公开(公告)号：CN117173103B

公开(公告)日：2024-04-12

申请号：CN202310978310.X

申请日：2023-08-04

申请人： 山东大学 ,  中国电子科技集团公司第五十四研究所

发明人： 丛润民 ,  张伟 ,  仇梓峰 ,  宋然 ,  陈宇 ,  李晓磊 ,  陈韬亦

IPC分类号： G06T7/00 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82

摘要： 本发明提出了一种图像阴影检测方法及系统，包括：提取原始图像的多层次综合特征；分为低层组和高层组；针对低层组和高层组分别采用相同结构的两个分支进行处理；分支在处理的过程中，将每组特征进行上采样和卷积，使每组特征拥有统一的空间尺寸，然后将各组特征拼接，生成合并特征；针对合并特征进行特征分离与重组并输出阴影相关元素、背景相关元素以及重组特征；分别从阴影相关元素、背景相关元素以及重组特征中提取风格属性，并对特定风格属性对施加一致性或差异性约束，以指导上游特征的分离；使用并行解码器分别连接两个分支的阴影相关元素、背景相关元素和重组特征，并将他们分别融合，用于生成预测的阴影图、背景图像和重构图像。

公开(公告)号：CN117173394A

公开(公告)日：2023-12-05

申请号：CN202310989860.1

申请日：2023-08-07

申请人： 山东大学 ,  中国电子科技集团公司第五十四研究所

发明人： 丛润民 ,  张伟 ,  仇梓峰 ,  宋然 ,  陈宇 ,  李晓磊 ,  陈韬亦

IPC分类号： G06V10/25 ,  G06V10/52 ,  G06V10/62 ,  G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06V20/17 ,  G06N3/0455

摘要： 本发明提出了面向无人机视频数据的弱监督显著性目标检测方法及系统，分别对视频的RGB图像和光流图进行浅层特征和深层特征的提取，浅层特征包括物体的边缘和纹理等特征信息，深层特征包括丰富的显著性语义内容，将不同模态的浅层特征进行模态对齐和校准，能够更加关注每个模态的显著性信息；不同模态的深层特征进行跨模态融合，充分融合了深层特征的显著性语义信息，然后基于跨模态浅层增强特征和跨模态深层交互特征进行融合得到检测结果，能够很好地抑制视频中复杂背景信息，提高了视频显著性目标检测的准确性，而且应用在弱监督中可达到部分全监督检测效果。

公开(公告)号：CN117173394B

公开(公告)日：2024-04-02

申请号：CN202310989860.1

申请日：2023-08-07

申请人： 山东大学 ,  中国电子科技集团公司第五十四研究所

发明人： 丛润民 ,  张伟 ,  仇梓峰 ,  宋然 ,  陈宇 ,  李晓磊 ,  陈韬亦

IPC分类号： G06V10/25 ,  G06V10/52 ,  G06V10/62 ,  G06V10/80 ,  G06V10/44 ,  G06V10/82 ,  G06V20/17 ,  G06N3/0455

摘要： 本发明提出了面向无人机视频数据的弱监督显著性目标检测方法及系统，分别对视频的RGB图像和光流图进行浅层特征和深层特征的提取，浅层特征包括物体的边缘和纹理等特征信息，深层特征包括丰富的显著性语义内容，将不同模态的浅层特征进行模态对齐和校准，能够更加关注每个模态的显著性信息；不同模态的深层特征进行跨模态融合，充分融合了深层特征的显著性语义信息，然后基于跨模态浅层增强特征和跨模态深层交互特征进行融合得到检测结果，能够很好地抑制视频中复杂背景信息，提高了视频显著性目标检测的准确性，而且应用在弱监督中可达到部分全监督检测效果。

公开(公告)号：CN117173104A

公开(公告)日：2023-12-05

申请号：CN202310983540.5

申请日：2023-08-04

申请人： 山东大学 ,  中国电子科技集团公司第五十四研究所

发明人： 丛润民 ,  张伟 ,  宋然 ,  仇梓峰 ,  陈宇 ,  陈韬亦 ,  李晓磊

IPC分类号： G06T7/00 ,  G06V10/40 ,  G06V10/774 ,  G06V20/17

摘要： 本发明提出了一种低空无人机图像变化检测方法及系统，对每一对骨干特征进行状态特征的提取，由于状态部分在不同场景下的对整个图像特征中的重要程度不同，通过分析每个状态部分的重要性，并借助重要性的不同将状态特征从完整特征中剔除，从而得到相应的本质部分；本发明综合考虑了输入图像和状态部分的重要性，得到的本质部分将包含完整的、纯粹的信息，反映实际变化的区域，以本质对作为解码模块输入，计算每对本质对之间的差异，使解码模块能够更加专注预测有用信息的变化图，提高低空无人机变化检测的准确性。

公开(公告)号：CN117173104B

公开(公告)日：2024-04-16

申请号：CN202310983540.5

申请日：2023-08-04

申请人： 山东大学 ,  中国电子科技集团公司第五十四研究所

发明人： 丛润民 ,  张伟 ,  宋然 ,  仇梓峰 ,  陈宇 ,  陈韬亦 ,  李晓磊

IPC分类号： G06T7/00 ,  G06V10/40 ,  G06V10/774 ,  G06V20/17

摘要： 本发明提出了一种低空无人机图像变化检测方法及系统，对每一对骨干特征进行状态特征的提取，由于状态部分在不同场景下的对整个图像特征中的重要程度不同，通过分析每个状态部分的重要性，并借助重要性的不同将状态特征从完整特征中剔除，从而得到相应的本质部分；本发明综合考虑了输入图像和状态部分的重要性，得到的本质部分将包含完整的、纯粹的信息，反映实际变化的区域，以本质对作为解码模块输入，计算每对本质对之间的差异，使解码模块能够更加专注预测有用信息的变化图，提高低空无人机变化检测的准确性。

公开(公告)号：CN117237623B

公开(公告)日：2024-03-29

申请号：CN202310983553.2

申请日：2023-08-04

申请人： 山东大学 ,  中国电子科技集团公司第五十四研究所

发明人： 丛润民 ,  张伟 ,  宋然 ,  仇梓峰 ,  陈宇 ,  李晓磊 ,  陈韬亦

IPC分类号： G06V10/26 ,  G06V10/40 ,  G06V10/82 ,  G06V10/80 ,  G06V20/17 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明提出了一种无人机遥感图像语义分割方法及系统，采用不同的编码器CNN编码器和Transformer编码器对无人机遥感图像进行特征提取，通过图嵌入损失函数监督引导不同编码器所提取特征的融合过程，能够确保自适应地将两个不同编码器对所预测更为重要的信息融合起来，提高后续无人机遥感图像语义分割的准确性。

公开(公告)号：CN117173523A

公开(公告)日：2023-12-05

申请号：CN202310983036.5

申请日：2023-08-04

申请人： 山东大学 ,  中国电子科技集团公司第五十四研究所

发明人： 丛润民 ,  张伟 ,  宋然 ,  仇梓峰 ,  陈宇 ,  陈韬亦 ,  李晓磊

IPC分类号： G06V10/80 ,  G06V10/40 ,  G06V10/25 ,  G06V10/22

摘要： 本发明属于伪装目标检测领域，提供了一种基于频率感知的伪装目标检测方法及系统。该方法包括，在粗略定位阶段：提取待测目标图像的多级特征图；基于多级特征图，采用频率感知模块，将颜色特征分解为高频特征图和低频特征图；将高频特征图和低频特征图进行融合，得到多级高频增强特征图；采用邻居连接编码器整合多级高频增强特征图，得到粗定位图；在细化定位阶段：基于多级特征图和粗定位图，采用修正融合模块，得到第一修正融合特征图；再进行通道相关性建模，得到第二修正融合特征图；基于多级特征图，采用高分辨率特征增强模块后，与第二修正融合特征图进行融合，得到伪装目标的预测图。本发明提高了在复杂背景中发现伪装物体的分辨能力。

公开(公告)号：CN117173103A

公开(公告)日：2023-12-05

申请号：CN202310978310.X

申请日：2023-08-04

申请人： 山东大学 ,  中国电子科技集团公司第五十四研究所

发明人： 丛润民 ,  张伟 ,  仇梓峰 ,  宋然 ,  陈宇 ,  李晓磊 ,  陈韬亦

IPC分类号： G06T7/00 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82

摘要： 本发明提出了一种图像阴影检测方法及系统，包括：提取原始图像的多层次综合特征；分为低层组和高层组；针对低层组和高层组分别采用相同结构的两个分支进行处理；分支在处理的过程中，将每组特征进行上采样和卷积，使每组特征拥有统一的空间尺寸，然后将各组特征拼接，生成合并特征；针对合并特征进行特征分离与重组并输出阴影相关元素、背景相关元素以及重组特征；分别从阴影相关元素、背景相关元素以及重组特征中提取风格属性，并对特定风格属性对施加一致性或差异性约束，以指导上游特征的分离；使用并行解码器分别连接两个分支的阴影相关元素、背景相关元素和重组特征，并将他们分别融合，用于生成预测的阴影图、背景图像和重构图像。

公开(公告)号：CN117173523B

公开(公告)日：2024-04-09

申请号：CN202310983036.5

申请日：2023-08-04

申请人： 山东大学 ,  中国电子科技集团公司第五十四研究所

发明人： 丛润民 ,  张伟 ,  宋然 ,  仇梓峰 ,  陈宇 ,  陈韬亦 ,  李晓磊

IPC分类号： G06V10/80 ,  G06V10/40 ,  G06V10/25 ,  G06V10/22

摘要： 本发明属于伪装目标检测领域，提供了一种基于频率感知的伪装目标检测方法及系统。该方法包括，在粗略定位阶段：提取待测目标图像的多级特征图；基于多级特征图，采用频率感知模块，将颜色特征分解为高频特征图和低频特征图；将高频特征图和低频特征图进行融合，得到多级高频增强特征图；采用邻居连接编码器整合多级高频增强特征图，得到粗定位图；在细化定位阶段：基于多级特征图和粗定位图，采用修正融合模块，得到第一修正融合特征图；再进行通道相关性建模，得到第二修正融合特征图；基于多级特征图，采用高分辨率特征增强模块后，与第二修正融合特征图进行融合，得到伪装目标的预测图。本发明提高了在复杂背景中发现伪装物体的分辨能力。

公开(公告)号：CN117690049A

公开(公告)日：2024-03-12

申请号：CN202311826051.5

申请日：2023-12-27

申请人： 山东大学 ,  中国电子科技集团公司第五十四研究所

发明人： 丛润民 ,  刘鸿羽 ,  陈宇 ,  张伟 ,  仇梓峰 ,  陈韬亦 ,  王雅涵

IPC分类号： G06V20/17 ,  G06V10/46 ,  G06V10/30 ,  G06V10/80

摘要： 本发明提供了一种演化和继承的高分辨率无人机图像显著性目标检测方法，属于图像处理技术领域。包括演化阶段和继承阶段，演化阶段通过监督层面和特征层面的演化机制，在低分辨率图像上实现细节保留、目标完整的显著性目标定位；继承阶段利用浅层高分辨率特征，以轻量级的方式补充和增强继承得到的特征，生成最终的高分辨率显著性预测；本发明实现了更高精度的高分辨率无人机图像显著性目标检测。