-
公开(公告)号：CN114037666B
公开(公告)日：2024-07-23
申请号：CN202111261591.4
申请日：2021-10-28
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/09
Abstract: 本发明请求保护一种数据集扩充和阴影图像分类辅助的阴影检测方法，属于图像处理领域。本发明包括以下步骤：1、基于生成对抗网络，设计ShadowGAN网络结构，用于生成阴影图像，并使用生成的阴影图像扩充原有的数据集；2、在现有的阴影检测网络模型中加入阴影分类模块；3、结合步骤1和步骤2，进一步提升检测的准确率。本发明提出一种针对阴影检测的数据集扩充方法和阴影图像分类辅助的阴影检测网络模型。本发明对自然环境中得到的阴影图像，利用深度神经网络，通过设计生成对抗网络的网络结构以扩充数据集，以及阴影图像分类辅助的阴影检测模型的网络结构，对阴影图像中的阴影区域进行更加准确的识别。
-
公开(公告)号：CN113642646B
公开(公告)日：2023-09-22
申请号：CN202110931990.0
申请日：2021-08-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多注意力和语义的图像威胁物品分类及定位方法，属于图像处理领域。本发明包括以下步骤：1、对安检图像的数据集进行数据预处理；2、设计基于多注意力机制和高语义及高分辨率特征结合的威胁物品分类网络结构3、对最终的结果进行分类及定位。本发明提出一种针对安检过程中的威胁物品分类及定位网络模型，基于多注意力机制提出的新方法。并且获得了目前在威胁物品分类及定位领域中的较好效果。本发明对安检过程产生的X光图像，利用深度学习网络，通过设计空间注意力网络模块，通道注意力网络模块，以及高语义和高分辨率特征结合网络模块，对安检图像中存在的威胁物品进行分类及定位。辅助并提升安检人员的工作效率。
-
公开(公告)号：CN113642646A
公开(公告)日：2021-11-12
申请号：CN202110931990.0
申请日：2021-08-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多注意力和语义的图像威胁物品分类及定位方法，属于图像处理领域。本发明包括以下步骤：1、对安检图像的数据集进行数据预处理；2、设计基于多注意力机制和高语义及高分辨率特征结合的威胁物品分类网络结构3、对最终的结果进行分类及定位。本发明提出一种针对安检过程中的威胁物品分类及定位网络模型，基于多注意力机制提出的新方法。并且获得了目前在威胁物品分类及定位领域中的较好效果。本发明对安检过程产生的X光图像，利用深度学习网络，通过设计空间注意力网络模块，通道注意力网络模块，以及高语义和高分辨率特征结合网络模块，对安检图像中存在的威胁物品进行分类及定位。辅助并提升安检人员的工作效率。
-
公开(公告)号：CN114037666A
公开(公告)日：2022-02-11
申请号：CN202111261591.4
申请日：2021-10-28
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种数据集扩充和阴影图像分类辅助的阴影检测方法，属于图像处理领域。本发明包括以下步骤：1、基于生成对抗网络，设计ShadowGAN网络结构，用于生成阴影图像，并使用生成的阴影图像扩充原有的数据集；2、在现有的阴影检测网络模型中加入阴影分类模块；3、结合步骤1和步骤2，进一步提升检测的准确率。本发明提出一种针对阴影检测的数据集扩充方法和阴影图像分类辅助的阴影检测网络模型。本发明对自然环境中得到的阴影图像，利用深度神经网络，通过设计生成对抗网络的网络结构以扩充数据集，以及阴影图像分类辅助的阴影检测模型的网络结构，对阴影图像中的阴影区域进行更加准确的识别。
-
-
-
Search Results
4
records
(took 0.02 seconds)
