公开(公告)号：CN113554572A

公开(公告)日：2021-10-26

申请号：CN202110931806.2

申请日：2021-08-13

Applicant: 中国矿业大学

Inventor： 程德强 ,  徐进洋 ,  张云鹤 ,  寇旗旗 ,  王晓艺 ,  韩成功

IPC: G06T5/00 ,  G06T5/10 ,  G06T5/20

Abstract: 本发明提出了一种基于改进Retinex的图像增强方法和系统，其主要的目的是解决传统Retinex增强方法的效果差，速度慢，效率低等问题，可以较好地解决图像细节和颜色保真度的冲突问题，改善光晕现象，所述装置包括图像采集单元，基于华为海思Hi3519AV100处理器的FEA3519A‑C图像处理核心板，PC端控制单元和图像输出模块。

公开(公告)号：CN113065516B

公开(公告)日：2023-12-01

申请号：CN202110436855.9

申请日：2021-04-22

Applicant: 中国矿业大学 ,  江苏华图矿业科技有限公司

Inventor： 程德强 ,  寇旗旗 ,  李佳函 ,  李云龙 ,  张皓翔 ,  韩成功 ,  徐进洋 ,  张云鹤 ,  李超

IPC: G06V20/52 ,  G06V10/44 ,  G06V10/774 ,  G06V10/74 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/088

Abstract: 本发明涉及一种基于样本分离的无监督行人重识别系统及方法，属于行人重识别技术领域，解决了现有行人重识别方法识别精度低的问题。该系统包括，数据获取模块，获取多个源域样本子集和多个目标域样本子集；网络模型训练模块，用于获得分类损失函数和样本不变性损失函数，根据目标域样本子集中各行人图片间的相似度方差获得样本分离损失函数，根据目标域样本子集中正样本组、负样本组分别与存储的目标域样本间的相似度获得无监督三元组损失函数，进而对行人重识别网络模型进行迭代优化；重识别模块，根据优化好的行人重识别网络模型对待识别行人图片进行识别。该系统能够很好的区分目(56)对比文件谢川 等.基于对抗生成网络的蒙特卡罗噪声去除算法《.模式识别与人工智能》.2018,第31卷(第11期),1047-1060.Jiahan Li 等.Unsupervised Person Re-Identification Based on Measurement Axis.《IEEE SIGNAL PROCESSING LETTERS》.2021,第28卷379-383.Alexander Hermans 等.In Defense ofthe Triplet Loss for Person Re-Identification《.https://arxiv.org/pdf/1703.07737.pdf》.2017,1-17.Nazia Perwaiz 等.Person Re-Identification Using HybridRepresentation Reinforced by MetricLearning《.IEEE Access》.2018,第6卷77334-77349.

公开(公告)号：CN113724167A

公开(公告)日：2021-11-30

申请号：CN202111031131.2

申请日：2021-09-03

Applicant: 中国矿业大学

Inventor： 程德强 ,  张云鹤 ,  徐进洋 ,  寇旗旗 ,  陈亮亮 ,  刘敬敬

IPC: G06T5/00

Abstract: 本发明为一种高清视频信息的自适应采集及图像处理方法，方法包括如下步骤：a.对滤波的初始窗口尺寸提前进行计算；b.判断窗口是否达到最大值，对于部分异常噪声点进判断，改进噪声点的检测，对初始窗口尺寸进行更改；c.对窗口达到最大值后，仍无法处理的噪声引入均值滤波器；基于传统的自适应中值滤波算法，在其中加入对初始窗口尺寸提前进行计算、对于部分异常噪声点进判断，改进噪声点的检测标准同时结合部分均值滤波技术完善滤波效果，本方法使得滤波效果满足图像的实时性要求，通过确定最佳窗口尺寸，尽量减少像素点重复排序问题，有效地将高频细节与噪声区分开。

公开(公告)号：CN113065516A

公开(公告)日：2021-07-02

申请号：CN202110436855.9

申请日：2021-04-22

Applicant: 中国矿业大学 ,  江苏华图矿业科技有限公司

Inventor： 李佳函 ,  李云龙 ,  程德强 ,  寇旗旗 ,  张皓翔 ,  韩成功 ,  徐进洋 ,  张云鹤 ,  李超

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于样本分离的无监督行人重识别系统及方法，属于行人重识别技术领域，解决了现有行人重识别方法识别精度低的问题。该系统包括，数据获取模块，获取多个源域样本子集和多个目标域样本子集；网络模型训练模块，用于获得分类损失函数和样本不变性损失函数，根据目标域样本子集中各行人图片间的相似度方差获得样本分离损失函数，根据目标域样本子集中正样本组、负样本组分别与存储的目标域样本间的相似度获得无监督三元组损失函数，进而对行人重识别网络模型进行迭代优化；重识别模块，根据优化好的行人重识别网络模型对待识别行人图片进行识别。该系统能够很好的区分目标域中正样本和负样本，从而降低网络精度损失，提高识别精度。

公开(公告)号：CN113554572B

公开(公告)日：2024-03-26

申请号：CN202110931806.2

申请日：2021-08-13

Applicant: 中国矿业大学

Inventor： 寇旗旗 ,  程德强 ,  徐进洋 ,  张云鹤 ,  王晓艺 ,  韩成功

IPC: G06T5/73 ,  G06T5/10 ,  G06T5/20

Abstract: 本发明提出了一种基于改进Retinex的图像增强方法和系统，其主要的目的是解决传统Retinex增强方法的效果差，速度慢，效率低等问题，可以较好地解决图像细节和颜色保真度的冲突问题，改善光晕现象，所述装置包括图像采集单元，基于华为海思Hi3519AV100处理器的FEA3519A‑C图像处理核心板，PC端控制单元和图像输出模块。