公开(公告)号：CN109165658B

公开(公告)日：2021-08-13

申请号：CN201810986082.X

申请日：2018-08-28

Applicant: 哈尔滨工业大学(威海)

Inventor： 张盛平 ,  吕晓倩 ,  孙嘉敏 ,  董开坤 ,  朴学峰 ,  孙鑫 ,  张维刚

IPC: G06K9/46 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于Faster‑RCNN的强负样本水下目标检测方法，包括以下步骤：获取目标图像数据集，将目标图像输入卷积神经网络进行前向传播至共享的卷积层得到低维特征图；将获取的低维特征图一路输入至RPN网络得到正负样本及坐标，另一路继续前向传播得到高维特征图；对获取的与Ground Truth不相交的负样本进行图像求均值处理，实现基于图像亮度特征的相似度比较，完成与正样本相似的假负样本的筛除；将正样本、获取的筛选后的负样本与高维特征图共同输入到ROI Align层，提取正负样本建议区域的特征；将获取的建议区域特征传入全连接层，输出该区域的分类得分及回归后的坐标值。

公开(公告)号：CN109300090A

公开(公告)日：2019-02-01

申请号：CN201810986230.8

申请日：2018-08-28

Applicant: 哈尔滨工业大学(威海)

Inventor： 张盛平 ,  孙嘉敏 ,  吕晓倩 ,  朴学峰 ,  董开坤 ,  张维刚 ,  孙鑫

IPC: G06T5/00

Abstract: 本发明公开了一种基于亚像素和条件对抗生成网络的单幅图像去雾方法，包括以下步骤：获取原始无雾图像数据集，依据雾天成像模型合成有雾数据集；将待处理的有雾图像输入生成器G，所述生成器G的网络结构设置有跳层连接，经过编码输出尺寸逐步减少的特征图，解码阶段使用反卷积与亚像素分别获得各自的特征图后使用卷积对特征图进行操作，获得生成器输出无雾图像；将生成器G输出的无雾图像与原始无雾图像输入判别器D，判断生成器D输出无雾图像是否为真；对生成器G和判别器D同时进行对抗约束，计算对抗损失和L1损失，依据随机梯度下降的原则进行反向传播更新生成器G和判别器D的参数，当模型的总体损失收敛时，模型训练完成。

公开(公告)号：CN109165658A

公开(公告)日：2019-01-08

申请号：CN201810986082.X

申请日：2018-08-28

Applicant: 哈尔滨工业大学(威海)

Inventor： 张盛平 ,  吕晓倩 ,  孙嘉敏 ,  董开坤 ,  朴学峰 ,  孙鑫 ,  张维刚

IPC: G06K9/46 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于Faster-RCNN的强负样本水下目标检测方法，包括以下步骤：获取目标图像数据集，将目标图像输入卷积神经网络进行前向传播至共享的卷积层得到低维特征图；将获取的低维特征图一路输入至RPN网络得到正负样本及坐标，另一路继续前向传播得到高维特征图；对获取的与Ground Truth不相交的负样本进行图像求均值处理，实现基于图像亮度特征的相似度比较，完成与正样本相似的假负样本的筛除；将正样本、获取的筛选后的负样本与高维特征图共同输入到ROI Align层，提取正负样本建议区域的特征；将获取的建议区域特征传入全连接层，输出该区域的分类得分及回归后的坐标值。