-
公开(公告)号：CN114581950A
公开(公告)日：2022-06-03
申请号：CN202210219403.X
申请日：2022-03-08
申请人： 博微太赫兹信息科技有限公司
摘要： 本发明公开了一种毫米波图像目标检测方法及系统，属于主动式毫米波图像处理技术领域，包括以下步骤：S1：标注主动式毫米波图像；S2：训练语义分割模型；S3：训练目标检测模型；S4：对实时图片进行目标检测并增强显示。本发明利用基于深度学习的语义分割模型对原始图像进行分割，并将分割之后的图像与原始图像同时送入基于深度学习的目标检测模型中进行训练，从而提高目标检测的检出率，降低虚警概率，值得被推广使用。
-
公开(公告)号：CN112634244A
公开(公告)日：2021-04-09
申请号：CN202011580434.5
申请日：2020-12-28
申请人： 博微太赫兹信息科技有限公司
摘要： 本发明公开了一种用于目标检测的三维复数图像处理方法及系统，属于图像处理技术领域，包括以下步骤：S1：获取二维幅度信息图像；S2：获得目标分割掩码；S3：获得二维距离信息图像；S4：获得二维相位信息图像；S5：相位解卷绕操作；S6：整合各类信息至RGB图像中；S7：训练目标检测模型。本发明在三维复数图像最大值投影的基础上，使得图像包含更多的空间信息和相位信息，充分使用反演三维复数图像的幅度信息，空间信息和相位信息进行微波毫米波图像的目标检测，为目标检测模型提供新的信息输入，值得被推广使用。
-
公开(公告)号：CN112633392A
公开(公告)日：2021-04-09
申请号：CN202011589752.8
申请日：2020-12-29
申请人： 博微太赫兹信息科技有限公司
摘要： 本发明公开了一种太赫兹人体安检图像目标检测模型训练数据增广方法，属于图像处理技术领域，在数据准备阶段，利用从目标检测图像标注数据中裁剪可疑物兴趣区域图像，形成可疑物图像增广子集，同时利用图像分割模型或者人工标注方式获取人体前景区域。在训练过程中，在人体前景区域中随机产生区域并从可疑物图像增广子集中随机选择对图片覆盖，形成增广训练数据。本发明从少量已有带有可疑物标签的图像中裁剪出可疑物图像增广子集，并利用分割算法或者人工标注方式提取出人体前景区域，在训练过程中随机生成覆盖区域和随机选择可疑物增广图像覆盖，重新生成数据标签，能够在样本不均衡条件下加速目标检测模型训练收敛过程，提升模型检测准确率。
-
公开(公告)号：CN112150494B
公开(公告)日：2022-10-25
申请号：CN202011011587.8
申请日：2020-09-23
申请人： 博微太赫兹信息科技有限公司
IPC分类号： G06T7/13 , G06T7/194 , G06T5/00 , G06V40/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
摘要： 本发明公开了一种太赫兹人体安检图像显示增强方法及系统，属于太赫兹图像处理技术领域，包括以下步骤：S1：标注太赫兹图像；S2：对分割标签图像进行平滑处理；S3：绘制增强权重前景图像；S4：训练得到增强显示预测模型；S5：进行增强显示。所述太赫兹图像为灰度图像。在所述步骤S1中，像素级分类标签存在0和1两类值，其中0表示背景，1表示前景。本发明利用深度学习图像分割模型和标签平滑方法，训练前景区域分割模型，与原始太赫兹人体图像叠加显示，从而显著提升成像效果；并且具有抗锯齿效果明显和部署简单等优势，值得被推广使用。
-
公开(公告)号：CN112634244B
公开(公告)日：2022-09-30
申请号：CN202011580434.5
申请日：2020-12-28
申请人： 博微太赫兹信息科技有限公司
摘要： 本发明公开了一种用于目标检测的三维复数图像处理方法及系统，属于图像处理技术领域，包括以下步骤：S1：获取二维幅度信息图像；S2：获得目标分割掩码；S3：获得二维距离信息图像；S4：获得二维相位信息图像；S5：相位解卷绕操作；S6：整合各类信息至RGB图像中；S7：训练目标检测模型。本发明在三维复数图像最大值投影的基础上，使得图像包含更多的空间信息和相位信息，充分使用反演三维复数图像的幅度信息，空间信息和相位信息进行微波毫米波图像的目标检测，为目标检测模型提供新的信息输入，值得被推广使用。
-
公开(公告)号：CN112150494A
公开(公告)日：2020-12-29
申请号：CN202011011587.8
申请日：2020-09-23
申请人： 博微太赫兹信息科技有限公司
摘要： 本发明公开了一种太赫兹人体安检图像显示增强方法及系统，属于太赫兹图像处理技术领域，包括以下步骤：S1：标注太赫兹图像；S2：对分割标签图像进行平滑处理；S3：绘制增强权重前景图像；S4：训练得到增强显示预测模型；S5：进行增强显示。所述太赫兹图像为灰度图像。在所述步骤S1中，像素级分类标签存在0和1两类值，其中0表示背景，1表示前景。本发明利用深度学习图像分割模型和标签平滑方法，训练前景区域分割模型，与原始太赫兹人体图像叠加显示，从而显著提升成像效果；并且具有抗锯齿效果明显和部署简单等优势，值得被推广使用。
-
公开(公告)号：CN112633392B
公开(公告)日：2024-08-23
申请号：CN202011589752.8
申请日：2020-12-29
申请人： 博微太赫兹信息科技有限公司
IPC分类号： G06V10/26 , G06V10/764 , G06V10/774 , G06T7/194
摘要： 本发明公开了一种太赫兹人体安检图像目标检测模型训练数据增广方法，属于图像处理技术领域，在数据准备阶段，利用从目标检测图像标注数据中裁剪可疑物兴趣区域图像，形成可疑物图像增广子集，同时利用图像分割模型或者人工标注方式获取人体前景区域。在训练过程中，在人体前景区域中随机产生区域并从可疑物图像增广子集中随机选择对图片覆盖，形成增广训练数据。本发明从少量已有带有可疑物标签的图像中裁剪出可疑物图像增广子集，并利用分割算法或者人工标注方式提取出人体前景区域，在训练过程中随机生成覆盖区域和随机选择可疑物增广图像覆盖，重新生成数据标签，能够在样本不均衡条件下加速目标检测模型训练收敛过程，提升模型检测准确率。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.047 秒)
