-
公开(公告)号:CN119559049A
公开(公告)日:2025-03-04
申请号:CN202411618585.3
申请日:2024-11-13
Applicant: 中国矿业大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/08 , G06N3/0455
Abstract: 本发明公开了一种基于多域信息增强的图像超分辨率重建方法及装置,涉及单幅图像超分辨率重建技术领域,本发明构建多路大核可分离注意力模块、多路大核注意力模块、高频特征增强模块及局部信息增强注意力模块,并与层归一化整合形成多域信息增强特征提取块从而形成多域信息增强的轻量级图像超分辨率重建网络模型,对模型内浅层特征提取模块、深层特征提取模块及重建模块内的参数集分别训练,使模型内所包含四个模块分别对图像中的局部信息、高频信息、长程信息、横纵方向上的频率成分重点关注,从而能从图像中的整体布局、细节信息、纹理信息及物体形象四个方面提升网络重建图像的质量,使得图像的质量大大提高。
-
公开(公告)号:CN118968055A
公开(公告)日:2024-11-15
申请号:CN202410966971.5
申请日:2024-07-18
Applicant: 中国矿业大学
IPC: G06V10/26 , G06V20/70 , G06V10/82 , G06N3/0464 , G06V10/80
Abstract: 本发明公开了一种煤粒图像分割方法、装置、介质和设备,涉及图像分割技术领域。针对图像分割过程中会出现漏分割与过分割问题,提出了一种同时关注局部信息与全局信息的算法,从ResNet50网络中提取低层特征,并利用语义序列化将其特征转换为序列,进而成为多分支编码器的输入。其次,为了加强对边缘特征的提取,重复利用编码器的输入作为多头自注意力制的一个输入。最后,将编码器的输出序列重塑为ResNet50网络的输出特征,送入压缩激励空间金字塔池化部分。本发明通过利用多分支Transformer编码器与压缩激励空间金字塔池化,不仅关注了全局信息,同时对边缘特征进行加强了,解决了漏分割与过分割问题。
-
公开(公告)号:CN117152419B
公开(公告)日:2024-03-29
申请号:CN202311313950.5
申请日:2023-10-11
Applicant: 中国矿业大学
IPC: G06V10/25 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 一种矿井架空乘人装置人员违规携带物品的检测方法及系统,首先使用主干特征提取模块和特征加强融合模块对物品特征进行收集,通过以YOLOv8m为教师模型、YOLOv8s为学生模型,对特征加强融合模块的输出添加知识蒸馏模块增强对信息的收集能力,再通过辅助信息加强模块对目标物品信息进行进一步检测,最后通过对定位网络和分类网络进行改进并且对YOLOv8的分类损失进行改进,加强定位与分类的准确性,分类之后的信息流传输到警报系统实现对违规产品的检测。加强对矿井架空乘人装置人员携带违规物品的检测能力。
-
公开(公告)号:CN117475474A
公开(公告)日:2024-01-30
申请号:CN202311418003.2
申请日:2023-10-30
Applicant: 中国矿业大学
IPC: G06V40/10 , G06V10/80 , G06V10/82 , G06V10/10 , G06V10/762 , G06N3/0464 , G06N3/09
Abstract: 一种用于智能安防的跨模态行人重识别系统及方法,系统包括图像预处理模块、图像获取模块、网络构建模块、网络训练模块和指标评估模块;方法包括:特征提取;构建图卷积神经进行特征融合;多级特征聚合机制;损失函数优化。本发明通过提出多样化嵌入拓展模块,通过多分支卷积生成结构,基于局部异构聚合图卷积网络的方法,利用图结构关系对提取到的局部关键点特征进行信息融合的方法,提取更多高层次特征信息;对损失函数进一步优化,提出中心引导对挖掘损失和正交损失,其以端到端的方式去除冗余,提供了更简单优化的网络结构,减弱了行人图像在可见光模态和红外模态下存在的差异,减少噪声的产生,极大提高了行人图像在图像库中检索的效率。
-
公开(公告)号:CN117152419A
公开(公告)日:2023-12-01
申请号:CN202311313950.5
申请日:2023-10-11
Applicant: 中国矿业大学
IPC: G06V10/25 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 一种矿井架空乘人装置人员违规携带物品的检测方法及系统,首先使用主干特征提取模块和特征加强融合模块对物品特征进行收集,通过以YOLOv8m为教师模型、YOLOv8s为学生模型,对特征加强融合模块的输出添加知识蒸馏模块增强对信息的收集能力,再通过辅助信息加强模块对目标物品信息进行进一步检测,最后通过对定位网络和分类网络进行改进并且对YOLOv8的分类损失进行改进,加强定位与分类的准确性,分类之后的信息流传输到警报系统实现对违规产品的检测。加强对矿井架空乘人装置人员携带违规物品的检测能力。
-
公开(公告)号:CN119228651A
公开(公告)日:2024-12-31
申请号:CN202411445754.8
申请日:2024-10-16
Applicant: 中国矿业大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于高频特征增强的图像超分辨率重建方法及装置,涉及图像超分辨率重建技术领域,本发明在高频特征增强的图像超分辨率重建模型的训练阶段,采用多尺度采样网络提取高频特征,并在多尺度采样网络中引入特征掩码模块提高特征融合的准确性,同时引入轻量级高频增强注意力机制并将其与多尺度采样网络融合构建高频特征自调节模块,此过程通过可学习的参数有效地融合了不同尺度和级别的高频特征到网络中,使得特征的提取能力大大提高,而后通过特征调节层生产的掩码矩阵建立多个高频特征自调节模块内不同层高频特征之间的映射关系,使特征间的交互大大加强,从而特征的利用率大大加强,因此重建后的图像质量极大提升。
-
公开(公告)号:CN117078659A
公开(公告)日:2023-11-17
申请号:CN202311221440.5
申请日:2023-09-21
Applicant: 中国矿业大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/09
Abstract: 本发明属于图像质量评价技术领域,具体地说,是一种基于主动学习的少样本无参考图像质量评价算法,借助主动学习选择少量代表性样本以减少模型对样本数量的需求。首先,从图像质量和图像内容两个方面选择少量代表性样本;其次,对选中的少量样本进行人工标注,获得图像质量分数;然后,用有标注的少量样本进行prompt调优,以提升模型对图像质量评价任务的预测能力,并重复此过程,直到被选中的样本的总数达到预期数量;最后,采用所有被选中的样本同时微调prompt和模型的少量参数,完成模型的最终训练。本发明通过主动学习选择代表性样本,减少了模型对训练样本的依赖,有效提升了模型在少样本训练场景下的预测能力和泛化能力。
-
-
-
-
-
-