公开(公告)号：CN118429788A

公开(公告)日：2024-08-02

申请号：CN202410607869.6

申请日：2024-05-16

Applicant: 昆明理工大学

Inventor： 何自芬 ,  何梦云 ,  张印辉 ,  陈光晨 ,  张鹏林 ,  张瑞

IPC: G06V20/05 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/764 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明提供了一种水下声呐图像弱小目标检测方法,涉及水下前视图像处理技术领域。本发明通过设计小目标特征激活模块和引入先验框尺度校准机制，匹配底层语义特征检测分支，从而提高了小目标检测精度。同时，提出了多卷积通道调控池化模块，有效保留了有效通道域小目标信息，并克服了复杂背景信息的干扰。最后，设计全域信息汇总模块深入挖掘弱小目标的全域特征，避免了冗余信息覆盖小目标微弱关键特征。本发明解决了现有水下声呐图像弱小目标检测技术面临特征微弱和背景信息干扰导致精度低的问题，达到了提高水下声呐图像弱小目标检测精度的技术效果。

公开(公告)号：CN115830544A

公开(公告)日：2023-03-21

申请号：CN202211599765.2

申请日：2022-12-12

Applicant: 昆明理工大学

Inventor： 何自芬 ,  陈光晨 ,  张印辉 ,  何梦云 ,  赵崇任 ,  何鹏飞 ,  陈东东 ,  史本杰 ,  张朋程 ,  曹辉柱 ,  庄宏

IPC: G06V20/52 ,  G06V10/24 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/09

Abstract: 本发明提供了一种夜间机场异物入侵智能检测方法及系统，涉及深度学习及异物入侵检测技术领域，获取跑道邻近物品类型和邻近物品位置，根据跑道邻近物品类型进行数据频繁项挖掘，匹配跑道异物类别集合，标定异物入侵高频区域和异物入侵低频区域，采集异物检测数据集，基于视窗转换自注意力机制，训练夜间机场跑道异物入侵检测模型，基于模型进行夜间机场异物入侵检测，解决了现有机场异物入侵检测技术通过人工排查进行异物入侵识别，检测方法智能化程度较低，效率低下且耗费成本较高，同时检测精准度不足的技术问题，基于机器视觉代替人工排查，进行采集信息的智能化精准预测分析，实现精准化高效入侵异物排查。

公开(公告)号：CN119399759A

公开(公告)日：2025-02-07

申请号：CN202411465387.8

申请日：2024-10-21

Applicant: 江苏西励科技有限公司 ,  昆明理工大学

Inventor： 郑敏东 ,  刘明鑫 ,  张印辉 ,  何自芬 ,  何梦云 ,  张瑞

IPC: G06V20/69 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明提供一种扫描电子显微镜堆叠颗粒图像交互实例分割方法，包括：步骤(一)、构建图像数据集并划分为训练集、验证集和测试集；步骤(二)、在YOLOv8n主干网络的基础上，增加连续馈入级联自注意力模块，构建主干网络；步骤(三)、构建颈部网络；步骤(四)、构建高效串并联式分割头；步骤(五)、根据构建的主干网络、颈部网络和分割头，组建分割网络；利用训练集和验证集对分割网络进行训练，获得分割模型；步骤(六)、利用测试集数据，输入到分割模型，得到分割结果。本发明能够解决现有技术中人工识别方法人机交互程度较低、效率低下且耗费成本较高、同时错误率高的技术问题。

公开(公告)号：CN118781131A

公开(公告)日：2024-10-15

申请号：CN202410851032.6

申请日：2024-06-27

Applicant: 昆明理工大学

Inventor： 张印辉 ,  张鹏林 ,  何自芬 ,  张瑞 ,  何梦云

IPC: G06T7/10 ,  G06T7/246 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明公开了一种动态门控机制调控的巡飞器末段时敏目标弱监督视频实例分割方法，属于视频实例分割技术领域。本发明在特征金字塔横向传输路径嵌入自适应参数特征重构单元调整各通道信息权重抑制特征图中背景信息；其次在所述自适应参数特征重构单元后嵌入特征通道交互优化模块，并将其与所述自适应参数特征重构单元残差连接，利用特征通道间的信息交互融合机制，实现通道之间的特征补偿，从而提升模型对时敏目标边界的感知能力；最后在掩码分支中引入多分辨率特征聚合器，利用多核并行卷积操作，帮助模型聚焦于多尺度目标特征信息，从而生成更为准确的掩码信息。本发明提高了巡飞器末段时敏目标弱监督视频实例分割任务的精度。

公开(公告)号：CN118429863A

公开(公告)日：2024-08-02

申请号：CN202410607850.1

申请日：2024-05-16

Applicant: 昆明理工大学

Inventor： 何自芬 ,  张瑞 ,  张印辉 ,  张鹏林 ,  黄滢 ,  陈光晨 ,  何梦云

IPC: G06V20/40 ,  G06V10/764 ,  G06V10/82 ,  G06V10/52 ,  G06V10/26 ,  G06V10/32 ,  G06N3/09 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开了一种先验距离引导的相似性记忆匹配视频实例分割方法，涉及视频分割技术领域。本发明在视频实例分割模型数据增强之前构建先验距离引导模块，引入距离信息给视频帧提供额外的空间结构信息；构建相似性记忆匹配模块在不同帧之间建立实例记忆匹配，根据实例之间的相似性进行匹配，改善模型稳定性；构建匹配损失函数，引导模型学习严重遮挡和消失重现的实例更具区分性的特征表示。通过所述基于先验距离引导模块，相似性记忆匹配模块，匹配损失函数，构建全监督在线视频实例分割模型。本发明解决了现有全监督在线视频实例分割在视频序列中下动态目标严重遮挡和消失重现导致分割错误的问题。