公开(公告)号：CN111583113A

公开(公告)日：2020-08-25

申请号：CN202010360557.1

申请日：2020-04-30

Applicant: 电子科技大学

Inventor： 贾海涛 ,  周兰兰 ,  贾宇明 ,  许文波 ,  罗欣 ,  王磊 ,  赵行伟 ,  范世炜

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于生成对抗网络的红外图像超分辨率重建方法，属于计算机视觉领域。该方法对已有的算法SRGAN的生成网络及损失函数两个方面进行改进：在生成网络结构的改进中，生成网络结合传统双三次插值的方法；在损失函数的改进中，为了在有好的视觉效果的同时获得高的客观评价指标(峰值信噪比和结构相似度)，在生成网络的损失函数中加入逐像素均方误差损失。改进后的算法与原始SRGAN算法相比，重建后的图像的低频区域更加平滑，减少伪影，高频细节更加清晰，并且客观评价指标峰值信噪比PSNR和结构相似度SSIM都有提高。

公开(公告)号：CN111582062B

公开(公告)日：2022-10-14

申请号：CN202010315220.9

申请日：2020-04-21

Applicant: 电子科技大学

Inventor： 贾海涛 ,  赵行伟 ,  范世炜 ,  邓文浩 ,  许文波 ,  贾宇明 ,  罗欣 ,  周兰兰 ,  唐昊

IPC: G06V20/40 ,  G06V10/50 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于YOLOv3的目标跟踪中的重检测方法，该方法主要使用深度学习目标检测算法YOLOv3作为重检测方法，YOLOv3具有深度学习强大的特征提取能力，在检测精度上遥遥领先于传统的重检测方法，使用YOLOv3算法代替传统的重检测方法，可以极大地提高重检测效果，同时也有较好的检测速度，最终使得目标跟踪过程能够更稳定的进行。

公开(公告)号：CN111696035A

公开(公告)日：2020-09-22

申请号：CN202010436239.9

申请日：2020-05-21

Applicant: 电子科技大学

Inventor： 贾海涛 ,  周兰兰 ,  王磊 ,  贾宇明 ,  许文波 ,  罗欣 ,  赵行伟 ,  范世炜

IPC: G06T3/40 ,  G06T7/269

Abstract: 本发明公开了一种基于光流运动估计算法的多帧图像超分辨率重建方法，属于计算机视觉领域。该方法分为三个模块：第一个模块为光流运动估计算法模块，能够计算出输入的两帧低分辨率图像之间的运动矢量；第二个模块为运动变换模块，能够将低分辨图像通过运动矢量变换为另一帧低分辨率图像；第三个模块为多帧图像融合重建模块，能够将不同帧低分辨率图像的信息进行融合，重建为一帧高分辨率图像。本发明在多帧图像融合重建的基础上，结合光流的运动估计算法，通过对多帧图像运动变换对齐融合重建的方式将多帧相邻的低分辨率图像信息都利用了起来，能够得到具有更好高频细节的高分辨率图像，且重建图像的客观评价指标峰值信噪比PSNR和结构相似度SSIM更高。

公开(公告)号：CN111582062A

公开(公告)日：2020-08-25

申请号：CN202010315220.9

申请日：2020-04-21

Applicant: 电子科技大学

Inventor： 贾海涛 ,  赵行伟 ,  范世炜 ,  邓文浩 ,  许文波 ,  贾宇明 ,  罗欣 ,  周兰兰 ,  唐昊

IPC: G06K9/00 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于YOLOv3的目标跟踪中的重检测方法，该方法主要使用深度学习目标检测算法YOLOv3作为重检测方法，YOLOv3具有深度学习强大的特征提取能力，在检测精度上遥遥领先于传统的重检测方法，使用YOLOv3算法代替传统的重检测方法，可以极大地提高重检测效果，同时也有较好的检测速度，最终使得目标跟踪过程能够更稳定的进行。