公开(公告)号：CN115330620A

公开(公告)日：2022-11-11

申请号：CN202210961250.6

申请日：2022-08-11

Applicant: 南京邮电大学

Inventor： 张登银 ,  金小飞 ,  倪文晔 ,  李旭 ,  郭丁旭 ,  彭程

IPC: G06T5/00 ,  G06T5/50 ,  G06V10/42 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于循环生成对抗网络的图像去雾方法，属于图像处理技术领域。本发明包括：获取待处理的有雾图像；将待处理的有雾图像输入预先训练好的循环生成对抗网络中，获得所述待处理有雾图像对应的无雾图像；所述循环生成对抗网络包括生成器，生成器包括用于有雾图像生成无雾图像的去雾模块和图像有雾区域注意模块；去雾模块和图像有雾区域注意模块的输出结果相乘，得到最终输出的无雾图像。优点：基于循环生成对抗网络进行图像去雾，消除对成对数据集的要求，有雾图像特征提取充分，提升了去雾效果且最终得到的去雾图像自然均衡，减少了细节缺失。

公开(公告)号：CN115170805A

公开(公告)日：2022-10-11

申请号：CN202210886251.9

申请日：2022-07-26

Applicant: 南京邮电大学

Inventor： 张登银 ,  倪文晔 ,  金小飞 ,  杜群荐

IPC: G06V10/26 ,  G06V10/54 ,  G06V10/56 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种结合超像素和多尺度分层特征识别的图像分割方法，该方法建立在卷积神经网络模型上，以从图像的高斯金字塔中提取多尺度分层特征作为识别依据，再与多层感知器相连接实现图像中各像素的识别，解决现有技术中基于卷积神经网络结构的图像分割方法中需要将数据集归一化，并且不同的尺寸混合在一起难以训练的问题；并且该方法对图像进行超像素分割，结合LBP纹理特征改进的超像素方法对原图像进行分割，使得到的超像素块更贴合目标边缘，再利用颜色均值对原图像进行合并，最终实现图像中各目标的识别，从而解决在前期图像预处理过程中没有人为的对图像中的目标进行划分，导致对于图像处于交叠边缘位置的像素可能出现误判的问题。

公开(公告)号：CN109190053A

公开(公告)日：2019-01-11

申请号：CN201810724338.X

申请日：2018-07-04

Applicant: 南京邮电大学

Inventor： 余永红 ,  韩政达 ,  严荣 ,  韩亚敏 ,  高海燕 ,  窦凯奇 ,  毛林 ,  倪文晔

IPC: G06F16/9537 ,  G06Q50/00

Abstract: 本发明公开了一种基于兴趣点重要性和用户权威性的兴趣点推荐方法。该方法主要包括如下步骤：首先，根据用户与兴趣点的签到行为和兴趣点之间的共现关系，利用HITS和PageRank的混合模型，计算用户权威性和兴趣点重要性。其次，在泊松因子模型中集成兴趣点重要性，建模用户的签到行为。接着，在兴趣点推荐模型中融合用户权威性，衡量用户签到行为数据的置信度。然后，采用随机梯度下降算法学习用户和兴趣点的隐式特征向量。最后，根据用户和兴趣点隐式特征向量，预测用户对未签到兴趣点的签到频次，根据预测签到频次推荐用户潜在感兴趣的兴趣点。本发明主要解决基于位置社交网络中兴趣点推荐问题。