-
公开(公告)号：CN111127468B
公开(公告)日：2020-08-25
申请号：CN202010247786.2
申请日：2020-04-01
Applicant: 北京邮电大学
Abstract: 本发明公开了一种道路裂缝检测方法和装置，所述方法包括：利用特征提取网络将待检测的道路图像映射到编码空间，得到不同尺寸的特征图像；对于每个尺寸的特征图像，将其输入到一个裂缝检测网络，对其进行渐进式特征融合、预设卷积运算、注意力增强，以及后续的预设卷积运算、上采样后，得到尺寸与所述道路图像相同、且标注有裂缝区域的特征图像；将得到的各标注有裂缝区域的特征图像通过图像融合网络的预设卷积运算融合，得到用以检测裂缝区域的目标图像。应用本发明能够对道路裂缝有较佳的检测效果、较小的检测误差，且神经网络训练过程简单。
-
公开(公告)号：CN111127468A
公开(公告)日：2020-05-08
申请号：CN202010247786.2
申请日：2020-04-01
Applicant: 北京邮电大学
Abstract: 本发明公开了一种道路裂缝检测方法和装置，所述方法包括：利用特征提取网络将待检测的道路图像映射到编码空间，得到不同尺寸的特征图像；对于每个尺寸的特征图像，将其输入到一个裂缝检测网络，对其进行渐进式特征融合、预设卷积运算、注意力增强，以及后续的预设卷积运算、上采样后，得到尺寸与所述道路图像相同、且标注有裂缝区域的特征图像；将得到的各标注有裂缝区域的特征图像通过图像融合网络的预设卷积运算融合，得到用以检测裂缝区域的目标图像。应用本发明能够对道路裂缝有较佳的检测效果、较小的检测误差，且神经网络训练过程简单。
-
公开(公告)号：CN113379600A
公开(公告)日：2021-09-10
申请号：CN202110580746.4
申请日：2021-05-26
Applicant: 北京邮电大学
Abstract: 本申请涉及短视频分辨率技术领域，具体来说，本申请涉及基于深度学习的短视频超分辨率转换方法、装置及介质。所述方法包括：获取待超分辨率转换的短视频；将待超分辨率转换的短视频输入到去噪网络先进行预设卷积运算，得到不同尺度大小的特征图像；将所述不同尺度大小的特征图像进行元素相加融合，将融合后的特征图像输入到去噪网络的后续层中，得到去除噪声的短视频图像；将所述去除噪声的短视频图像输入到嵌入注意力模块的超分辨率转换网络，得到画面提升的高分辨率短视频图像。本方法可以提高在多种拍摄场景下的超分辨率适应性，并改善由于设备差异、手抖和物体位移等导致画面效果差的问题，提升短视频画面质量。
-
-
Search Results
3
records
(took 0.018 seconds)
