自适应融合可见光和红外图像的双模态无人机识别方法

    公开(公告)号:CN115700808A

    公开(公告)日:2023-02-07

    申请号:CN202211324033.2

    申请日:2022-10-27

    申请人: 东南大学

    摘要: 本发明公开了一种自适应融合可见光和红外图像的双模态无人机识别方法,涉及计算机视觉技术领域,解决了单独用可见光相机在复杂环境下对无人机检测效果较差的技术问题,其技术方案要点是利用可见光图像和红外图像的互补性;利用自适应融合模块根据图像特征质量对双模态输入分配权重,再通过轻型的双模态网络对无人机进行实时识别。该算法在满足实时性的要求下,能够在光照复杂环境下对微小目标进行识别,以应对复杂环境下的无人机检测任务,在军事领域有较好的应用前景。且该网络的结构简单,计算量小,对小目标有较好的检测效果,具有较强的鲁棒性。

    一种基于边缘导向和注意力机制的双目红外深度估计方法

    公开(公告)号:CN116128946A

    公开(公告)日:2023-05-16

    申请号:CN202211588573.1

    申请日:2022-12-09

    申请人: 东南大学

    IPC分类号: G06T7/50 G06T5/00 G06T7/13

    摘要: 本发明公开了一种基于边缘导向和注意力机制的双目红外深度估计方法,涉及计算机视觉中的双目视觉技术领域,解决了因红外图像具有纹理不清晰、边缘模糊、特征不明显等缺陷而导致的深度估计精度低的技术问题,其技术方案要点是引入基于伽马校正和中值滤波的图像预处理模块以增强图像边缘和细节信息,为卷积神经网络提供更多可被挖掘的深层次特征表示;在高维特征图中构建混合注意力模块以获取待匹配特征间不同通道和空间位置的深度关联,促进后续网络进行有效的深度推理;同时引入边缘导向模块,构造“边缘‑深度”联合损失函数以生成边缘清晰、深度平滑且不存在深度空洞的前景深度图,为智能体在低照度环境下维持正常运转提供可能。

    一种基于边缘导向和注意力机制的双目红外深度估计方法

    公开(公告)号:CN116128946B

    公开(公告)日:2024-02-09

    申请号:CN202211588573.1

    申请日:2022-12-09

    申请人: 东南大学

    摘要: 本发明公开了一种基于边缘导向和注意力机制的双目红外深度估计方法,涉及计算机视觉中的双目视觉技术领域,解决了因红外图像具有纹理不清晰、边缘模糊、特征不明显等缺陷而导致的深度估计精度低的技术问题,其技术方案要点是引入基于伽马校正和中值滤波的图像预处理模块以增强图像边缘和细节信息,为卷积神经网络提供更多可被挖掘的深层次特征表示;在高维特征图中构建混合注意力模块以获取待匹配特征间不同通道和空间位置的深度关联,促进后续网络进行有效的深度推理;同时引入边缘导向模块,构造“边缘‑深度”联合损失函数以生成边缘清晰、深度平滑且不存在深度空洞的前景深度