公开(公告)号：CN114841890A

公开(公告)日：2022-08-02

申请号：CN202210539714.4

申请日：2022-05-18

Applicant: 江苏科技大学

Inventor： 张冰 ,  崔博文 ,  赵强

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于生成对抗网络的水下图像去模糊方法，包括：获取水下退化图像与清晰图像作为训练样本，对改进后的DeblurGAN网络进行训练，获取到优化模型；将需要处理的水下退化图像输入训练好的优化模型之中，得到清晰图像；将得到的清晰图像和原始退化图像进行对比，分析总结出优化模型的准确度。本发明通过提升网络的学习能力来进一步改善生成图像的分辨率，进一步提取其细节，使得图像特征尽可能细节化和丰富化，避免了特征信息的丢失，生成的处理过后的图像在去除模糊的基础上，细节更加完善，能够有效去除水下图片噪点和改善细节模糊问题，提升了对于水下图像的去模糊效果。

公开(公告)号：CN116432047A

公开(公告)日：2023-07-14

申请号：CN202310245500.0

申请日：2023-03-15

Applicant: 江苏科技大学

Inventor： 赵强 ,  陈飞 ,  张冰 ,  崔博文

IPC: G06F18/22 ,  G06F17/16 ,  G06F16/29 ,  G06F16/23

Abstract: 本发明公开了一种适应复杂环境的迭代分类匹配数据关联方法，包括：进行初次关联，初次关联成功的特征组成数据集Zt+和Ft+，初次关联失败的特征组成数据集Zt‑和Ft‑；根据数据集Zt+和Ft+，求解最小二乘匹配向量Θ；通过最小二乘匹配向量Θ对数据集Ft‑进行更新，得到更新后的数据集将数据集Zt‑和组合成新的输入，进行迭代直至满足均方误差检测。本发明对数据关联方法进行优化、改进算法估计的一致性、以及降低算法计算复杂度，弥补ICNN和JCBB算法在大尺度水下环境的不足。

公开(公告)号：CN116778311A

公开(公告)日：2023-09-19

申请号：CN202310603912.7

申请日：2023-05-26

Applicant: 江苏科技大学

Inventor： 赵强 ,  崔博文 ,  张冰

IPC: G06V20/05 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于改进的FasterR‑CNN的水下目标检测方法，包括如下步骤：获取待检测的水下图像数据集，并将其划分为训练数据集、测试数据集和验证数据集；利用训练数据集和验证数据集对改进FasterR‑CNN模型进行训练和更新，得到训练好的改进FasterR‑CNN模型；利用测试数据集对训练好的改进FasterR‑CNN模型进行测试，获取水下目标检测结果。本发明通过使用引入了CBAM注意力机制的ResNet‑50网络替换原算法中的VGG‑16网络作为特征提取网络，使用CIoU函数作为边框损失函数，能够较好得检测出水下目标，识别速度较快，准确率较高。