公开(公告)号：CN117274800A

公开(公告)日：2023-12-22

申请号：CN202311152820.8

申请日：2023-09-07

Applicant: 常州大学

Inventor： 陈从平 ,  程思敏 ,  陈奔 ,  徐志伟 ,  陆鹏 ,  张吴燚 ,  戴国洪

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/58 ,  G06V10/42 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045

Abstract: 本发明涉及图像处理技术领域，尤其涉及基于深度学习的高光谱遥感图像异常检测方法，包括对高光谱遥感图像进行归一化预处理得到原始高光谱图；将原始高光谱图输入低秩背景特征提取网络生成低秩背景特征；将低秩背景特征输入主干特征提取网络，得到主干特征；将主干特征输入特征卷积网络，得到卷积特征；将卷积特征输入上采样网络，得到上采样特征；将上采样特征输入特征卷积子网络，得到重建背景特征图；将原始高光谱图与重建背景特征图相减得到重构误差图，并利用自适应加权损失函数抑制异常的重建权重。本发明针对现有的高光谱异常检测存在未对背景的低秩特性给予充分利用的问题以及现有算法对背景和异常的分离仍具有挑战性。

公开(公告)号：CN119328758A

公开(公告)日：2025-01-21

申请号：CN202411574541.5

申请日：2024-11-06

Applicant: 常州大学

Inventor： 陈从平 ,  程思敏 ,  范宇平 ,  杜雅静

IPC: B25J9/16

Abstract: 本发明涉及图像处理技术领域，尤其涉及一种基于机器人的抓取检测方法，包括获取RGBD图像；构建抓取检测模型的编码器，利用第一至第四PRCBlock依次进行特征提取，得到特征F1、F2、F3、F4；分别得到特征F123、XHigh、XLow、XLH、F5；构建抓取检测模型的解码器，利用解码器对编码器的输出特征进行解码；将解码器输出特征进行特征提取分别得到抓取质量图、抓取角度图和抓取宽度图；利用损失函数优化抓取检测模型。本发明解决现有抓取检测网络无法充分提取特征信息，容易忽视更可能丢失重要的抓取区域特征，导致降低了抓取检测的准确率；以及现有方法无法充分的融合低级特征和高级特征信息问题。

公开(公告)号：CN117746230A

公开(公告)日：2024-03-22

申请号：CN202311599055.4

申请日：2023-11-28

Applicant: 常州大学

Inventor： 陈从平 ,  徐志伟 ,  李明春 ,  陈奔 ,  陆鹏 ,  张吴燚 ,  程思敏

IPC: G06V20/10 ,  G06V10/52 ,  G06V10/58 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/088

Abstract: 本发明涉及高光谱图像技术领域，尤其涉及一种基于高光谱图像的解混方法及系统，包括采集高光谱图像；利用多尺度空间特征提取模块对图像进行多尺度空间特征提取；利用光谱特征提取模块对图像进行光谱特征提取；将多尺度空间特征和光谱特征进行拼接，得到浅层光谱‑空间特征；并将浅层光谱‑空间特征输入SSARM模块，得到深层光谱‑空间特征；将深层光谱‑空间特征归一化得到丰度系数图；并利用解码器将丰度图重构为原始输入，其中解码器中1x1卷积核的权重作为所求的端元矩阵。本发明解决现有高光谱解混方法只关注于像素级或者像素块的局部光谱‑空间信息的问题。

公开(公告)号：CN118608823A

公开(公告)日：2024-09-06

申请号：CN202410510275.3

申请日：2024-04-26

Applicant: 常州大学

Inventor： 陈从平 ,  程思敏 ,  戴国洪 ,  陈奔

IPC: G06V10/764 ,  G06N3/0464 ,  G06V10/25 ,  G06V10/82

Abstract: 本发明涉及图像处理技术领域，尤其涉及基于改进YOLOV8的无序零件检测方法及系统，包括采集无序零件图像，并对图像进行预处理；构建改进YOLOV8网络，backbone网络中将第1至8层四组CBS模块和C2f模块级联替换为ADownconv卷积模块和C2f_GS模块；neck网络中将第14层和第17层的concat操作替换为Fusionblock模块；将第16层和第19层的CBS模块替换为ADownconv卷积模块。本发明解决现有YOLOV8模型在检测无序零件时存在检测精度和轻量化无法兼顾而导致漏检或误检的问题。