公开(公告)号：CN115294606A

公开(公告)日：2022-11-04

申请号：CN202210938996.5

申请日：2022-08-05

Applicant: 杭州电子科技大学

Inventor： 叶学义 ,  王鹤澎 ,  曾懋胜 ,  石悦 ,  应娜

IPC: G06V40/10 ,  G06V10/20 ,  G06V10/26 ,  G06V10/54 ,  G06T5/00

Abstract: 本发明公开了一种毫米波图像暗目标增强方法，首先计算人体毫米波图像中人体中轴位置、头顶位置与肩部位置，限制处理区域，再计算人体平均灰度值，创建补集图像，在补集图像中存储原图中灰度值低于平均灰度值的像素点的补集；提取补集图像中为暗目标的区域，排除由身体结构导致的错误增强部分，仅保留暗目标的增强区域。最后将补集图像与原图加权融合，保留暗目标纹理特征并增强暗目标的灰度特征，获取暗目标增强后的毫米波图像。本发明方法结合暗目标的灰度特征及暗目标与人体区域的位置关系，在有效增强暗目标灰度特征的同时有效保留了暗目标的纹理特征。

公开(公告)号：CN115294606B

公开(公告)日：2023-03-21

申请号：CN202210938996.5

申请日：2022-08-05

Applicant: 杭州电子科技大学

Inventor： 叶学义 ,  王鹤澎 ,  曾懋胜 ,  石悦 ,  应娜

IPC: G06V40/10 ,  G06V10/20 ,  G06V10/26 ,  G06V10/54 ,  G06T5/00

Abstract: 本发明公开了一种毫米波图像暗目标增强方法，首先计算人体毫米波图像中人体中轴位置、头顶位置与肩部位置，限制处理区域，再计算人体平均灰度值，创建补集图像，在补集图像中存储原图中灰度值低于平均灰度值的像素点的补集；提取补集图像中为暗目标的区域，排除由身体结构导致的错误增强部分，仅保留暗目标的增强区域。最后将补集图像与原图加权融合，保留暗目标纹理特征并增强暗目标的灰度特征，获取暗目标增强后的毫米波图像。本发明方法结合暗目标的灰度特征及暗目标与人体区域的位置关系，在有效增强暗目标灰度特征的同时有效保留了暗目标的纹理特征。

公开(公告)号：CN114693564A

公开(公告)日：2022-07-01

申请号：CN202210439726.X

申请日：2022-04-25

Applicant: 杭州电子科技大学

Inventor： 叶学义 ,  曾懋胜 ,  石悦 ,  赵知劲 ,  陈海颖

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于稳定场跳跃连接的GAN图像修复方法，将稳定场算子嵌入至跳跃连接中，利用稳定场算子对生成单元中编码器特征图的破损像素进行初步预测，再传递至解码器并输出生成图像。然后细化了损失的类型，重新定义损失函数为对抗损失、像素重构损失和金字塔损失来进一步指导网络的训练向正确的方向进行。本发明方法提升了破损图像修复的效果，在满足人类视觉感知需求的同时也能在一定程度上与原图相似。且经实验验证，该方法在人脸图像、自然场景图像和建筑图像上都达到了不错的修复效果。

公开(公告)号：CN117333625A

公开(公告)日：2024-01-02

申请号：CN202311521552.2

申请日：2023-11-15

Applicant: 杭州电子科技大学

Inventor： 石悦 ,  叶学义 ,  韩卓 ,  李文杰

IPC: G06T17/00 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/092 ,  G06N3/045 ,  G06V10/764

Abstract: 本发明公开一种基于多任务RL‑GAN模型的图像重建方法及系统。引入RL代理构建多任务图像生成RL‑GAN模型，利用生成对抗网络GAN及生成器G组成的环境与RL代理进行交互，训练RL代理寻找输入图片的最优解。通过搭建RL‑GAN模型，训练后的RL代理可对原始输入图像在图像层面进行预处理，无需经过编解码器的处理即可将缺损的RGB图像转换为最优状态，增大图像中包含的特征信息，最后将优化后的图像交给环境中处理核心任务或单个任务的对应GAN从而完成最终的多任务图像生成。本发明在多任务模式下的图像生成结果不仅满足人眼视觉需求，而且图像类别真实概率高，质量稳定，解决了现存GAN模型不能处理的多任务场景。