-
公开(公告)号:CN118887102A
公开(公告)日:2024-11-01
申请号:CN202410929689.X
申请日:2024-07-11
Applicant: 大连海事大学
Abstract: 本发明提供一种基于介质采样和混合渲染的水下新视角合成方法,属于水下图像处理。本发明主要通过降质的水下图像建立水下神经辐射场,通过控制采样过程中用于捕捉介质的采样点数量与属性,并将其与捕捉物体的采样点进行混合体渲染,该水下辐射场准确估计了三维空间内的物体的密度、颜色,并可以通过去除介质采样点的方式来渲染出无水场景的像素颜色。通过控制体积渲染公式中是否加入介质采样部分,可以分别渲染出包含水和去水后的水下场景图像。
-
公开(公告)号:CN118865087A
公开(公告)日:2024-10-29
申请号:CN202410907935.1
申请日:2024-07-08
Applicant: 大连海事大学
IPC: G06V20/05 , G06V10/25 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/82 , G06T3/4046 , G06T3/4053 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于RT‑Detr模型的水下目标检测方法,包括采集水下图像,使用DualConv模块替换RT‑Detr模型中的主干网络中的BasicBlock模块,使用替换的DualConv模块提取图像特征;使用具有提取高低频信息的高效注意力对RT‑Detr模型中的AIFI模块进行改进;使用SPAN模块代替RT‑Detr中的RepC3模块;在特征抽取和分类两个任务之间增加了回归任务,并且提出了新的回归任务对候选框进行更新;采用了一种新的回归损失函数,该函数能够使得预测框更加接近真实框,从而提高了检测精度和召回率。
-
公开(公告)号:CN119006994A
公开(公告)日:2024-11-22
申请号:CN202410952633.6
申请日:2024-07-16
Applicant: 大连海事大学
Abstract: 本发明提供一种基于transformer的水下视频增强模型。本发明主要使用多尺度特征提取,捕获从低层到高层的图像特征,提高特征的表征能力。为更好地提取局部特征,同时处理整个输入序列时能够利用全局上下文信息,捕捉视频序列的长距离依赖信息进行增强,提出了一个基于transformer的水下视频增强模块,使用空间注意力和通道注意力结合分组空间移位对每一个不同分辨率的特征图进行特征增强和融合,最后使用注意力机制对网络进行重建,逐步提高视频的增强效果。
-
-