-
公开(公告)号：CN118097396B
公开(公告)日：2024-07-12
申请号：CN202410487860.6
申请日：2024-04-23
Applicant: 南京信息工程大学
IPC: G06V20/05 , G06V10/40 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种水下光学图像识别方法及装置，其方法包括：获取水下光学的训练图像，并进行预处理生成训练图像数据矩阵；将所述训练图像数据矩阵按列拼接生成图像数据增广矩阵；构建引入双灵活度量自适应加权的2DPCA优化模型，将所述图像数据增广矩阵输入所述2DPCA优化模型计算最优的投影矩阵；获取水下光学的待识别图像，并进行预处理生成待识别图像数据矩阵；利用最优的所述投影矩阵对所述待识别图像数据矩阵和所述训练图像数据矩阵进行特征提取，将特征提取结果输入最近邻分类器进行水下目标识别；本发明能够有效提高水下光视觉图像数据的识别精度。
-
Patent Agency Ranking
公开(公告)号：CN118918486A
公开(公告)日：2024-11-08
申请号：CN202411415924.8
申请日：2024-10-11
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V10/82 , G06V10/774 , G06V10/24 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种水体环境目标识别方法及系统，方法包括：采集水面漂浮物监测图像，基于yolov8网络模型、混合网络反向残差注意力机制和跨模态注意力机制构建yolov8‑OMCIL网络模型，记为漂浮物识别模型；通过训练样本对漂浮物识别模型进行训练获得训练识别结果，计算训练识别结果与训练样本之间的训练损失值，基于训练损失值对漂浮物识别模型的权重参数进行优化，输出训练后的漂浮物识别模型；将水面漂浮物监测图像输入至预设的漂浮物识别模型获得漂浮物监测结果；本发明增强了对不同光照条件下水体环境目标特征的提取能力，优化了模型的收敛过程，提高了在不同天气下对水体环境目标识别的鲁棒性。
-
公开(公告)号：CN118230083B
公开(公告)日：2024-07-23
申请号：CN202410650635.X
申请日：2024-05-24
Applicant: 南京信息工程大学
IPC: G06V10/77 , G06V10/764 , G06F17/16
Abstract: 本发明公开了一种基于连续双向2DPCA的小样本图像识别方法及装置，其方法包括获取训练图像，对所述训练图像进行预处理生成训练图像数据矩阵；构建具有增强鲁棒性结构连续双向的2DPCA优化模型，将所述训练图像数据矩阵输入所述2DPCA优化模型计算最优的投影矩阵；获取待识别图像，对待识别图像进行预处理生成待识别图像数据矩阵；利用最优的所述投影矩阵对所述待识别图像数据矩阵和所述训练图像数据矩阵进行特征提取，将特征提取结果输入最近邻分类器进行图像识别；本发明能够提高图像识别系统在复杂环境下的特征提取能力，保证系统更精准更高效的识别结果。
-
公开(公告)号：CN118230083A
公开(公告)日：2024-06-21
申请号：CN202410650635.X
申请日：2024-05-24
Applicant: 南京信息工程大学
IPC: G06V10/77 , G06V10/764 , G06F17/16
Abstract: 本发明公开了一种基于连续双向2DPCA的小样本图像识别方法及装置，其方法包括获取训练图像，对所述训练图像进行预处理生成训练图像数据矩阵；构建具有增强鲁棒性结构连续双向的2DPCA优化模型，将所述训练图像数据矩阵输入所述2DPCA优化模型计算最优的投影矩阵；获取待识别图像，对待识别图像进行预处理生成待识别图像数据矩阵；利用最优的所述投影矩阵对所述待识别图像数据矩阵和所述训练图像数据矩阵进行特征提取，将特征提取结果输入最近邻分类器进行图像识别；本发明能够提高图像识别系统在复杂环境下的特征提取能力，保证系统更精准更高效的识别结果。
-
公开(公告)号：CN118918486B
公开(公告)日：2025-04-08
申请号：CN202411415924.8
申请日：2024-10-11
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V10/82 , G06V10/774 , G06V10/24 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明公开了一种水体环境目标识别方法及系统，方法包括：采集水面漂浮物监测图像，基于yolov8网络模型、混合网络反向残差注意力机制和跨模态注意力机制构建yolov8‑OMCIL网络模型，记为漂浮物识别模型；通过训练样本对漂浮物识别模型进行训练获得训练识别结果，计算训练识别结果与训练样本之间的训练损失值，基于训练损失值对漂浮物识别模型的权重参数进行优化，输出训练后的漂浮物识别模型；将水面漂浮物监测图像输入至预设的漂浮物识别模型获得漂浮物监测结果；本发明增强了对不同光照条件下水体环境目标特征的提取能力，优化了模型的收敛过程，提高了在不同天气下对水体环境目标识别的鲁棒性。
-
公开(公告)号：CN118097396A
公开(公告)日：2024-05-28
申请号：CN202410487860.6
申请日：2024-04-23
Applicant: 南京信息工程大学
IPC: G06V20/05 , G06V10/40 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种水下光学图像识别方法及装置，其方法包括：获取水下光学的训练图像，并进行预处理生成训练图像数据矩阵；将所述训练图像数据矩阵按列拼接生成图像数据增广矩阵；构建引入双灵活度量自适应加权的2DPCA优化模型，将所述图像数据增广矩阵输入所述2DPCA优化模型计算最优的投影矩阵；获取水下光学的待识别图像，并进行预处理生成待识别图像数据矩阵；利用最优的所述投影矩阵对所述待识别图像数据矩阵和所述训练图像数据矩阵进行特征提取，将特征提取结果输入最近邻分类器进行水下目标识别；本发明能够有效提高水下光视觉图像数据的识别精度。
-
-
-
-
-
Search Results
6
records
(took 0.028 seconds)
