公开(公告)号：CN112927164B

公开(公告)日：2023-04-07

申请号：CN202110304197.8

申请日：2021-03-22

Applicant: 重庆邮电大学

Inventor： 陈勇 ,  陈东 ,  刘焕淋 ,  金曼莉 ,  汪波

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种基于深度卷积神经网络的无参考低照度图像增强方法，属于图像处理领域。首先，使用深度卷积神经网络构建包含两个分支的特征提取模块，并从输入的低照度图像中提取照射分量和反射分量。之后，对反射分量进行去噪，将其融入到优化网络中得到优化后的反射分量。然后，将照射分量输入到优化网络中得到优化后的照射分量。最后，将优化后的照射分量和反射分量相乘得到最终的增强结果。本发明充分利用了从输入图像中提取的反射分量，有效降低了图像中噪声的干扰并提升了细节表现能力。

公开(公告)号：CN116206244A

公开(公告)日：2023-06-02

申请号：CN202310209559.4

申请日：2023-03-07

Applicant: 重庆邮电大学

Inventor： 陈勇 ,  汪波 ,  刘焕淋 ,  黄美永 ,  张金亮 ,  邵凯鑫

IPC: G06V20/40 ,  G06V10/32 ,  G06V10/764 ,  G06V10/74 ,  G06V10/40 ,  G06V10/54 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种基于多层注意力特征增强的目标跟踪方法，属于目标跟踪领域，包括以下步骤：S1：构建基于孪生网络的目标跟踪网络，使用修改后的ResNet50为主干网络，对模板图片和搜索图片进行特征提取；S2：在主干网络中的后三层中嵌入特征增强模块来选择性地增强有用的特征；S3：将主干网络提取的模板特征和搜索特征进行互相关操作得到响应图；S4：将互相关特征图进行分类与回归，在多个预测框中获得最佳跟踪框，从而实现跟踪，并对模板图片进行在线更新。本发明使特征交互更加频繁，增强特征的表达能力，使跟踪器得到更加准确的目标定位信息，本发明还很大程度上抵御了相似背景的干扰。

公开(公告)号：CN112927164A

公开(公告)日：2021-06-08

申请号：CN202110304197.8

申请日：2021-03-22

Applicant: 重庆邮电大学

Inventor： 陈勇 ,  陈东 ,  刘焕淋 ,  金曼莉 ,  汪波

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度卷积神经网络的无参考低照度图像增强方法，属于图像处理领域。首先，使用深度卷积神经网络构建包含两个分支的特征提取模块，并从输入的低照度图像中提取照射分量和反射分量。之后，对反射分量进行去噪，将其融入到优化网络中得到优化后的反射分量。然后，将照射分量输入到优化网络中得到优化后的照射分量。最后，将优化后的照射分量和反射分量相乘得到最终的增强结果。本发明充分利用了从输入图像中提取的反射分量，有效降低了图像中噪声的干扰并提升了细节表现能力。