公开(公告)号：CN112465803A

公开(公告)日：2021-03-09

申请号：CN202011458021.X

申请日：2020-12-11

Applicant: 桂林慧谷人工智能产业技术研究院

Inventor： 李冀 ,  秦子钦 ,  王中帅 ,  罗笑南

IPC: G06T7/00 ,  G06T5/50 ,  G06T5/00 ,  G06K9/62

Abstract: 本发明公开了一种结合图像增强的水下海参检测方法，步骤为：1）对获取的水下海参图像进行人工标注，得到标注后的图像；2）将标注后的海参图像转换成VOC2007格式数据，得到标注后的数据；3）获取海参图像并对图像进行预处理，得到增强的图像；4）使用k均值聚类算法将检测网络yolov4网络模型的先验框修改为对应的尺度，再将对应最大和最小的尺度取平均值替换中间值；5）对需要识别的图像进行预处理，得到增强的图像；6）将标注后的数据和预处理得到的图像作为训练数据，对网络模型训练，得到训练后的模型；7）将增强后的图像输入训练完成后的模型中对图像进行识别。该方法通过图像增强提高水下图像清晰度，减小对海参的识别难度。

公开(公告)号：CN112465803B

公开(公告)日：2024-10-15

申请号：CN202011458021.X

申请日：2020-12-11

Applicant: 桂林慧谷人工智能产业技术研究院

Inventor： 李冀 ,  秦子钦 ,  王中帅 ,  罗笑南

IPC: G06T7/00 ,  G06T5/50 ,  G06T5/90 ,  G06V10/762 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80

Abstract: 本发明公开了一种结合图像增强的水下海参检测方法，步骤为：1）对获取的水下海参图像进行人工标注，得到标注后的图像；2）将标注后的海参图像转换成VOC2007格式数据，得到标注后的数据；3）获取海参图像并对图像进行预处理，得到增强的图像；4）使用k均值聚类算法将检测网络yolov4网络模型的先验框修改为对应的尺度，再将对应最大和最小的尺度取平均值替换中间值；5）对需要识别的图像进行预处理，得到增强的图像；6）将标注后的数据和预处理得到的图像作为训练数据，对网络模型训练，得到训练后的模型；7）将增强后的图像输入训练完成后的模型中对图像进行识别。该方法通过图像增强提高水下图像清晰度，减小对海参的识别难度。

公开(公告)号：CN113205468A

公开(公告)日：2021-08-03

申请号：CN202110607071.8

申请日：2021-06-01

Applicant: 桂林电子科技大学 ,  桂林慧谷人工智能产业技术研究院

Inventor： 罗笑南 ,  刘瑞 ,  关善文 ,  秦子钦 ,  孙钦 ,  李冀 ,  吕智 ,  张敏

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于自注意力机制和GAN的水下图像实时复原模型，属于深度学习技术领域。它将生成对抗网络作为基本架构，生成网络采用编码‑解码结构，通过9个残差块和反卷积运算，以原始分辨率生成合成图像，并引入自注意力模块，可以捕获更丰富的高级特征以提升模型性能，为了同时保持图像内容和去除水下噪声，判别网络采用一种包含对抗分支和批评分支的多分支判别器的结构。本发明通过增加自注意力模块，改进模型结构较为理想地解决了水下图像处理时间效率低的问题，训练有素的基于GAN‑RS的方法可以适应各种水下情况，具有出色的实时处理性能。

公开(公告)号：CN113205468B

公开(公告)日：2022-08-09

申请号：CN202110607071.8

申请日：2021-06-01

Applicant: 桂林电子科技大学 ,  桂林慧谷人工智能产业技术研究院

Inventor： 罗笑南 ,  刘瑞 ,  关善文 ,  秦子钦 ,  孙钦 ,  李冀 ,  吕智 ,  张敏

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于自注意力机制和GAN的水下图像实时复原模型，属于深度学习技术领域。它将生成对抗网络作为基本架构，生成网络采用编码‑解码结构，通过9个残差块和反卷积运算，以原始分辨率生成合成图像，并引入自注意力模块，可以捕获更丰富的高级特征以提升模型性能，为了同时保持图像内容和去除水下噪声，判别网络采用一种包含对抗分支和批评分支的多分支判别器的结构。本发明通过增加自注意力模块，改进模型结构较为理想地解决了水下图像处理时间效率低的问题，训练有素的基于GAN‑RS的方法可以适应各种水下情况，具有出色的实时处理性能。

公开(公告)号：CN112880681A

公开(公告)日：2021-06-01

申请号：CN202110036015.3

申请日：2021-01-12

Applicant: 桂林慧谷人工智能产业技术研究院

Inventor： 李冀 ,  秦子钦 ,  罗笑南

IPC: G01C21/20

Abstract: 本发明公开了一种基于SSD的视觉室内定位系统技术方法，步骤为：1)收集站点(商场、博物馆)中的每个地标的图像，并使用地标ID手动注释图像中每个地标的边界框。使用这些图像与标记构建地标数据库；2)使用图像对这些图像进行大小调整，投影变换，亮度调节和图像模糊来扩充数据库，生成更多训练的图像，防止过度拟合；3)改善SSD网络使他更快更准确的识别地标ROI；4)将数据库里的数据输入网络进行训练；5)手机拍摄视频将视频信息传入服务器中；6)服务器收集到手机端拍摄的图像后使用基于ROI跟踪的有效关键帧选择方法对潜在的地标、边界和关键帧进行选择，采用改进的SSD来检测地标，得到地标概率；7)服务器处理相关数据估计位置，并将位置信息发送给手机端。该方法通过使用视觉识别进行室内定位。