-
公开(公告)号：CN116468744B
公开(公告)日：2023-09-05
申请号：CN202310723846.7
申请日：2023-06-19
申请人： 武汉大水云科技有限公司
IPC分类号： G06T7/11 , G06N3/096 , G06N3/0985 , G06N3/094 , G06N3/084
摘要： 本发明提出了一种面向水域场景的双分布匹配多域适应分割方法与系统，该方法包括：获取单峰分布的源域数据集，使用傅里叶变换对源域数据集进行风格变换，得到不同目标域风格的源域图像；对不同目标域风格的源域图像进行粗粒度的多判别器对抗训练，进行整体分布匹配；使用傅里叶变换获取不同目标域风格的源域数据，统计不同风格源域的语义分布；基于语义分布感知的对比学习方法，进行细粒度的类分布匹配，匹配相同风格的源域与目标域的分布；使用基于伪标签的自训练策略，进一步提升网络在目标域上的分割性能。本发明为面向近岸水域的巡检和监控研究提供了有益的探索，对于解决多目标域适应语义分割问题具有重要的理论意义和实际应用价值。
-
公开(公告)号：CN116844241B
公开(公告)日：2024-01-16
申请号：CN202311101311.2
申请日：2023-08-30
申请人： 武汉大水云科技有限公司
摘要： 本发明公开了基于着色的红外视频行为识别方法、系统和电子设备。针对背景噪点对红外视频的消极影响，提出颜色通道选择网络，将图像从RGB映射至CIE Lab，选择通道并加权融合，提高前背景的对比度；针对红外图像色彩细节信息丢失的问题，提出颜色通道增强网络，将背景与人物实例分离后，根据亮度通道预测色度信息，分别对完整图像和实例进行增强，将背景着色图与实例着色图按权重融合，使其更贴合红外视频的行为识别方法；针对模型融合不对齐问题，将上述两个网络的图像特征与光流特征分别转换为对应证据加以计算，得到样本数据特征的狄利克雷分布，进而确定每个模型的不确定度，(56)对比文件Leping Lin等《.A Target IdentificationMethod Based on Uncertainty Estimationand Evidence Theory》《.2022 4thInternational Conference on FrontiersTechnology of Information and Computer》.2023,第Ⅱ节.Jheng-Wei Su等《.Instance-aware ImageColorization》《.CVPR2020》.2020,全文.
-
公开(公告)号：CN116844241A
公开(公告)日：2023-10-03
申请号：CN202311101311.2
申请日：2023-08-30
申请人： 武汉大水云科技有限公司
摘要： 本发明公开了基于着色的红外视频行为识别方法、系统和电子设备。针对背景噪点对红外视频的消极影响，提出颜色通道选择网络，将图像从RGB映射至CIE Lab，选择通道并加权融合，提高前背景的对比度；针对红外图像色彩细节信息丢失的问题，提出颜色通道增强网络，将背景与人物实例分离后，根据亮度通道预测色度信息，分别对完整图像和实例进行增强，将背景着色图与实例着色图按权重融合，使其更贴合红外视频的行为识别方法；针对模型融合不对齐问题，将上述两个网络的图像特征与光流特征分别转换为对应证据加以计算，得到样本数据特征的狄利克雷分布，进而确定每个模型的不确定度，动态分配各模型融合的权重，从而根据最终分类器得到最优的分类结果。
-
公开(公告)号：CN116485689B
公开(公告)日：2023-11-14
申请号：CN202310749638.4
申请日：2023-06-25
申请人： 武汉大水云科技有限公司 , 武汉大学
IPC分类号： G06T5/00 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/80 , G06V20/70 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种基于CNN和Transformer的渐进式耦合图像去雨方法和系统。本发明不同于单一的卷积神经网络和Transformer模型，而是整合了这两种结构的优点，同时保持了去除雨水扰动的有效性和效率。此外，本发明实现了无雨背景和雨水残差特征的逐步分解和关联。为了减轻计算负担，本发明中将其设计成非对称的双路径相互表示网络，同时在本发明中，为了降低计算的复杂度，网络多处使用高效的卷积结构和分辨率重整的策略。经过大量的实验表明，本发明的方法可以有效地去除图像中的雨纹干扰，且更加轻量，具有相对于主流方法更高的效率。
-
公开(公告)号：CN116485689A
公开(公告)日：2023-07-25
申请号：CN202310749638.4
申请日：2023-06-25
申请人： 武汉大水云科技有限公司 , 武汉大学
IPC分类号： G06T5/00 , G06V10/774 , G06V10/82 , G06V10/40 , G06V10/80 , G06V20/70 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种基于CNN和Transformer的渐进式耦合图像去雨方法和系统。本发明不同于单一的卷积神经网络和Transformer模型，而是整合了这两种结构的优点，同时保持了去除雨水扰动的有效性和效率。此外，本发明实现了无雨背景和雨水残差特征的逐步分解和关联。为了减轻计算负担，本发明中将其设计成非对称的双路径相互表示网络，同时在本发明中，为了降低计算的复杂度，网络多处使用高效的卷积结构和分辨率重整的策略。经过大量的实验表明，本发明的方法可以有效地去除图像中的雨纹干扰，且更加轻量，具有相对于主流方法更高的效率。
-
公开(公告)号：CN116468744A
公开(公告)日：2023-07-21
申请号：CN202310723846.7
申请日：2023-06-19
申请人： 武汉大水云科技有限公司
IPC分类号： G06T7/11 , G06N3/096 , G06N3/0985 , G06N3/094 , G06N3/084
摘要： 本发明提出了一种面向水域场景的双分布匹配多域适应分割方法与系统，该方法包括：获取单峰分布的源域数据集，使用傅里叶变换对源域数据集进行风格变换，得到不同目标域风格的源域图像；对不同目标域风格的源域图像进行粗粒度的多判别器对抗训练，进行整体分布匹配；使用傅里叶变换获取不同目标域风格的源域数据，统计不同风格源域的语义分布；基于语义分布感知的对比学习方法，进行细粒度的类分布匹配，匹配相同风格的源域与目标域的分布；使用基于伪标签的自训练策略，进一步提升网络在目标域上的分割性能。本发明为面向近岸水域的巡检和监控研究提供了有益的探索，对于解决多目标域适应语义分割问题具有重要的理论意义和实际应用价值。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.051 秒)
