公开(公告)号：CN116958509A

公开(公告)日：2023-10-27

申请号：CN202311062787.X

申请日：2023-08-23

Applicant: 福州大学

Inventor： 吴靖 ,  陈振华 ,  黄峰 ,  陈丽琼

IPC: G06V10/20 ,  G06V10/82 ,  G06N3/0464 ,  G06T5/00 ,  G06T3/60

Abstract: 本发明涉及一种罕见目标在多场景中的数据集构建方法及系统，该方法包括：构建目标图像库和背景图像库；依次从背景图像库中抽取各张背景图像，对于各张背景图像，从目标图像库中随机抽取NUM张目标图像并进行预处理；对各张目标图像，随机生成其在相应背景图像上的覆盖位置，然后根据目标图像的大小以及该目标图像在背景图像中的不同高度计算其需要上下采样的相应尺度，而后在目标图像与背景图像上既有的目标图像不存在重叠的情况下，对该目标图像进行相应尺度的上下采样并覆盖在相应背景图像上的相应位置；最终构建得到包含N张数据集图像数据的数据集。该方法及系统有利于快速、低成本地生成罕见目标在多场景中的多尺度数据集。

公开(公告)号：CN115727748A

公开(公告)日：2023-03-03

申请号：CN202211451742.7

申请日：2022-11-18

Applicant: 福州大学

Inventor： 陈丽琼 ,  杨祥昆 ,  吴桐 ,  陈振华

IPC: G01B7/004 ,  G01B11/00

Abstract: 本发明提出一种基于元学习的四象限探测器高精度光斑定位方法，包括：1）根据四象限探测器的测量原理生成充足的仿真样本数据；2）构建光斑半径估计网络，用生成的仿真数据进行训练，再将真实的小样本数据输入到训练好的光斑半径估计网络中进行预测，用得到估计的半径值生成更接近真实光斑分布的仿真样本数据；3）构建光斑位置预测网络，引入元学习的策略用更接近真实光斑分布的仿真样本进行预训练，固定网络的部分参数后再用真实的小样本数据对光斑位置预测网络进行微调，通过微调后的神经网络实现高精度的光斑定位。使得该方法在仅有少量真实样本的情况下也能获得较高精度的光斑定位能力。

公开(公告)号：CN120013762A

公开(公告)日：2025-05-16

申请号：CN202510102991.2

申请日：2025-01-22

Applicant: 福州大学

Inventor： 陈丽琼 ,  杨祥昆 ,  裘兆炳 ,  刘桓贤 ,  吴光瑞

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提出一种基于渐进式特征聚合网络的真实场景遥感图像超分辨率重建方法、系统及存储介质，所述方法包括：建立用于真实场景遥感图像超分辨率重建的渐进式特征聚合网络PFAN；建立二阶混洗随机退化模型，将作为训练样本的遥感图像按二阶混洗随机退化，得到模拟真实场景随机退化过程的低分辨率遥感图像；将退化前的遥感图像和对应的低分辨率遥感图像输入PFAN网络中进行训练；获取待重建的真实遥感图像，输入到训练好的PFAN网络进行图像重建，得到超分辨率图像。本发明通过渐进式策略聚合遥感图像的边缘细节与纹理特征，利用二阶混洗随机退化模型辅助网络学习真实场景遥感图像的复杂退化过程，从而实现更高精度的真实场景遥感图像超分辨率重建。

公开(公告)号：CN118762364A

公开(公告)日：2024-10-11

申请号：CN202410745798.6

申请日：2024-06-11

Applicant: 福州大学

Inventor： 黄峰 ,  郑舒媛 ,  裘兆炳 ,  陈丽琼 ,  王舒

IPC: G06V20/70 ,  G06V10/80 ,  G06V10/25 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供一种基于场景文本信息引导的红外小目标检测方法，将首先将描述红外图像场景的文本提示引入到现有的红外数据集中，构建文本与图像的配对数据集；然后，通过基于场景文本信息引导的红外小目标检测网络模型，利用图像编码器提取红外图像的视觉特征；利用预训练语言模型将描述场景信息的文本提示映射为嵌入向量，实现文本特征的提取；接着通过内积运算实现图像和文本信息的高层语义特征融合，并计算文本‑图像全局匹配损失引导网络对目标和背景特征分别进行建模；在上采样结构中，通过基于文本特征引导的上下文增强模块，以融合文本和图像的全局和局部特征；将上采样后的特征图经过分割模块处理得到检测结果。

公开(公告)号：CN117392164A

公开(公告)日：2024-01-12

申请号：CN202311393400.9

申请日：2023-10-25

Applicant: 福州大学

Inventor： 陈丽琼 ,  吴桐 ,  黄峰 ,  裘兆炳 ,  郑舒媛

IPC: G06T7/136 ,  G06V10/40 ,  G06V10/762

Abstract: 本发明提供一种基于鲁棒无监督多特征表示的红外小目标检测方法，通过设计基于鲁棒无监督聚类的模型提高特征提取准确性，并通过融合像素级局部对比度、分布和方向梯度等多特征提高特征表示能力，从而进一步提升检测精度。实现的技术方案是：1）设计三层滤波窗结构，快速计算各像素的中心加权局部对比度；2）利用阈值分割，提取候选目标；3）构建基于鲁棒无监督聚类的模型从复杂背景中提取目标特征；4）对候选目标进行像素级多特征表示；5）利用自适应阈值分割提取目标，得到最终的检测结果。该方法准确挖掘红外小目标与背景杂波之间的特性差异，能有效提高目标增强和背景抑制能力，进一步提升红外小目标检测算法的性能。

公开(公告)号：CN115222601A

公开(公告)日：2022-10-21

申请号：CN202210940743.1

申请日：2022-08-06

Applicant: 福州大学 ,  “一带一路”空间信息走廊海丝研究院

Inventor： 黄峰 ,  郑伟煌 ,  沈英 ,  吴靖 ,  陈丽琼

IPC: G06T3/40 ,  G06V10/40 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于残差混合注意力网络的图像超分辨率重建模型及方法，包括：浅层特征提取模块、深层特征提取模块和重建模块。浅层特征提取模块对低分辨率图像进行浅层特征的提取；深层特征提取模块由多个级联残差分离混合注意力组和全局残差连接组成，对浅层特征进行特征提取和融合，得到深层特征；重建模块使用亚像素卷积对深层特征进行上采样，得到更高分辨率的图像。残差分离混合注意力模块采用通道分离技术将特征图拆分，并行地送入两个分支模块进行处理，融合残差三重注意力模块提取的局部特征和高效Swin Transformer模块提取的全局特征，得到丰富的高低频信息。通过本发明的方法，可以获得细节更丰富的图像，实现更高精度的超分辨率重建。

公开(公告)号：CN118865018A

公开(公告)日：2024-10-29

申请号：CN202410888046.5

申请日：2024-07-03

Applicant: 福州大学

Inventor： 陈丽琼 ,  刘桓贤 ,  裘兆炳 ,  白焕鑫 ,  郑舒媛

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0985

Abstract: 本发明提供一种基于生成对抗网络的高质量红外小目标数据增广方法，通过基于图像一致性约束的生成对抗网络，将可见光图像转换成高质量的红外背景图像；再利用图像分割技术从真实红外小目标数据集中提取各类目标的高精度分布模型；然后依次使用包括尺寸变换、位移操作的图像处理方法扩充目标模型图像数量，与生成的红外背景图像结合得到合成红外小目标图像；最后利用真实的和合成的红外小目标图像训练基于局部显著性约束的分布调整模型，生成高质量的红外小目标图像数据。