公开(公告)号：CN110390386B

公开(公告)日：2022-07-29

申请号：CN201910572594.6

申请日：2019-06-28

Applicant: 南京信息工程大学

Inventor： 胡凯 ,  郑翡 ,  夏旻 ,  翁理国 ,  张彦雯 ,  王文晋

IPC: G06N3/04 ,  G06V40/20

Abstract: 本发明公开了一种基于输入变化微分的灵敏长短期记忆方法，为了提高传统的LSTM神经网络对短时间信息的反应能力，增加了增加了信息敏感能力的长短期记忆网络的一个神经单元，能够很好的增加其对于短时间信息的反应能力，提高其应用的实时性，进而能够进行更完善的实时分析，进一步分析微动作等内容，提高了应用价值。

公开(公告)号：CN110472726A

公开(公告)日：2019-11-19

申请号：CN201910676248.2

申请日：2019-07-25

Applicant: 南京信息工程大学

Inventor： 胡凯 ,  郑翡 ,  张彦雯 ,  卢飞宇

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于输出变化微分的灵敏长短期记忆方法，为了提高传统的LSTM神经网络对短时间信息的反应能力，增加了增加了信息敏感能力的长短期记忆网络的一个神经单元，能够很好的增加其对于短时间信息的反应能力，提高其应用的实时性，进而能够进行更完善的实时分析，进一步分析微动作等内容，提高了应用价值。

公开(公告)号：CN111028200B

公开(公告)日：2023-05-23

申请号：CN201911106156.7

申请日：2019-11-13

Applicant: 南京信息工程大学

Inventor： 胡凯 ,  陈炜峰 ,  刘卿卿 ,  郑翡 ,  张彦雯

IPC: G06T7/00 ,  G06T7/90 ,  G06T5/00 ,  G06N20/00 ,  G06N3/006

Abstract: 本发明公开了一种基于无参考图像质量评价和MSR的图像优化方法，充分利用机器学习进行无参考图像质量评估，然后采用优化的算法，对多尺度视网膜增强算法的大中小三个尺度的权值进行优化，得出一组最优的解，从根本上把多尺度视网膜增强算法进行了优化，得出了最优的图像还原效果；同时本方法还是通用的。

公开(公告)号：CN110472726B

公开(公告)日：2022-08-02

申请号：CN201910676248.2

申请日：2019-07-25

Applicant: 南京信息工程大学

Inventor： 胡凯 ,  郑翡 ,  张彦雯 ,  卢飞宇

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于输出变化微分的灵敏长短期记忆方法，为了提高传统的LSTM神经网络对短时间信息的反应能力，增加了增加了信息敏感能力的长短期记忆网络的一个神经单元，能够很好的增加其对于短时间信息的反应能力，提高其应用的实时性，进而能够进行更完善的实时分析，进一步分析微动作等内容，提高了应用价值。

公开(公告)号：CN113810683A

公开(公告)日：2021-12-17

申请号：CN202111000302.5

申请日：2021-08-27

Applicant: 南京信息工程大学

Inventor： 胡凯 ,  翁成航 ,  张彦雯 ,  李姚根

IPC: H04N17/02 ,  G06T7/00

Abstract: 本发明涉及一种客观评估水下视频质量的无参考评价方法，属于视频分析技术领域。该方法包括如下步骤：第一步，将水下视频分解成帧，使用一组图像质量评价指标获得视频帧的退化特征，包括UCIQE、边缘图像块对比度指数和NIQE；第二步，使用预训练的ResNet50深度神经网络结合特征注意力机制提取视频帧的语义特征向量，降维后得到视频帧的语义质量分数；第三步，将各指标分数进行归一化处理，与语义质量分数融合，得到每一帧最终的质量特征；第四步，使用门循环单元网络捕获视频帧之间的时序信息并进行特征融合，得到最终的视频质量分数。本发明解决了通用视频质量评价指标不能准确评估水下视频质量这一问题。

公开(公告)号：CN113379715A

公开(公告)日：2021-09-10

申请号：CN202110703619.9

申请日：2021-06-24

Applicant: 南京信息工程大学

Inventor： 胡凯 ,  张彦雯 ,  丁益武 ,  陆美霞 ,  翁成航 ,  黄昱锟

IPC: G06T7/00 ,  G06T5/00 ,  G06T5/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种水下图像增强和数据集真值图像获得方法，涉及图像质量增强领域，将自然图像质量评估方法(Natural Image Quality Evaluator,NIQE)作为FUnIE‑GAN的损失函数的一部分，进行图像增强工作；以NIQE值为指标，对于不同的数据集，采用遍历或者最优化的方法，寻找到数据集中最优的NIQE的权重，同时用该模型还原数据集中的图像，作为真值图片，用于后期的训练；采用最优损失权重系数下训练得到的网络模型进行实际场景的水下图像增强，输出增强后的水下图像。本发明方法具有更佳的NIQE指标，在颜色的直方图分布上更加均匀，更符合人眼感受，超出现有数据集所设置真值图像的效果。

公开(公告)号：CN110390386A

公开(公告)日：2019-10-29

申请号：CN201910572594.6

申请日：2019-06-28

Applicant: 南京信息工程大学

Inventor： 胡凯 ,  郑翡 ,  夏旻 ,  翁理国 ,  张彦雯 ,  王文晋

IPC: G06N3/04 ,  G06K9/00

Abstract: 本发明公开了一种基于输入变化微分的灵敏长短期记忆方法，为了提高传统的LSTM神经网络对短时间信息的反应能力，增加了增加了信息敏感能力的长短期记忆网络的一个神经单元，能够很好的增加其对于短时间信息的反应能力，提高其应用的实时性，进而能够进行更完善的实时分析，进一步分析微动作等内容，提高了应用价值。