公开(公告)号：CN115019113A

公开(公告)日：2022-09-06

申请号：CN202110234269.6

申请日：2021-03-03

Applicant: 中国科学院微电子研究所 ,  许昌市投资总公司

Inventor： 陈硕 ,  李勇周 ,  罗向东

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种图像分类模型的训练方法及图像分类方法，包括：获取带标签的样本图像集，样本图像集包含多个真实雾天场景的样本图像和多个合成雾天场景的样本图像；将样本图像集中的各个样本图像输入图像分类模型中，对图像分类模型进行训练，以使得图像分类模型提取的样本图像的特征与其场景信息无关且基于该特征确定的样本图像的类别结果与其标签一致，其中，样本图像的场景信息表征样本图像属于真实雾天场景还是合成雾天场景。本申请所提供的训练方法，可以使得图像分类模型提取的样本图像的特征为不变性特征，即不会受到样本图像是合成雾天场景还是真实雾天场景的影响，从而减小图像分类模型对雾天场景图像进行分类的误差，提高识别精度。

公开(公告)号：CN115294620A

公开(公告)日：2022-11-04

申请号：CN202110421619.X

申请日：2021-04-19

Applicant: 中国科学院微电子研究所 ,  许昌市投资总公司

Inventor： 李勇周 ,  李可夫 ,  罗向东

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/26 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于前后景分离的人脸检测方法，包括：对夜间人脸的数据集图像进行前后景分离，得到表示图像中各位置前后景分离差异的第一权重矩阵；使用深度神经网络，对通用人脸数据集中的数据进行预训练，得到预训练模型；将夜间人脸的数据集图像与第一权重矩阵进行融合，再送入深度神经网络，基于预训练模型进行迁移学习，得到夜间人脸检测模型；对待检测的夜间图像进行前后景分离，得到第二权重矩阵，并与待检测的夜间图像进行融合，得到夜间增强图像，将夜间增强图像进行不同尺度的缩放，使用夜间人脸检测模型对不同尺度的夜间增强图像进行检测；将检测到的不同尺度的结果进行聚合，筛选出最终检测结果。本发明能够提高夜间人脸检测的精度。

公开(公告)号：CN115082953A

公开(公告)日：2022-09-20

申请号：CN202110262030.X

申请日：2021-03-10

Applicant: 中国科学院微电子研究所

Inventor： 赵芷君 ,  钟汇才 ,  李勇周 ,  高兴宇 ,  唐舸宇

IPC: G06V40/10 ,  G06V20/52 ,  G06V10/74 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种目标特征的识别方法及装置、计算机存储介质，涉及计算机视觉与模式识别技术领域，以基于目标属性跨域识别目标特征，提高目标特征的识别准确性。所述识别方法包括：获取目标域图像；根据目标域图像确定目标信息，该目标信息包括多个目标的属性信息和特征信息；根据多个目标的属性信息和特征信息建立目标特征关系图；利用图神经网络对所述目标特征关系图进行目标特征识别。所述装置执行上述技术方案所提的识别方法。本发明提供的目标特征的识别方法用于图像识别中。

公开(公告)号：CN115082953B

公开(公告)日：2025-05-06

申请号：CN202110262030.X

申请日：2021-03-10

Applicant: 中国科学院微电子研究所

Inventor： 赵芷君 ,  钟汇才 ,  李勇周 ,  高兴宇 ,  唐舸宇

IPC: G06V40/10 ,  G06V20/52 ,  G06V10/74 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/0895 ,  G06N3/09

Abstract: 本发明公开一种目标特征的识别方法及装置、计算机存储介质，涉及计算机视觉与模式识别技术领域，以基于目标属性跨域识别目标特征，提高目标特征的识别准确性。所述识别方法包括：获取目标域图像；根据目标域图像确定目标信息，该目标信息包括多个目标的属性信息和特征信息；根据多个目标的属性信息和特征信息建立目标特征关系图；利用图神经网络对所述目标特征关系图进行目标特征识别。所述装置执行上述技术方案所提的识别方法。本发明提供的目标特征的识别方法用于图像识别中。

公开(公告)号：CN116012595A

公开(公告)日：2023-04-25

申请号：CN202310064058.1

申请日：2023-01-12

Applicant: 中国科学院微电子研究所 ,  许昌市投资集团有限公司

Inventor： 赵广艺 ,  李勇周 ,  谭红梅

IPC: G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明提供一种基于Transformer的图像处理方法及其系统，其中图像处理方法包括：获取图像样本；通过卷积神经网络对图像样本进行局部特征提取，得到二维特征图；将二维特征图转化为第一一维特征序列；将第一一维特征序列中的特征向量与第一位置编码相加，得到第一一维编码特征序列；通过Transformer对第一一维编码特征序列进行全局特征提取，得到一维待处理特征序列；将一维待处理特征序列作为输入进行至少一次叠加操作，以使一维待处理特征序列进行至少一次Transformer的全局特征提取，得到一维目标特征序列。本发明能够加强Transformer的特征提取能力。