检测效果不佳的问题。
-
公开(公告)号：CN114371160A
公开(公告)日：2022-04-19
申请号：CN202111674743.3
申请日：2021-12-31
Applicant: 中国工程物理研究院激光聚变研究中心 , 西南科技大学
Abstract: 本发明公开了一种用于新型冠状病毒拉曼检测的装置，包括监测光学架、光谱仪和核心控制器；监测光学架用于激发待测样品的光谱信号，并采集待测样品的图像数据；光谱仪用于收集监测光学架激发的光谱信号，并将光学信号转化为数字信号，发送至核心控制器；核心控制器用于接收上位机的控制信号、监测光学架的图像数据以及光谱仪的数字信号，并调用神经网络模型对图像数据以及数字信号进行分析，得到检测结果。本发明的装置既可以完成实际拉曼光谱数据的采集工作，又可以控制硬件工作逻辑以及最终的数据分析工作，为完成大量控制系统装置数据管理，还提供有控制系统装置与数据云平台通讯交互功能，实现云平台实时检测与管理检测数据。
-
公开(公告)号：CN119444759B
公开(公告)日：2025-03-14
申请号：CN202510039534.3
申请日：2025-01-10
Applicant: 西南科技大学
IPC: G06T7/00 , G06V10/25 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于多任务自适应模型的轧制金属表面缺陷自动标注方法，包括：S1、采集轧制金属表面图像，对其预处理及增强后进行数据标注，构建轧制金属表面缺陷数据集；S2、构建多任务自适应模型，并利用数据集对其训练，得到缺陷自动标注模型；S3、将待标注的金属表面图像输入至缺陷自动标注模型中，通过执行目标检测任务输出表面缺陷标注结果。该方法结合多任务学习框架，实现对轧制工艺中金属表面缺陷的目标检测与实例分割任务的联合训练，并在推理阶段专注于目标检测任务，以提升标注效率，本发明标注方法显著减少人工成本，能够广泛应用于轧制工艺金属的工业缺陷检测和数据自动标注场景，适用于复杂工业环境中的缺陷图像自动标注任务。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.053 seconds)
