-
公开(公告)号：CN119478739A
公开(公告)日：2025-02-18
申请号：CN202411580760.4
申请日：2024-11-07
Applicant: 南京邮电大学
Abstract: 本发明涉及图像处理目标检测领域，具体为一种无人机小目标检测方法、电子设备及存储介质，包括：获取图像数据集，对所述图像数据集中的各图像进行预处理，所述图像数据集由无人机拍摄的图像和相应图像的小目标验证数据组成；将预处理后的图像输入网络检测模型，计算所述网络检测模型输出结果与实际小目标验证数据的损失函数，训练所述网络检测模型参数直至最优；将待检测图像输入最优检测模型，输出无人机图像小目标检测结果，所述最优检测模型指训练后将模型参数调整至最优后的网络检测模型，增强模型对小目标的定位能力以及检测能力。
-
公开(公告)号：CN117422653A
公开(公告)日：2024-01-19
申请号：CN202311373830.4
申请日：2023-10-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于权重共享和迭代数据优化的低光照图像增强方法，所述方法包括：获取低光照图像，将低光照图像输入到训练好的低光照图像增强模型中，得到增强结果图像；其中，所述低光照图像增强模型包括权重共享的光照估计模块、光照校准模块和去噪模块；本发明提出的低光照图像增强方案通过伽马校正改变图像亮度，无需配对的明亮图像，只基于昏暗图像数据，模拟生成更昏暗图像数据，进而构建并训练网络模型，训练好的模型可对实际低光照图像进行图像增强。
-
公开(公告)号：CN117152816A
公开(公告)日：2023-12-01
申请号：CN202311124626.9
申请日：2023-09-01
Applicant: 南京邮电大学
IPC: G06V40/16 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/766 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的密集小型人脸检测方法，包括采集图片数据集并标注人脸数据，对图片数据集进行预处理，增加图片中小型人脸的数量；对网络结构进行设计，具体为以MobilenetV3为基础，引入Ghost卷积和Leaky Relu激活函数对骨干网络进行改进；将SPP模块、FPN和PAN结合以加强特征提取网络；采用SSH模块，从全局观察特征，进行上下文特征的融合；输出有效特征层；根据有效特征层获取预测结果，训练网络最终实现对人脸的有效检测；预测结果包括分类预测结果、框的回归预测结果和人脸关键点的回归预测结果。本发明在人脸检测方面表现出很大地灵活性，尤其针对人脸遮挡严重和密集小型人脸的检测场景，同时对复杂场景下的检测也有良好的效果。
-
公开(公告)号：CN115829834A
公开(公告)日：2023-03-21
申请号：CN202211133791.6
申请日：2022-09-16
Applicant: 南京邮电大学
IPC: G06T3/40 , G06T7/10 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于半耦合深度卷积字典学习的图像超分辨率重建方法，包括：准备输入的训练集数据；构建半耦合深度卷积字典学习模型；构建和训练求解该模型的深度神经网络，得到训练好的系数映射网络、字典和系数；利用训练好的系数映射网络、字典和系数重建低分辨率图像得到高分辨率图像。本发明充分利用深度学习的学习能力和字典学习的可解释性，对低分辨率图像进行超分辨率重建，提升图像的分辨率，进而增强图像的显示效果。
-
公开(公告)号：CN113421268A
公开(公告)日：2021-09-21
申请号：CN202110637809.5
申请日：2021-06-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多层级通道注意力机制deeplabv3+网络的语义分割方法，属于图像处理分割技术领域，包括如下步骤：步骤1：输入图像；步骤2：通过深度卷积神经网络获取输入图像的高级与低级语义特征；步骤3：将高级语义特征发送至空洞金字塔池化模块，步骤4：将步骤3获取的第一特征图送入多层级通道注意力机制模块，步骤5：将步骤4获取的第二特征图进行双线性插值上采样并与步骤2中获得的低级语义特征合并，步骤6：将步骤5中的合并特征图再次进行双线性插值上采样；步骤7：输出最终的预测结果；本发明在提高表语义分割的准确率的同时，减小网络模型的大小，提高识别速度，以满足移动应用的实时性要求。
-
Patent Agency Ranking
公开(公告)号：CN104778667B
公开(公告)日：2019-05-03
申请号：CN201510176350.8
申请日：2015-04-14
Applicant: 南京邮电大学
IPC: G06T5/00
Abstract: 本发明公开了一种基于水平集的锥束CT中杯状伪影的校正方法，该方法应用于锥束CT切片图像校正。该方法能够自适应的进行锥束CT的杯状伪影校正，无需人工干预就可以自动完成校正。该方法不需要重复扫描被测物体；不增加锥束CT系统的复杂度；针对重建后的切片图像，能够直接面向用户，不需要对原有锥束CT的原有设备进行任何改动，就可以完成校正工作，该方法能够高效地进行锥束CT的杯状伪影校正，同时还能够提高图像的对比度。
-
公开(公告)号：CN109493291A
公开(公告)日：2019-03-19
申请号：CN201811265104.X
申请日：2018-10-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种自适应伽马校正的彩色图像对比度增强方法，该方法包括以下步骤：1、对输入的待增强图像做明度图像计算；2、利用明度图像计算概率密度函数和权重分布函数；3、计算权重分布函数的累积分布函数；4、构造自适应伽马参数，并对明度图像进行自适应伽玛校正；5、将校正后的图像转换回RGB彩色空间后得到增强后的结果图像。本发明能使图像对比度的增强自适应于像素强度，增强后的图像更自然，并且能够增强图像局部对比度。
-
公开(公告)号：CN106296672A
公开(公告)日：2017-01-04
申请号：CN201610629075.5
申请日：2016-08-03
Applicant: 南京邮电大学
IPC: G06T7/00
CPC classification number: G06T2207/10088
Abstract: 本发明公开了一种结合梯度信息的分块式局部加权的图像分割方法，首先，在每点的局部块内计算当前点属于其邻域的概率；然后，利用当前点所在局部块内各像素点的概率对当前点的概率做估计，以此降低噪声和灰度不均匀性的影响；接着，提出一种结合梯度信息的正则项，捕捉狭长拓扑结构；最后，进行加权估计后的相似度信息作为区域信息指导水平集曲线的演化。本发明能准确分割具有拐点、弱边界和细长结构的复杂目标。
-
公开(公告)号：CN104182752A
公开(公告)日：2014-12-03
申请号：CN201410367330.4
申请日：2014-07-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种户外广告牌智能监测方法，采用了联合归一化互相关图像匹配NCC步骤和SIFT图像匹配步骤；归一化互相关图像匹配NCC步骤是灰度匹配方法的一种，具有较高的稳定性和准确性；SIFT图像匹配步骤是特征匹配方法的一种。本发明对广告牌上张贴的海报异常情况判断准确度非常高，并且能克服因环境光照、天气状况等影响带来的图像亮度不一致、图像部分模糊等对系统的影响。
-
公开(公告)号：CN119399448A
公开(公告)日：2025-02-07
申请号：CN202411641058.4
申请日：2024-11-18
Applicant: 南京邮电大学
IPC: G06V10/25 , G06V10/82 , G06N3/0464 , G06V10/774 , G06V10/24 , G06V10/80 , G06V10/46
Abstract: 本发明提供一种自适应增强下多尺度感受野的低照度目标检测方法，包括：步骤一：引入Global模块、RCSOBEL模块、LSKADCN模块优化yolov8目标检测算法，构建基于图像自适应增强和多尺度感受野的低照度目标检测模型；步骤二：获取低照度条件下的图像数据集，并进行处理；使用处理后的数据集训练所述低照度目标检测模型，得到训练好的低照度目标检测模型；步骤三：将待测的低照度图像输入到所述训练好的低照度目标检测模型，输出低照度目标检测结果。本发明能够在低照度图像中实现良好的检测效果，本发明适用于在各种光照不足的条件下生成的图像目标检测，例如夜间监控、无人驾驶。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.031 seconds)
