公开(公告)号：CN114943863B

公开(公告)日：2024-08-02

申请号：CN202210659145.7

申请日：2022-06-10

Applicant: 燕山大学

Inventor： 李雅倩 ,  张永超 ,  李海滨 ,  张文明

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06T5/77 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/08

Abstract: 本发明公开了一种基于图像修复的船只水尺数字的识别方法，属于计算机视觉领域，所述方法包括：获取并制作可用于训练的船只水尺图像数据集并进行预处理，得到包含预处理后的多类船只图片；对定义好的分类修复模型，选用加入DF损失函数合成新的生成损失函数进行训练，多次训练得到最优模型；将以上步骤训练得到的最优模型应用到船只水尺数字图像修复中，对损坏的图像进行修复和测试，然后进行实时识别并用准确率和权重概率两个指标进行判断。本发明相较于现有修复模型，能够在充分利用视觉结构信息和类别信息提升修复分类识别准确度的基础上，更好地将因环境而磨损、腐蚀等的船只水尺图像修复并获得更准确的实时识别结果，给检测人员带来便利。

公开(公告)号：CN114943863A

公开(公告)日：2022-08-26

申请号：CN202210659145.7

申请日：2022-06-10

Applicant: 燕山大学

Inventor： 李雅倩 ,  张永超 ,  李海滨 ,  张文明

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图像修复的船只水尺数字的识别方法，属于计算机视觉领域，所述方法包括：获取并制作可用于训练的船只水尺图像数据集并进行预处理，得到包含预处理后的多类船只图片；对定义好的分类修复模型，选用加入DF损失函数合成新的生成损失函数进行训练，多次训练得到最优模型；将以上步骤训练得到的最优模型应用到船只水尺数字图像修复中，对损坏的图像进行修复和测试，然后进行实时识别并用准确率和权重概率两个指标进行判断。本发明相较于现有修复模型，能够在充分利用视觉结构信息和类别信息提升修复分类识别准确度的基础上，更好地将因环境而磨损、腐蚀等的船只水尺图像修复并获得更准确的实时识别结果，给检测人员带来便利。