公开(公告)号：CN115330631A

公开(公告)日：2022-11-11

申请号：CN202211007029.3

申请日：2022-08-22

Applicant: 南京邮电大学

Inventor： 张登银 ,  赵乾 ,  王敬余

IPC: G06T5/00 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于堆叠沙漏网络的多尺度融合去雾方法，将有雾图像输入预先设置好的图像去雾网络；有雾图像经图像去雾网络处理后，输出去雾后的清晰图像；所述图像去雾网络为依次连接的一个7×7的卷积层、堆叠沙漏模块、特征融合、多尺度跳跃连接模块、一个1×1的卷积层、一个3×3的卷积层、分层注意力蒸馏模块、一个3×3的卷积层和1×1的卷积层。本发明可应用于各种计算机视觉系统，例如图像识别、视频监控、工业视觉检测等，可以降低大量的人工成本，大幅提升图像质量和服务效率，目的是保证更好地服务客户，使最终的去雾结果能满足高级别图像处理的要求并符合人类的视觉要求。

公开(公告)号：CN115171165A

公开(公告)日：2022-10-11

申请号：CN202210906148.6

申请日：2022-07-29

Applicant: 南京邮电大学

Inventor： 张登银 ,  王敬余 ,  赵乾

IPC: G06V40/10 ,  G06V10/42 ,  G06V10/44 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06V10/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种全局特征与阶梯型局部特征融合的行人重识别方法及装置，方法包括：利用预训练好的行人重识别网络模型对待识别图像、图库图像分别进行提取得到待识别图像行人特征、图库图像行人特征；将待识别图像行人特征与图库图像行人特征进行相似度匹配，输出相似度排名前N的行人图像，作为行人重识别结果；行人重识别网络包括骨干网络、改进的全局特征分支和块权重指导的阶梯型局部特征提取分支；采用公开的数据集训练行人重识别网络，获得训练好的行人重识别网络模型。本发明设计了全局特征与阶梯型局部特征融合的行人重识别方法。目标是学习鲁棒性更强的行人特征表示，以应对复杂的行人重识别场景，达到一个好的识别效果。