-
公开(公告)号：CN112991250B
公开(公告)日：2022-08-23
申请号：CN202110418698.9
申请日：2021-04-19
Applicant: 吉林大学
Abstract: 本发明公开了一种基于响尾蛇视觉成像的红外与可见光图像融合方法，包括：将红外图像与可见光图像进行六种双模式细胞融合；将六个细胞融合结果按顺序每两项分为一组，并分别将三组中两个细胞融合结果相应的馈入到ON对抗系统和OFF对抗系统的中心以及ON对抗系统和OFF对抗系统的环绕区域；将三个中心馈入结果分别馈入ON对抗系统的中心兴奋区域，将三个环绕馈入结果分别馈入ON对抗系统的环绕抑制区域，结果依次映射到B、G和R三个通道，输出伪彩色融合图像。该方法以响尾蛇的视觉感受野数学模型为基础，依据双模式细胞作用机制，实现可见光图像和红外图像的融合，融合得到的伪彩色图像目标更加突出，场景的细节信息也更完整。
-
公开(公告)号：CN113409232A
公开(公告)日：2021-09-17
申请号：CN202110667804.7
申请日：2021-06-16
Applicant: 吉林大学
Abstract: 本发明公开了一种基于响尾蛇视觉成像的仿生假彩色图像融合模型及方法，该模型通过提取红外源图像和可见光源图像的共有信息和特有信息来进行图像预处理，提高了融合图像的质量；通过引入响尾蛇双模式细胞数学模型设计图像融合结构，有效利用了响尾蛇双模式细胞融合机制，更好的模拟了响尾蛇视觉感知机制；获得的融合图像在色彩表现上有所改善，细节更加明显、目标更加突出，更符合人眼视觉特性。
-
公开(公告)号：CN114862691B
公开(公告)日：2024-10-15
申请号：CN202210289357.0
申请日：2022-03-23
Applicant: 吉林大学
IPC: G06T5/73 , G06T5/60 , G06N3/0464 , G06N3/045 , G06N3/094
Abstract: 本发明涉及图像去雾技术领域，具体是涉及一种基于神经网络模型的图像去雾方法、装置和设备。本发明先对大气散射模型进行变形，使得具有两个未知参数的大气散射模型变成只有一个未知参数的大气散射模型。然后通过神经网络计算唯一的未知参数的值，最后将该未知参数的值代入到大气散射模型就可以求得去雾图像。由于本发明只需要通过神经网络模型计算出一个参数的值，因此能够降低因计算多个参数值所带来的累积误差，从而提高了最后利用参数值所计算出来的去雾图像质量。
-
Patent Agency Ranking
公开(公告)号：CN113409232B
公开(公告)日：2023-11-10
申请号：CN202110667804.7
申请日：2021-06-16
Applicant: 吉林大学
Abstract: 本发明公开了一种基于响尾蛇视觉成像的仿生假彩色图像融合模型及方法，该模型通过提取红外源图像和可见光源图像的共有信息和特有信息来进行图像预处理，提高了融合图像的质量；通过引入响尾蛇双模式细胞数学模型设计图像融合结构，有效利用了响尾蛇双模式细胞融合机制，更好的模拟了响尾蛇视觉感知机制；获得的融合图像在色彩表现上有所改善，细节更加明显、目标更加突出，更符合人眼视觉特性。
-
公开(公告)号：CN114862691A
公开(公告)日：2022-08-05
申请号：CN202210289357.0
申请日：2022-03-23
Applicant: 吉林大学
Abstract: 本发明涉及图像去雾技术领域，具体是涉及一种基于神经网络模型的图像去雾方法、装置和设备。本发明先对大气散射模型进行变形，使得具有两个未知参数的大气散射模型变成只有一个未知参数的大气散射模型。然后通过神经网络计算唯一的未知参数的值，最后将该未知参数的值代入到大气散射模型就可以求得去雾图像。由于本发明只需要通过神经网络模型计算出一个参数的值，因此能够降低因计算多个参数值所带来的累积误差，从而提高了最后利用参数值所计算出来的去雾图像质量。
-
公开(公告)号：CN112991250A
公开(公告)日：2021-06-18
申请号：CN202110418698.9
申请日：2021-04-19
Applicant: 吉林大学
Abstract: 本发明公开了一种基于响尾蛇视觉成像的红外与可见光图像融合方法，包括：将红外图像与可见光图像进行六种双模式细胞融合；将六个细胞融合结果按顺序每两项分为一组，并分别将三组中两个细胞融合结果相应的馈入到ON对抗系统和OFF对抗系统的中心以及ON对抗系统和OFF对抗系统的环绕区域；将三个中心馈入结果分别馈入ON对抗系统的中心兴奋区域，将三个环绕馈入结果分别馈入ON对抗系统的环绕抑制区域，结果依次映射到B、G和R三个通道，输出伪彩色融合图像。该方法以响尾蛇的视觉感受野数学模型为基础，依据双模式细胞作用机制，实现可见光图像和红外图像的融合，融合得到的伪彩色图像目标更加突出，场景的细节信息也更完整。
-
公开(公告)号：CN116152080A
公开(公告)日：2023-05-23
申请号：CN202211242330.2
申请日：2022-10-11
Applicant: 吉林大学
Abstract: 本发明公开了一种基于神经网络的单一图像去雾方法及系统；包括：获取目标环境有雾图像；对目标环境有雾图像进行预处理，并在预处理期间对目标环境有雾图像进行特征提取，获得第一特征；依次通过多种尺度卷积核和编码‑解码器对预处理后的目标环境有雾图像进行特征提取，获得第二特征；对第一特征和第二特征进行映射处理，获得映射图；将目标环境有雾图像与映射图进行concat连接，并基于卷积层获得合并参数估计值；将合并参数估计值输入到合并参数模型中，输出去雾图像；实现了用轻量级的网络估计统一参数，得到比较优秀且泛用的去雾效果，最后得到的去雾图能够保存更多的细节，有效的避免了常见去雾算法的细节丢失与色彩失真问题。
-
公开(公告)号：CN112712546A
公开(公告)日：2021-04-27
申请号：CN202011521652.1
申请日：2020-12-21
Applicant: 吉林大学
Abstract: 本发明实施例公开一种基于孪生神经网络的目标跟踪方法及系统。属于计算机视觉领域，包括：通过获取待跟踪目标图像和待搜索图像；将获取的待跟踪目标图像和待搜索图像分别输入到孪生神经网络模型中，孪生神经网络模型输出待跟踪目标图像在待搜索图像中的位置。本发明基于孪生神经网络实现目标跟踪，减少了计算复杂度，提高了目标跟踪的实时性。将残差单元引入孪生神经网络中的孪生网络的两个子网中，解决卷积神经网络深度加深所带来的性能退化问题，使得所构建的孪生神经网络模型在层次较多时也有稳定分支可进行网络梯度回传，利用分支并行定位分割网络在提高目标跟踪精度的同时也兼顾了目标跟踪的速度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
