公开(公告)号：CN116091341B

公开(公告)日：2024-04-02

申请号：CN202211617192.1

申请日：2022-12-15

Applicant: 南京信息工程大学

Inventor： 姜胜芹 ,  梅永月 ,  方耀煜 ,  王庆 ,  蔡佳璐 ,  刘青山

IPC: G06T5/70 ,  G06T5/90 ,  G06T5/60 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明公开了一种低光图像的曝光差增强方法及装置，本发明首先获取若干低光图像及对应的参考标准图像，并对低光图像进行数据预处理，之后构建曝光差增强网络，包括相连接的曝光差模块和全局一致性引导的颜色调整模块，所述曝光差模块用于提取低光图像和根据低光图像生成的曝光图像之间的曝光差特征，所述颜色调整模块用于基于曝光差特征进行全局信息和颜色边缘纹理的捕捉，输出增强后的图像；再将预处理后的低光图像和对应的正常光图像作为样本，对所述曝光差增强网络进行训练；最后将待增强的低光图像输入训练好的曝光差增强网络，得到增强后的图像。本发明可以对低光图像甚至极低光图像进行图像增强，增强后的图像效果相比现有技术更好。

公开(公告)号：CN115937597A

公开(公告)日：2023-04-07

申请号：CN202211654233.4

申请日：2022-12-22

Applicant: 南京信息工程大学

Inventor： 姜胜芹 ,  王庆 ,  蔡佳璐 ,  梅永月 ,  成锋娜 ,  刘青山

IPC: G06V10/764 ,  G06V10/766 ,  G06V10/77 ,  G06V10/82 ,  G06V10/26 ,  G06T7/11 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/096

Abstract: 本发明公开了一种面向目标计数的类增量学习网络建模方法及装置，包括：S1：获取不同类样本的数据集；S2：对数据集样本进行在线增广；S3：构建目标计数的类增量学习网络，所述类增量学习网络包括特征提取器、类无关模块和类增量模块；S4：采用增广后的数据集样本对所述类增量学习网络进行训练，得到训练好的类增量学习网络。本发明实现了在线对不同类目标密度图的学习与预测，提高了目标计数网络的实用性和适用性。

公开(公告)号：CN115861930B

公开(公告)日：2024-02-06

申请号：CN202211602852.9

申请日：2022-12-13

Applicant: 南京信息工程大学

Inventor： 姜胜芹 ,  蔡佳璐 ,  王庆 ,  成锋娜 ,  刘青山

IPC: G06V20/52 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于层级差异特征聚合的人群计数网络建模方法，步骤为，将人群图像数据集中的样本分辨率调整为统一大小并划分为人群计数网络训练集、人群计数网络验证集和人群计数网络测试集；对人群计数网络训练集进行数据增广；构建基于层级差异特征聚合的人群计数网络；利用人群计数网络训练集对人群计数网络进行训练，通过人群计数网络验证集进行最优模型筛选；在人群计数网络测试集上对最优网络模型进行测试。首先，本发明通过层级特征的差异对聚合的特征进行精炼。其次，通过自关注特征感知模块进一步挖掘有效信息，能够有效地提高人群计数的精度。

公开(公告)号：CN116091341A

公开(公告)日：2023-05-09

申请号：CN202211617192.1

申请日：2022-12-15

Applicant: 南京信息工程大学

Inventor： 姜胜芹 ,  梅永月 ,  方耀煜 ,  王庆 ,  蔡佳璐 ,  刘青山

IPC: G06T5/00 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明公开了一种低光图像的曝光差增强方法及装置，本发明首先获取若干低光图像及对应的参考标准图像，并对低光图像进行数据预处理，之后构建曝光差增强网络，包括相连接的曝光差模块和全局一致性引导的颜色调整模块，所述曝光差模块用于提取低光图像和根据低光图像生成的曝光图像之间的曝光差特征，所述颜色调整模块用于基于曝光差特征进行全局信息和颜色边缘纹理的捕捉，输出增强后的图像；再将预处理后的低光图像和对应的正常光图像作为样本，对所述曝光差增强网络进行训练；最后将待增强的低光图像输入训练好的曝光差增强网络，得到增强后的图像。本发明可以对低光图像甚至极低光图像进行图像增强，增强后的图像效果相比现有技术更好。

公开(公告)号：CN115861930A

公开(公告)日：2023-03-28

申请号：CN202211602852.9

申请日：2022-12-13

Applicant: 南京信息工程大学

Inventor： 姜胜芹 ,  蔡佳璐 ,  王庆 ,  成锋娜 ,  刘青山

IPC: G06V20/52 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于层级差异特征聚合的人群计数网络建模方法，步骤为，将人群图像数据集中的样本分辨率调整为统一大小并划分为人群计数网络训练集、人群计数网络验证集和人群计数网络测试集；对人群计数网络训练集进行数据增广；构建基于层级差异特征聚合的人群计数网络；利用人群计数网络训练集对人群计数网络进行训练，通过人群计数网络验证集进行最优模型筛选；在人群计数网络测试集上对最优网络模型进行测试。首先，本发明通过层级特征的差异对聚合的特征进行精炼。其次，通过自关注特征感知模块进一步挖掘有效信息，能够有效地提高人群计数的精度。