公开(公告)号：CN116229217A

公开(公告)日：2023-06-06

申请号：CN202310369678.6

申请日：2023-04-07

Applicant: 重庆邮电大学

Inventor： 王慧 ,  虞继敏 ,  周尚波 ,  李舜 ,  吴涛 ,  张鑫

IPC: G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06T3/40 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于红外目标检测领域，具体涉及一种应用于复杂环境下的红外目标检测方法，包括：获取待检测的红外图像，对红外图像进行预处理；采用主干特征提取网络提取红外图像的不同尺度特征；采用颈部加强特征提取网络对不同尺度的特征进行加强融合处理，得到融合特征图；将融合后的有效特征图输入到预测输出网络中，得到目标的检测结果；本发明有效的提高了红外目标检测精度，对复杂场景下易于被遮挡的红外目标的检测效果更好，同时显著降低了参数量，满足实时性检测要求。

公开(公告)号：CN113361397B

公开(公告)日：2022-07-12

申请号：CN202110625104.1

申请日：2021-06-04

Applicant: 重庆邮电大学

Inventor： 张伟 ,  虞继敏 ,  周尚波 ,  张鑫 ,  秦毛伟 ,  吴涛 ,  王首刚

IPC: G06V40/16 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于深度学习领域，具体涉及一种基于深度学习的人脸口罩佩戴情况检测方法，该方法包括：实时获取待检测图像数据，将待检测图像输入到训练好的口罩检测网络模型中，得到检测结果；根据检测结果对待检测图像进行标记；所述口罩检测网络模型包括主干特征提取网络模、Neck网络模块以及Prediction网络；本发明在口罩检测模型中的主干特征提取网络中使用CSPDarkNet‑X模块不但可以加强模型的特征提取能力，同时可以降低模型的参数量并且简化了模型的骨干网络的结构，使得模型的特征学习能力得到提升。

公开(公告)号：CN114926794A

公开(公告)日：2022-08-19

申请号：CN202210695454.X

申请日：2022-06-20

Applicant: 重庆邮电大学

Inventor： 吴涛 ,  虞继敏 ,  周尚波 ,  潘慧兰 ,  张鑫 ,  张伟 ,  王慧

IPC: G06V20/54 ,  G06V10/22 ,  G06V10/80 ,  G06V10/82 ,  G06V10/52 ,  G06V10/26 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种高效的轻量化SAR船舶目标检测方法，属于SAR船舶目标检测领域，本发明具体包括：建立SAR船舶目标检测模型；通过SAR雷达获取目标图像；将目标图像输入到主干提取网络中提取图像特征信息，根据目标图像的大小将提取的图像特征信息划分为第一尺度图像特征信息、第二尺度图像特征信息以及第三尺度图像特征信息；将三个不同尺度的图像特征信息输入到颈部网络中进行多尺度深层特征信息融合；将融合后的深层特征信息输入到预测网络中，得到SAR船舶目标检测结果；本发明通过轻量化SAR船舶目标检测模型实现目标的快速精准定位，显著降低船舶检测的计算量和漏检率，能够在复杂环境下以最快速度达到理想的检测效果。

公开(公告)号：CN114926794B

公开(公告)日：2024-07-02

申请号：CN202210695454.X

申请日：2022-06-20

Applicant: 重庆邮电大学

Inventor： 吴涛 ,  虞继敏 ,  周尚波 ,  潘慧兰 ,  张鑫 ,  张伟 ,  王慧

IPC: G06V20/54 ,  G06V10/22 ,  G06V10/80 ,  G06V10/82 ,  G06V10/52 ,  G06V10/26 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提出一种高效的轻量化SAR船舶目标检测方法，属于SAR船舶目标检测领域，本发明具体包括：建立SAR船舶目标检测模型；通过SAR雷达获取目标图像；将目标图像输入到主干提取网络中提取图像特征信息，根据目标图像的大小将提取的图像特征信息划分为第一尺度图像特征信息、第二尺度图像特征信息以及第三尺度图像特征信息；将三个不同尺度的图像特征信息输入到颈部网络中进行多尺度深层特征信息融合；将融合后的深层特征信息输入到预测网络中，得到SAR船舶目标检测结果；本发明通过轻量化SAR船舶目标检测模型实现目标的快速精准定位，显著降低船舶检测的计算量和漏检率，能够在复杂环境下以最快速度达到理想的检测效果。

公开(公告)号：CN113361397A

公开(公告)日：2021-09-07

申请号：CN202110625104.1

申请日：2021-06-04

Applicant: 重庆邮电大学

Inventor： 张伟 ,  虞继敏 ,  周尚波 ,  张鑫 ,  秦毛伟 ,  吴涛 ,  王首刚

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于深度学习领域，具体涉及一种基于深度学习的人脸口罩佩戴情况检测方法，该方法包括：实时获取待检测图像数据，将待检测图像输入到训练好的口罩检测网络模型中，得到检测结果；根据检测结果对待检测图像进行标记；所述口罩检测网络模型包括主干特征提取网络模、Neck网络模块以及Prediction网络；本发明在口罩检测模型中的主干特征提取网络中使用CSPDarkNet‑X模块不但可以加强模型的特征提取能力，同时可以降低模型的参数量并且简化了模型的骨干网络的结构，使得模型的特征学习能力得到提升。

公开(公告)号：CN105787903A

公开(公告)日：2016-07-20

申请号：CN201610169836.3

申请日：2016-03-23

Applicant: 重庆邮电大学

Inventor： 虞继敏 ,  谭礼健 ,  周尚波 ,  叶家甬 ,  匡春华

IPC: G06T5/00

CPC classification number: G06T5/002 ,  G06F17/141 ,  G06F17/156 ,  G06F17/18 ,  G06T2207/20024 ,  G06T2207/20056 ,  G06T2207/20192

Abstract: 本发明涉及一种基于自适应分数阶向各异性扩散的纹理图像去噪滤波器，属于数字图像处理技术领域。该滤波器采用缓存器、二维离散傅里叶变换(2?D DFT)一、加法器一、二维离散傅里叶逆变换(2?D IDFT)、发生器、乘法器一、c(·)Dαx发生器、二维离散傅里叶变换(2?D DFT)二、c(·)Dαy发生器、二维离散傅里叶变换(2?D DFT)三、乘法器二、发生器以级联方式构成的。该滤波器具有在去除纹理图像噪声的同时，既能尽量保留平滑区域中的低频轮廓，同时又能非线性保留灰度值跃变幅度相对较大的高频边缘，而且还能非线性保留灰度值跃变幅度变化相对不大的纹理细节的显著优点；该滤波器适用于对富含复杂纹理细节特征的图像去噪场合。