公开(公告)号：CN116188265A

公开(公告)日：2023-05-30

申请号：CN202310138622.X

申请日：2023-02-20

Applicant: 桂林理工大学

Inventor： 董明刚 ,  王彦 ,  赵唯肖

IPC: G06T3/40 ,  G06T5/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于空间可变退化感知的遥感图像超分辨率重建方法，包括以下步骤：S1：获取高分辨率遥感图像数据集；S2：构建图像退化模型；S3：构建空间可变退化感知的盲超分模型；S4：训练基于空间可变退化感知的遥感图像盲超分模型；S5：通过训练好的盲超分模型重建高分辨率遥感图像。本发明通过将盲超分辨率重建任务分解为退化过程和重建过程，一方面模拟图像复杂的退化过程，一方面考虑图像不同空间位置的退化情况，在扩大感知退化范围的同时评估更接近真实世界的退化核，避免产生严重的核估计偏差，实现更精确的遥感图像超分辨率重建。

公开(公告)号：CN116612029A

公开(公告)日：2023-08-18

申请号：CN202310580960.9

申请日：2023-05-22

Applicant: 桂林理工大学

Inventor： 赵唯肖 ,  董明刚 ,  王彦 ,  武天昊

IPC: G06T5/00 ,  H04N23/951 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开了一种基于时空特征融合和双向循环神经网络的视频去模糊方法，包括以下步骤S1：对模糊视频分成基本序列单元；S2：建视频去模糊模型包括前向单元、反向单元和时空特征融合重建模块；S3：计算输入的模糊视频和其对应清晰视频图像L1损失，反向传播训练去模糊模型；S4：输入模糊的视频到训练好的去模糊模型中，输出并保存生成的重建清晰视频。本发明提供一种基于循环神经网路框架构，对视频帧之间的时间序列特征进行双向建模；时空特征融合重建模块捕获相邻帧和当前帧的时间依赖关系，融合有效信息对当前帧进行重建。通过该方法，可以提高模型对相邻帧信息的利用效率，增强对输入视频特征表达和重构能力，提高视频的清晰度。

公开(公告)号：CN115035066A

公开(公告)日：2022-09-09

申请号：CN202210677029.8

申请日：2022-06-15

Applicant: 桂林理工大学

Inventor： 董明刚 ,  王彦 ,  魏雪影 ,  武天昊

IPC: G06T7/00 ,  G06T7/60 ,  G06V10/26 ,  G06V10/28 ,  G06V10/30 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的链条形变检测方法，本发明首先利用安装在平台上的高清摄像头组，采集足够数量的链条图像训练集，训练一个基于深度卷积神经网络的语义分割模型。其次，当需要检测链条形变时，将实时拍摄的链条影像输入到训练好的语义分割模型中，分割出链条部分。最后，利用中心扩张算法来测量链条的尺寸信息。本发明可以有效检测出发生形变的某一节链条，对其进行定位，并记录其形变的大小。本发明具有准确度高，响应速度快的特点。