公开(公告)号：CN114972753A

公开(公告)日：2022-08-30

申请号：CN202210548515.X

申请日：2022-05-20

Applicant: 暨南大学

Inventor： 李展 ,  姚庚奇 ,  钟晓键 ,  吕吉雅 ,  赵祎明

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明涉及基于上下文信息聚合和辅助学习的轻量级语义分割方法及系统，其方法包括步骤：S1、获取图像，对图像进行预处理，得到输入图像；S2、构建语义分割网络，语义分割网络包含上下文信息聚合模块和两阶段可分离卷积模块；S3、对语义分割网络进行训练，得到训练后的语义分割网络；S4、利用训练后的语义分割网络对输入图像进行处理，得到语义分割结果图。本发明引入了多尺度上下文并行聚合模块，在提高少量参数量的前提下均衡地提升了单向架构在大多数类别上的分割精度，在降低尽量少的分割精度的情况下，提高了语义分割网络整体的推断效率，还引入了辅助分支损失函数提升语义分割网络训练时的收敛速度，并且该分支不影响推断过程的推断速度。

公开(公告)号：CN114972753B

公开(公告)日：2024-08-02

申请号：CN202210548515.X

申请日：2022-05-20

Applicant: 暨南大学

Inventor： 李展 ,  姚庚奇 ,  钟晓键 ,  吕吉雅 ,  赵祎明

IPC: G06V20/70 ,  G06V10/26 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/084 ,  G06N5/04

Abstract: 本发明涉及基于上下文信息聚合和辅助学习的轻量级语义分割方法及系统，其方法包括步骤：S1、获取图像，对图像进行预处理，得到输入图像；S2、构建语义分割网络，语义分割网络包含上下文信息聚合模块和两阶段可分离卷积模块；S3、对语义分割网络进行训练，得到训练后的语义分割网络；S4、利用训练后的语义分割网络对输入图像进行处理，得到语义分割结果图。本发明引入了多尺度上下文并行聚合模块，在提高少量参数量的前提下均衡地提升了单向架构在大多数类别上的分割精度，在降低尽量少的分割精度的情况下，提高了语义分割网络整体的推断效率，还引入了辅助分支损失函数提升语义分割网络训练时的收敛速度，并且该分支不影响推断过程的推断速度。

公开(公告)号：CN116309283A

公开(公告)日：2023-06-23

申请号：CN202211683181.3

申请日：2022-12-27

Applicant: 暨南大学

Inventor： 李展 ,  方雪清 ,  陈亿航 ,  赵祎明 ,  汤济玮 ,  吕吉雅

IPC: G06T7/00 ,  G06T7/90 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于图像特征融合的PM2.5浓度估计方法、系统、介质和设备，该方法包括下述步骤：获取雾霾图像和PM2.5浓度真实测量值的匹配数据集并进行数据预处理；估计雾霾图像的暗通道图和饱和度图，将饱和度图进行逆转，构建双分支网络，双分支网络包括主分支网络和辅助分支网络，将暗通道图和逆转饱和度图拼接后输入辅助分支网络进行自学习的特征提取；特征融合注意力模块将双分支网络输出的特征进行融合，并输出PM2.5浓度估计值，训练得到基于图像特征融合的网络模型，雾霾图像输入至训练好的的网络模型，输出PM2.5浓度值。本发明对双分支网络提取到的信息进行自适应融合，具有更好的泛化性能和健壮性能，且在部署上更为方便灵活，易于拓展。