公开(公告)号：CN115272131B

公开(公告)日：2023-06-30

申请号：CN202211008359.4

申请日：2022-08-22

Applicant: 苏州大学

Inventor： 张莉 ,  代强 ,  赵雷 ,  王邦军 ,  李映

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及一种基于自适应多光谱编码的图像去摩尔纹系统，包括数据处理模块、模型训练模块和图像处理模块，数据处理模块用于对获取的原始训练集中的图像进行数据增强处理，得到训练数据集；模型训练模块用于使用训练数据集对去摩尔纹网络模型进行训练，图像处理模块用于利用训练好的去摩尔纹网络模型在测试图像上进行去摩尔纹处理，得到去摩尔纹处理后的图像。本发明提出了自适应多光谱编码模块，利用自适应多光谱编码模块对摩尔纹进行动态编码，有助于模型学习摩尔纹之前的频率并清晰地还原摩尔纹图像，实现对摩尔纹的有效去除，且通过去摩尔纹子模块实现自适应和长距离的相关性，同时引入较少的归纳偏置，学习关于摩尔纹图像的全局和局部信息。

公开(公告)号：CN115880524A

公开(公告)日：2023-03-31

申请号：CN202211460720.7

申请日：2022-11-17

Applicant: 苏州大学

Inventor： 张莉 ,  张非凡 ,  赵雷 ,  王邦军 ,  周伟达 ,  李映

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/74 ,  G06V10/40 ,  G06V10/82

Abstract: 本发明涉及一种基于马氏距离损失特征注意力网络的小样本图像分类方法，包括对带标签的小样本图像数据集进行特征提取，得到训练集；将训练集中的样本输入至特征注意力网络进行训练，得到训练好的特征注意力网络；训练集向量通过训练好的特征注意力网络后求平均获得类的表示；对不带标签的小样本图像数据集进行特征提取，得到测试集，将测试集中的样本输入至训练好的特征注意力网络，得到新的特征向量，计算新的特征向量与类表示之间的马氏距离，其中马氏距离最小时所对应的类即表示对该样本的分类预测。本发明弥补了主干模型对于新任务特征重要性知识不足的缺点，使用马氏距离分类前通过特征注意力网络对特征赋予不同的权重，使得类内距离缩小、类内距离扩大，以此提升分类性能。

公开(公告)号：CN115272131A

公开(公告)日：2022-11-01

申请号：CN202211008359.4

申请日：2022-08-22

Applicant: 苏州大学

Inventor： 张莉 ,  代强 ,  赵雷 ,  王邦军 ,  李映

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于自适应多光谱编码的图像去摩尔纹系统，包括数据处理模块、模型训练模块和图像处理模块，数据处理模块用于对获取的原始训练集中的图像进行数据增强处理，得到训练数据集；模型训练模块用于使用训练数据集对去摩尔纹网络模型进行训练，图像处理模块用于利用训练好的去摩尔纹网络模型在测试图像上进行去摩尔纹处理，得到去摩尔纹处理后的图像。本发明提出了自适应多光谱编码模块，利用自适应多光谱编码模块对摩尔纹进行动态编码，有助于模型学习摩尔纹之前的频率并清晰地还原摩尔纹图像，实现对摩尔纹的有效去除，且通过去摩尔纹子模块实现自适应和长距离的相关性，同时引入较少的归纳偏置，学习关于摩尔纹图像的全局和局部信息。