公开(公告)号：CN116309202A

公开(公告)日：2023-06-23

申请号：CN202310320053.0

申请日：2023-03-29

Applicant: 南京信息工程大学

Inventor： 张开华 ,  孙子正 ,  丁鑫兰 ,  王玉琛

IPC: G06T5/40 ,  G06T5/00 ,  G06V10/80 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明公开了一种基于直方图均衡化先验的无监督低光增强方法，包括如下步骤：获取待增强的低光图像；将待增强的低光图像输入至预构建并训练好的无监督低光增强模型中；基于无监督低光增强模型的光照增强模块，对待增强的低光图像进行频域特征提取和级联特征学习，得到反射图像；基于无监督低光增强模型的噪声去除模块，对反射图像进行内容编码和去噪处理，得到增强后的低光图像。本发明能够有效的分解低光图像并分离噪声和内容，恢复更精细的细节，且显著提高复杂低光环境中的鲁棒性。

公开(公告)号：CN116071748A

公开(公告)日：2023-05-05

申请号：CN202310059898.9

申请日：2023-01-20

Applicant: 南京信息工程大学

Inventor： 王玉琛 ,  宋慧慧

IPC: G06V20/70 ,  G06V20/40 ,  G06V10/42 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/088

Abstract: 本发明公开了一种基于频域全局滤波的无监督视频目标分割方法。基于视频帧及其对应的光流估计图像；通过双流CNN骨干网络分别提取外观特征与运动特征；通过频域全局滤波模块，将每组外观特征与运动特征进行融合并通过快速傅里叶变换，由空间域转换到频域，在频域中经过可学习的权重矩阵捕获全局依赖关系，再通过快速傅里叶逆变换转换回空间域，实现对特征全局依赖关系的捕获；再将特征进行多尺度的特征提取；然后将低分辨率特征不断上采样恢复至高分辨率并与高分辨率特征拼接，最终输出分割完成的视频目标掩模。本发明的无监督视频目标分割方法在干扰目标多样、背景杂乱的场景中依旧能显著地提高分割结果的准确性和鲁棒性，并且保持较低的计算量。