-
公开(公告)号：CN113989129B
公开(公告)日：2024-11-22
申请号：CN202111019820.1
申请日：2021-09-01
Applicant: 西安电子科技大学
IPC: G06T5/77 , G06T5/60 , G06N3/0475 , G06N3/045 , G06N3/0442 , G06N3/094
Abstract: 本发明公开一种基于门控和上下文注意力机制的图像修复方法，对所采用的可见光数据集图像及其轮廓图像乘以二进制掩膜M，分别得到降质后的缺失图像和辅助信息图像；通过所述降质后的缺失图像和额外的辅助信息图像构建包含真实图像、缺失图像和辅助信息图像的数据集；通过添加感受野模块和损失函数对上下文注意力模块进行改进，构建基于门控卷积和上下文注意力机制的改进的生成对抗网络模型；通过所述缺失图像和辅助信息图像对生成对抗网络模型进行训练，获得最优的生成对抗网络模型；将待修复输入到最优的生成对抗网络模型中，获得有效修复图像。本发明相较于传统算法在大区域或不规则区域缺失的图像修复问题上具有明显的进步。
-
公开(公告)号：CN112902754A
公开(公告)日：2021-06-04
申请号：CN202110040934.8
申请日：2021-01-13
Applicant: 西安电子科技大学
IPC: F41H11/00
Abstract: 本发明公开了一种基于数字微镜器件的红外相机激光防护装置及方法，该装置包括第一消色差透镜、数字微镜器件、激光威胁处理模块、第二消色差透镜、反射镜、第三消色差透镜、红外成像探测器、微镜和像元关系映射模块和图像采集处理模块。本发明能够对任意波段入射红外激光按强度进行滤除，具有非常广的防护带宽，同时得益于数字微镜器件金属微反射镜的高损伤阈值及快速响应偏转能力，加上能够实时检测红外激光入射与否的图像采集处理模块和控制数字微镜器件金属微反射镜的偏转滤除入射激光的激光威胁处理模块，使得该激光防护结构具有很高的激光损坏阈值和很快的响应速度。
-
公开(公告)号：CN113902658B
公开(公告)日：2023-02-10
申请号：CN202111020790.6
申请日：2021-09-01
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于密集多尺度网络的RGB图像到高光谱图像重建方法，构建的改进的残差网络模型；输入图像经过1×1卷积层进行特征提取，获得特征图；在所述残差网络模型的特征映射部分，采用转换层和主网络两条支路分别对特征图进行处理；其中，转换层是在快捷连接的基础上，添加两组3×3卷积直接对特征图进行特征提取，获得第一输出特征图；所述主网络在最后一个残差块后面添加跨通道融合感受野模块，对特征图进行特征提取，获得第二输出特征图；将第一输出特征图和第二输出特征图相加，获得重建后的高光谱图像。本发明实现了RGB图像到高光谱图像的重建，重建效果优于传统算法，能够有效扩大网络的感受野，从而取得良好的重建效果。
-
公开(公告)号：CN113989129A
公开(公告)日：2022-01-28
申请号：CN202111019820.1
申请日：2021-09-01
Applicant: 西安电子科技大学
Abstract: 本发明公开一种基于门控和上下文注意力机制的图像修复方法，对所采用的可见光数据集图像及其轮廓图像乘以二进制掩膜M，分别得到降质后的缺失图像和辅助信息图像；通过所述降质后的缺失图像和额外的辅助信息图像构建包含真实图像、缺失图像和辅助信息图像的数据集；通过添加感受野模块和损失函数对上下文注意力模块进行改进，构建基于门控卷积和上下文注意力机制的改进的生成对抗网络模型；通过所述缺失图像和辅助信息图像对生成对抗网络模型进行训练，获得最优的生成对抗网络模型；将待修复输入到最优的生成对抗网络模型中，获得有效修复图像。本发明相较于传统算法在大区域或不规则区域缺失的图像修复问题上具有明显的进步。
-
Patent Agency Ranking
公开(公告)号：CN113902896B
公开(公告)日：2025-02-07
申请号：CN202111122570.4
申请日：2021-09-24
Applicant: 西安电子科技大学
IPC: G06V10/25 , G06V10/143 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于扩大感受野的红外目标检测方法，构建用于提取特征的基础网络结构；将图像输入所述基础网络结构，经过多个卷积层逐层卷积，在不同的卷积层分别获得图像的低层特征图和高层特征图；通过在低层特征分支后添加设计构建的感受野模块RFB‑d与RFB‑w进行处理来扩大感受野，获得语义信息丰富的低层特征图；对所述语义信息丰富的低层特征图和高层特征图分别预测该特征图上每个网格对应的每个预测框所属的分类与边界框；通过非极大值抑制算法合并边界框，输出整个网络最终的预测结果。本发明在提高检测算法速度的同时，有效地提高了检测精度。
-
公开(公告)号：CN112902754B
公开(公告)日：2021-11-16
申请号：CN202110040934.8
申请日：2021-01-13
Applicant: 西安电子科技大学
IPC: F41H11/00
Abstract: 本发明公开了一种基于数字微镜器件的红外相机激光防护装置及方法，该装置包括第一消色差透镜、数字微镜器件、激光威胁处理模块、第二消色差透镜、反射镜、第三消色差透镜、红外成像探测器、微镜和像元关系映射模块和图像采集处理模块。本发明能够对任意波段入射红外激光按强度进行滤除，具有非常广的防护带宽，同时得益于数字微镜器件金属微反射镜的高损伤阈值及快速响应偏转能力，加上能够实时检测红外激光入射与否的图像采集处理模块和控制数字微镜器件金属微反射镜的偏转滤除入射激光的激光威胁处理模块，使得该激光防护结构具有很高的激光损坏阈值和很快的响应速度。
-
公开(公告)号：CN116091330A
公开(公告)日：2023-05-09
申请号：CN202211093047.8
申请日：2022-09-08
Applicant: 西安电子科技大学
IPC: G06T5/00 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种基于生成对抗网络的图像修复方法，本发明利用生成对抗网络和多尺度注意力机制的方法对具有大面积丢失的图像进行修复。具体方法包括：首先使用真实图像对生成对抗网络进行训练；然后提取训练好的生成器作为图像修复的网络结构；最后将受损图像通过图像修复网络，从而获得图像修复结果。
-
公开(公告)号：CN113902896A
公开(公告)日：2022-01-07
申请号：CN202111122570.4
申请日：2021-09-24
Applicant: 西安电子科技大学
IPC: G06V10/25 , G06V10/143 , G06V10/80 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于扩大感受野的红外目标检测方法，构建用于提取特征的基础网络结构；将图像输入所述基础网络结构，经过多个卷积层逐层卷积，在不同的卷积层分别获得图像的低层特征图和高层特征图；通过在低层特征分支后添加设计构建的感受野模块RFB‑d与RFB‑w进行处理来扩大感受野，获得语义信息丰富的低层特征图；对所述语义信息丰富的低层特征图和高层特征图分别预测该特征图上每个网格对应的每个预测框所属的分类与边界框；通过非极大值抑制算法合并边界框，输出整个网络最终的预测结果。本发明在提高检测算法速度的同时，有效地提高了检测精度。
-
公开(公告)号：CN113902658A
公开(公告)日：2022-01-07
申请号：CN202111020790.6
申请日：2021-09-01
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于密集多尺度网络的RGB图像到高光谱图像重建方法，构建的改进的残差网络模型；输入图像经过1×1卷积层进行特征提取，获得特征图；在所述残差网络模型的特征映射部分，采用转换层和主网络两条支路分别对特征图进行处理；其中，转换层是在快捷连接的基础上，添加两组3×3卷积直接对特征图进行特征提取，获得第一输出特征图；所述主网络在最后一个残差块后面添加跨通道融合感受野模块，对特征图进行特征提取，获得第二输出特征图；将第一输出特征图和第二输出特征图相加，获得重建后的高光谱图像。本发明实现了RGB图像到高光谱图像的重建，重建效果优于传统算法，能够有效扩大网络的感受野，从而取得良好的重建效果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
