公开(公告)号：CN116311254B

公开(公告)日：2023-09-15

申请号：CN202310579491.9

申请日：2023-05-23

Applicant: 暨南大学

Inventor： 黄斐然 ,  李志颖 ,  林舒源 ,  吴俊豪 ,  雷永嘉 ,  昂思宁 ,  陈奕铭 ,  马芷淇 ,  王兴宇 ,  杨淯而

IPC: G06V20/70 ,  G06V10/30 ,  G06V10/36 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开了一种恶劣天气情况下的图像目标检测方法、系统及设备，该方法包括下述步骤：采集在恶劣天气环境下的原始图像，预处理后得到雾霾图像和暗光图像，经过图像去噪滤波器得到对应的清晰化图像，经过掩码自编码器掩码编码再解码还原得到原图，构建正样本集合进行对比学习，更新编码器的参数，对图像数据集中的图像数据进行Prompt文本描述得到文本描述，文本描述经过Bert模型编码得到Prompt向量编码，将Prompt向量编码与有标签的图像数据输入更新参数后的编码器进行训练，待检测的恶劣天气环境图像输入至目标检测模块得到图像分类信息与定位信息。本发明提高恶劣天气条件下图像目标检测的鲁棒性以及识别准确率。

公开(公告)号：CN116665092A

公开(公告)日：2023-08-29

申请号：CN202310559438.2

申请日：2023-05-17

Applicant: 暨南大学

Inventor： 刘晓翔 ,  昂思宁 ,  刘思远 ,  黄宇星 ,  黄浩彬

IPC: G06V20/40 ,  G06V10/774 ,  G06V10/764 ,  G06V10/25 ,  G06T5/00 ,  G06V10/40

Abstract: 本申请涉及基于IA‑YOLOV7的污水悬浮物识别方法及系统，该方法包括：获取待识别的目标图像，目标图像是从检测污水流动介质的视频流数据中获取的；利用已构建的图像自适应Image‑Adaptive YOLOV7目标检测模型，处理目标图像，得到污水悬浮物的目标标签信息，目标标签信息包括悬浮物类别标签信息和悬浮物位置信息，Image‑Adaptive YOLOV7目标检测模型是以YOLOV7标准模型为基线模型，并基于预设的图像数据集以及图像数据集的图像所对应的实测悬浮物类别标签信息及实测悬浮物位置信息进行训练的；基于悬浮物类别标签信息、悬浮物位置信息及目标图像，生成污水悬浮物的识别结果。通过本申请，解决了相关技术中污水悬浮物的识别受恶劣自然环境影响，造成识别污水悬浮物的难度大且识别准确率低的问题。

公开(公告)号：CN116311254A

公开(公告)日：2023-06-23

申请号：CN202310579491.9

申请日：2023-05-23

Applicant: 暨南大学

Inventor： 黄斐然 ,  李志颖 ,  林舒源 ,  吴俊豪 ,  雷永嘉 ,  昂思宁 ,  陈奕铭 ,  马芷淇 ,  王兴宇 ,  杨淯而

IPC: G06V20/70 ,  G06V10/30 ,  G06V10/36 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开了一种恶劣天气情况下的图像目标检测方法、系统及设备，该方法包括下述步骤：采集在恶劣天气环境下的原始图像，预处理后得到雾霾图像和暗光图像，经过图像去噪滤波器得到对应的清晰化图像，经过掩码自编码器掩码编码再解码还原得到原图，构建正样本集合进行对比学习，更新编码器的参数，对图像数据集中的图像数据进行Prompt文本描述得到文本描述，文本描述经过Bert模型编码得到Prompt向量编码，将Prompt向量编码与有标签的图像数据输入更新参数后的编码器进行训练，待检测的恶劣天气环境图像输入至目标检测模块得到图像分类信息与定位信息。本发明提高恶劣天气条件下图像目标检测的鲁棒性以及识别准确率。