-
公开(公告)号:CN115424028A
公开(公告)日:2022-12-02
申请号:CN202211029799.8
申请日:2022-08-25
Applicant: 西安电子科技大学
IPC: G06V10/40 , G06V10/764 , G06V10/766 , G06V10/82
Abstract: 本发明公开了一种基于特征增强的轻量化SSD的红外目标检测方法,构建用于提取特征的基础网络结构;该方法包括:将原始图像输入预设网络,经过多个卷积层逐层卷积,在不同的卷积层分别获得图像的低层特征图和高层特征图;通过在低层特征分支后添加设计构建的PAC特征增强模块进行处理来进行特征加强,获得语义信息丰富的低层特征图;对所述语义信息丰富的低层特征图和高层特征图分别预测该特征图上每个网格对应的每个预测框所属的分类与边界框;通过非极大值抑制算法合并边界框,输出整个网络最终的预测结果。本发明在提高检测算法速度的同时,有效地提高了检测精度。
-
公开(公告)号:CN113902630A
公开(公告)日:2022-01-07
申请号:CN202111019818.4
申请日:2021-09-01
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多尺度纹理特征分支的生成对抗网络图像修复方法,构建包含缺失区域的待修复图像与真实图像对数据集;构建基于多尺度纹理特征分支的生成对抗网络模型;对所述基于多尺度纹理特征分支的生成对抗网络模型进行训练,获得最优的生成对抗网络模型;将包含缺失区域的待修复图像输入到最优的生成器网络模型中,输出最终的修复结果图像。本发明针对图像不规则随机缺失和大面积缺失情况都能得到较好的修复效果,修复图像具有较好的结构和纹理特征。
-