-
公开(公告)号：CN117808710B
公开(公告)日：2025-03-21
申请号：CN202311847371.9
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06T5/77 , G06N3/045 , G06N3/0499 , G06T5/10 , G06N3/08 , G06N3/0464 , G06F17/14 , G06V10/40 , G06V10/80 , G06V10/82 , G06V10/774 , G06V10/776
Abstract: 本发明公开了一种基于傅里叶变换Transformer网络的低光图像增强方法及装置，本发明首先获取若干低光图像及对应的参考标准图像，并对低光图像进行预处理，之后构建傅里叶变换Transformer网络，再将预处理后的低光图像和对应的正常光图像作为样本，对所述傅里叶变换Transformer网络进行训练；最后将待增强的低光图像输入训练好的傅里叶变换Transformer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：CN117808683A
公开(公告)日：2024-04-02
申请号：CN202311861793.1
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06T5/00 , G06V10/774 , G06V10/776 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种鲁棒的增量低光图像增强方法及装置，本发明采集一系列低光图像数据集以及相应的正常光图像，以构建增量样本库；构建域增量低光图像增强模型；按照训练顺序获取当前需要训练的样本域，实时对样本域进行预处理；利用经过预处理的训练数据集，对域增量低光图像增强模型进行训练；训练完后采用当前样本域验证集筛选出在测评指标上最高的域增量低光图像增强模型并保存；然后，采用所有旧域和当前域测试集对模型进行全面测试，评估增强效果和遗忘率，并使用当前模型参数更新下一增量阶段模型参数；完成针对所有域的训练，获得最终的域增量低光图像增强模型。本发明对动态变化的低光图像域进行自适应增强，增强后的图像效果相比现有技术更好。
-
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
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。
-
Patent Agency Ranking
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
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
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：CN117809186A
公开(公告)日：2024-04-02
申请号：CN202311863533.8
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V10/774 , G06N3/0464 , G06N3/08 , G06N3/084 , G06V10/82 , G06V10/44 , G06V10/776
Abstract: 本发明公开了一种基于异质框架搜索的蚜虫计数方法及装置，本发明首先构建蚜虫训练数据集，包括蚜虫图像收集和标签制作，所述标签制作用于对每张图片的蚜虫目标进行点标注，利用高斯核对点标注进行卷积运算生成高斯密度图。然后，对蚜虫图像进行数据预处理。之后构建蚜虫计数网络模型，包括基础网络、异质框架搜索模块和特征稳定器模块。再将预处理后的蚜虫图像和对应的密度图作为训练样本，对所述蚜虫计数网络模型进行网络结构搜索及训练；最后将待计数的蚜虫图像输入训练好的蚜虫计数模型，输出得到密度图，对密度图中的数值进行求和，得到蚜虫的计数值。本发明可以对包含蚜虫的图像进行蚜虫计数，能完成不同尺度下精确的蚜虫计数。
-
公开(公告)号：CN117809100A
公开(公告)日：2024-04-02
申请号：CN202311847377.6
申请日：2023-12-29
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/44 , G06N3/045 , G06N20/00 , G06N3/096
Abstract: 本发明公开了一种双粒度提示下基于回放的持续学习模型建立方法及装置，本发明首先对训练数据集中的图像进行预处理；然后构建双粒度提示下基于回放的持续学习模型，包括特征提取器、分类器、输入感知提示模块和代理特征提示模块；所述特征提取器用于从输入的样本中提取特征；所述分类器用于将特征提取器输出的特征进行分类；所述输入感知提示模块用于网络输入的额外补充，帮助生成更合理和多样化的输入分布，提高网络的泛化能力；所述代理特征提示模块用于弥合教师和学生模型之间的知识差距，以在特征转移过程中保持一致性，增强了特征的可塑性和稳定性。本发明可以高效完成持续学习任务，图像分类精度比现有持续学习方法更优。
-
公开(公告)号：CN117746139A
公开(公告)日：2024-03-22
申请号：CN202311771402.7
申请日：2023-12-20
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/42 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种类增量目标计数自我反思模型建立方法及装置，本发明首先对训练数据集中的图像进行预处理；然后构建类增量目标计数自我反思模型，包括全局感知增量回归分支、不确定性预估分支和自我反思机制；所述全局感知增量回归分支用于提取输入图像的全局特征，生成图像对应类别的预测密度图；所述不确定性预估分支用于保持稳定性的同时增强网络的可塑性，并使用该分支的输出作为正则化信号引导增量回归分支的学习过程；所述自我反思机制修正增量回归分支的输出，促进增量分支对旧类别知识的反思，增强模型输出密度图的准确性。本发明可以高效完成类增量目标计数任务，计数结果比现有技术更优。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.021 seconds)
