-
公开(公告)号:CN117541472A
公开(公告)日:2024-02-09
申请号:CN202311486600.9
申请日:2023-11-08
Applicant: 西安电子科技大学
IPC: G06T3/4053 , G06N3/0475 , G06N3/094
Abstract: 一种基于生成对抗网络的自适应图像超分辨重建方法,在生成模块中去掉残差块的批处理规范化层,以更全面地保留单张图像的细节信息;在前两层用于特征提取的卷积层后分别加入细节自适应模块,自适应地捕获图像的重点细节特征信息,然后重新分配该细节特征信息的权重,整合每层卷积捕获的重点细节特征信息,生成超分辨率图像;将超分辨率图像和高分辨率图像输入判别模块,在判别模块的每个卷积层后引入损失自适应模块,通过损失自适应模块获取分层损失,然后将分层损失进行加权求和,动态地优化损失函数,并联合Sigmoid函数的输出值共同判别超分辨图像的真假。本发明在对复杂图像进行超分时,能获得更清晰的高分辨率图像。
-
公开(公告)号:CN115424104A
公开(公告)日:2022-12-02
申请号:CN202210998016.0
申请日:2022-08-19
Applicant: 西安电子科技大学
Abstract: 一种基于特征融合与注意力机制的目标检测方法,红外图像输入MobileNet网络进行逐层卷积计算,得到不同尺度的特征图,建立双向特征融合模块IBFPN,将所述用于检测的特征金字塔图像输入IBFPN,以进行上下层信息的相互融合;经过IBFPN后,将各融合特征层输入到注意力模块ECBAM,通过ECBAM为不同的特征赋予不同的比重;将经IBFPN和ECBAM处理的不同尺度的特征图送入检测模块进行检测,获取每个候选框的类别及相应的边界框,得到预测结果;将预测结果进行非极大值抑制,删除多余的目标框,获得最终的检测结果。综合对比多种检测算法后,实验结果表明,本发明可以有效提高红外目标的检测精度。
-
公开(公告)号:CN117495720A
公开(公告)日:2024-02-02
申请号:CN202311464041.1
申请日:2023-11-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多尺度边缘保持模型的去雾方法,该方法首先在HSV空间通过小波变换对亮度分量V进行分解,在低频图像中使用Retinex理论进行去雾,在高频图像中使用侧窗滤波增强细节,进而对高低频分量进行小波逆变换得到增强V分量,由于亮度分量V和饱和度分量S遵循V‑S模型,因此需要对S分量进行调整,最后将图像转换到RGB空间对去雾图像进行色彩恢复得到最终清晰图像。本发明对雾天图像对比度的提高和细节信息的恢复两方面具有良好的效果。
-
公开(公告)号:CN117495719A
公开(公告)日:2024-02-02
申请号:CN202311463991.2
申请日:2023-11-06
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于大气光幕与雾浓度分布估计的去雾方法,主体利用大气光幕和雾浓度的分布估计对雾天图像去雾。具体方法包括:首先利用暗通道先验去雾理论对图像进行分析,再利用改进大气光幕的透射率估计方法对透射率进行估计,精确计算大气光幕,进而利用大气光幕求解精确透射率,之后利用改进的四叉树算法在雾浓度分布图上求解大气光值,最后将透射率和大气光值代入大气散射模型求解清晰图像。
-
-
-