公开(公告)号：CN118014859A

公开(公告)日：2024-05-10

申请号：CN202410125787.8

申请日：2024-01-29

Applicant: 中国人民解放军国防科技大学

Inventor： 刘通 ,  程江华 ,  潘乐昊 ,  程榜 ,  蔡亚辉 ,  唐先明 ,  谢喜洋

IPC: G06T5/50 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/094

Abstract: 本申请涉及一种红外图像多层特征增强检测一体化方法、装置和设备。所述方法包括：获取低质量红外图像样本，将低质量红外图像样本输入增强检测一体化模型；增强检测一体化模型包括预训练的浅层特征增强网络、预训练的深层特征增强网络、第一卷积层以及改进的yolov7目标检测网络；改进的yolov7目标检测网络包括主干网络、第二卷积层、拼接层和头部网络；根据预先构建的损失函数和低质量红外图像样本对增强检测一体化模型进行训练，得到训练好的增强检测一体化模型；通过训练好的增强检测一体化模型进行红外图像目标检测。采用本方法能够在边缘端平台上显著提升复杂天候下弱小目标检测精度和效率，能满足机载应用需求。

公开(公告)号：CN119420854A

公开(公告)日：2025-02-11

申请号：CN202411561491.7

申请日：2024-11-04

Applicant: 中国人民解放军国防科技大学

Inventor： 程江华 ,  刘通 ,  潘乐昊 ,  程榜 ,  蔡亚辉 ,  唐先明 ,  陈朔

IPC: H04N5/265 ,  G06T5/50 ,  G06V10/82 ,  G06V10/80

Abstract: 本申请涉及一种无人机载多模态融合在线稳像方法、系统、装置和设备。方法包括：获取预处理后的IMU序列样本和一级稳定帧样本，将IMU序列样本和一级稳定帧样本输入多模态融合在线稳像网络；一级稳定帧样本是通过对视频帧进行机械稳像补偿得到的；多模态融合在线稳像网络包括IMU特征提取支路、图像特征提取支路以及多模态特征融合总支；多模态特征融合总支包括特征级融合模块、偏移量估计模块和重构输出模块；根据预先构建的损失函数、预处理后的IMU序列样本和一级稳定帧样本对多模态融合在线稳像网络进行训练，得到训练好的多模态融合在线稳像网络；通过训练好的多模态融合在线稳像网络进行在线稳像。采用本方法能够显著提高稳像帧的视觉效果和稳定性。

公开(公告)号：CN117671274A

公开(公告)日：2024-03-08

申请号：CN202311758243.7

申请日：2023-12-19

Applicant: 中国人民解放军国防科技大学

Inventor： 刘通 ,  程江华 ,  程榜 ,  潘乐昊 ,  唐先明 ,  何佩林

IPC: G06V10/30 ,  G06V10/20 ,  G06T5/70 ,  G06T5/50 ,  G06V10/44 ,  G06V10/82 ,  G06V10/52 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0475 ,  G06N3/0495 ,  G06N3/094

Abstract: 本申请涉及一种轻量化红外图像增强方法、装置、计算机设备和存储介质。所述方法包括：通过设计包括n个级联编码层和多尺度特征融合结构的生成器网络结构，以及包括级联的m个编码层、全连接层和softmax层的判别器网络结构，构成基于对抗生成的轻量化红外图像增强结构，相比于现有的用深度学习方法处理图像增强的网络结构，本申请利用多尺度特征融合结构多次利用图像的特征信息，提高卷积层特征提取的效率，在大大降低复杂度的同时，也能够使增强图像获得较高的质量和视觉效果，为低成本边缘端红外设备的智能图像处理工作奠定了基础。