公开(公告)号：CN109584248B

公开(公告)日：2023-09-08

申请号：CN201811386216.0

申请日：2018-11-20

Applicant: 西安电子科技大学

Inventor： 周慧鑫 ,  周腾飞 ,  张喆 ,  赵东 ,  宋江鲁奇 ,  秦翰林 ,  于跃 ,  李欢 ,  赖睿 ,  黄楙森 ,  杜娟 ,  宋尚真 ,  姚博

IPC: G06T7/11 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于特征融合和稠密连接网络的红外面目标实例分割方法，采集并构建实例分割所需的红外图像数据集，获得原有已知的红外标签图像；对所述红外图像数据集作图像增强的预处理；对预处理后的训练集进行处理获得分类结果、边框回归结果和实例分割掩膜结果图；使用随机梯度下降法在卷积神经网络中根据预测损失函数进行反向传播，并更新卷积网络的参数值；每次选取固定数量的红外图像数据训练集送入网络进行处理，重复对卷积网络参数进行迭代更新，直至最大迭代次数完成对卷积网络的训练；对测试集图像数据进行处理，获取实例分割的平均精度和所需时间，以及最终实例分割结果图。

公开(公告)号：CN109584248A

公开(公告)日：2019-04-05

申请号：CN201811386216.0

申请日：2018-11-20

Applicant: 西安电子科技大学

Inventor： 周慧鑫 ,  周腾飞 ,  张喆 ,  赵东 ,  宋江鲁奇 ,  秦翰林 ,  于跃 ,  李欢 ,  赖睿 ,  黄楙森 ,  杜娟 ,  宋尚真 ,  姚博

IPC: G06T7/11 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于特征融合和稠密连接网络的红外面目标实例分割方法，采集并构建实例分割所需的红外图像数据集，获得原有已知的红外标签图像；对所述红外图像数据集作图像增强的预处理；对预处理后的训练集进行处理获得分类结果、边框回归结果和实例分割掩膜结果图；使用随机梯度下降法在卷积神经网络中根据预测损失函数进行反向传播，并更新卷积网络的参数值；每次选取固定数量的红外图像数据训练集送入网络进行处理，重复对卷积网络参数进行迭代更新，直至最大迭代次数完成对卷积网络的训练；对测试集图像数据进行处理，获取实例分割的平均精度和所需时间，以及最终实例分割结果图。

公开(公告)号：CN110544269A

公开(公告)日：2019-12-06

申请号：CN201910720012.4

申请日：2019-08-06

Applicant: 西安电子科技大学

Inventor： 周慧鑫 ,  刘国均 ,  周腾飞 ,  宋江鲁奇 ,  李欢 ,  于跃 ,  张嘉嘉 ,  杜娟 ,  吴娜娜 ,  成宽洪 ,  秦翰林 ,  王炳健

IPC: G06T7/246

Abstract: 本发明公开了一种基于特征金字塔的孪生网络红外目标跟踪方法，分别对模板帧和检测帧进行自底向上的全卷积操作，接着分别对卷积层C5、C4、C3和C2进行自顶向上操作和横向连接，分别对应生成P2、P3、P4和P5尺度特征层；根据所述模板帧每一层尺度特征层的分类权重与回归权重分别对所述检测帧的对应尺度特征层进行卷积运算分别确定所述检测帧每层尺度特征层对应的尺度提议；对所述检测帧的所有尺度特征层对应的尺度提议进行非极大值抑制，保留最高的尺度提议，将该最高的尺度提议对应的尺度特征层作为输出跟踪结果。本发明对目标形变具有更好的判别能力，更加适应复杂场景及目标形变。