公开(公告)号：CN111008956B

公开(公告)日：2024-06-28

申请号：CN201911103773.1

申请日：2019-11-13

申请人： 武汉工程大学

发明人： 卢涛 ,  吴志豪 ,  张彦铎 ,  陈冲 ,  许若波 ,  周强 ,  郝晓慧 ,  魏博识 ,  郎秀娟 ,  王宇 ,  王彬 ,  曾康利 ,  陈希彤 ,  汪家明

IPC分类号： G06T7/00 ,  G06T3/4038 ,  G06T7/60

摘要： 本发明涉及一种基于图像处理的梁底裂纹检测方法、系统、装置和介质，方法包括获取桥梁底面的多个原始裂纹图像，并对所有原始裂纹图像进行预处理，得到多个处理裂纹图像；从所有处理裂纹图像中获取多个待拼接裂纹图像，基于SURF图像处理方法，将所有待拼接裂纹图像进行拼接，得到待检测裂纹图像；获取预设的神经网络裂纹检测模型，并利用所述神经网络裂纹检测模型对所述待检测裂纹图像进行检测，得到目标裂纹图像；对所述目标裂纹图像进行分析，得到裂纹检测数据。本发明能避免图像拍摄距离对梁底裂纹识别和检测的影响，提高裂纹检测精度，能够避免微小裂纹的图像被当做噪声过滤掉，极其适用于微小裂纹的检测。

公开(公告)号：CN112069983B

公开(公告)日：2024-03-26

申请号：CN202010917093.X

申请日：2020-09-03

申请人： 武汉工程大学

发明人： 卢涛 ,  王元植 ,  张彦铎 ,  吴云韬

IPC分类号： G06V40/10 ,  G06V10/80 ,  G06V10/774 ,  G06V10/84 ,  G06V20/52 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于多任务特征融合共享学习的低光照行人检测方法及系统，获取正常、低光照行人数据集；利用正常、低光照行人数据集对图像光照增强网络进行预训练；利用正常光照行人数据集对行人检测网络进行预训练；设计能够融合上下游任务之间特征的多任务特征融合模块，对两个网络进行特征融合与共享，构建多任务特征融合共享学习的低光照行人检测网络；将两个预训练模型导入低光照行人检测网络，并利用正常、低光照数据集进行训练，得到多任务特征融合共享学习的低光照行人检测模型；利用多任务特征融合共享学习的低光照行人检测模型对被检测图像进行检测，得到图像中行人的位置。本发明能够准确、高效的在低光照的图像中检测出行人的位置。

公开(公告)号：CN117611443A

公开(公告)日：2024-02-27

申请号：CN202311409592.8

申请日：2023-10-27

申请人： 武汉工程大学

发明人： 卢涛 ,  王小龙 ,  汪家明 ,  张彦铎 ,  吴云韬 ,  徐文霞 ,  于宝成

IPC分类号： G06T3/4053 ,  G06V20/62 ,  G06V10/80 ,  G06V10/44

摘要： 本发明涉及一种车牌超分辨率重建方法及系统，方法包括：获取样本车牌图像对应的低分辨率车牌图；提取低分辨率车牌图的浅层特征，获得浅层车牌特征图；提取浅层车牌特征图的精细特征，获得精细车牌特征图；提取浅层车牌特征图的边缘轮廓信息，获得边缘信息特征图；将精细车牌特征图和边缘信息特征图进行特征融合，获得融合车牌特征图；将融合车牌特征图进行卷积操作，获得高分辨率车牌图。解决了利用传统方法对低分辨率车牌图像进行超分辨率重建时，相较于只有英文和数字的车牌，中文车牌在重建时图像容易失真，使得重建后的高分辨率中文车牌信息与原始车牌信息的差异较大，导致重建后的高分辨率中文车牌的准确性较低的问题。

公开(公告)号：CN116229442A

公开(公告)日：2023-06-06

申请号：CN202310002512.0

申请日：2023-01-03

申请人： 武汉工程大学

发明人： 鲁统伟 ,  刘思洋 ,  卢涛

IPC分类号： G06V20/62 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/096 ,  G06V30/26

摘要： 本发明提供了一种文本图像合成和实例化权重的迁移学习方法，通过一系列合成策略以生成适合真实文本图像的合成数据，在长度和字符上提供两种文本选择方法，解决了合成数据集文本分布的偏差；通过提供文本合成策略，使合成的文本图像能够更加贴近现实世界图像；通过提出实例化权重的方法连接合成样本不同域的分布，并学习马氏距离，减少了合成样本和真实样本间差异，实现了生成困难场景下STR的合成数据的功能，解决了文本框图像中文本外观的逼真性和多样性，缓解了来自真实世界的注释文本图像的缺乏。本发明还提出了多种渲染策略，以合成真实的合成数据；针对合成数据迁移间差异问题提出了基于实例化的迁移方法训练识别模型。

公开(公告)号：CN112750082B

公开(公告)日：2023-05-16

申请号：CN202110081811.9

申请日：2021-01-21

申请人： 武汉工程大学 ,  武汉烽火技术服务有限公司

发明人： 卢涛 ,  赵康辉 ,  张彦铎 ,  吴云韬 ,  金从元 ,  张力 ,  余晗

IPC分类号： G06T3/40 ,  G06V40/16 ,  G06V10/774 ,  G06V10/80 ,  G06V10/77

摘要： 本发明公开了一种基于融合注意力机制的人脸超分辨率方法及系统，属于人脸图像超分辨率领域，该方法包括：将高分辨率人脸图像下采样至目标低分辨率人脸图像后，进行分块操作，分出相互重叠的图像块后，使用浅层特征提取器提取浅层特征；融合像素、通道和空间三重注意力模块的特征，增强重建的人脸面部结构细节；构建融合注意力网络作为深层特征提取器，将浅层的面部特征输入融合注意力网络获得深层特征，融合注意力网络包含若干融合注意力组，各融合注意力组包括若干融合注意力块；将深层特征图进行上采样，将上采样后的人脸特征图重建成目标的高分辨率人脸图像。本发明优于其他最新的人脸图像超分辨率算法，能生成更高质量的人脸高分辨率图像。

公开(公告)号：CN115619657A

公开(公告)日：2023-01-17

申请号：CN202211148660.5

申请日：2022-09-20

申请人： 武汉工程大学

发明人： 刘威 ,  江锐 ,  陈成 ,  卢涛

IPC分类号： G06T5/00 ,  G06T9/00 ,  G06N3/04 ,  G06N3/08 ,  G06V10/54 ,  G06V10/80 ,  G06V10/82

摘要： 本发明提供一种图像去雨方法和装置，属于图像处理领域，方法包括：S1：分别对各个原始雨图像以及各个清晰雨图像进行数据增强处理，得到雨天训练图像以及雨天清晰训练图像；S2：构建初始去雨模型；其中，初始去雨模型包括图像处理模块和图像判别模块；S3：基于图像处理模块分别根据各个雨天训练图像以及雨天清晰训练图像进行图像处理得到重构雨天图像、雨条纹去除图像以及重构清晰图像。本发明解决了雾相关特征提取不精确、图像生成质量低的问题，获得了图像内容更丰富、生成质量更高的清晰图像，提高了清晰图像的准确性。

公开(公告)号：CN115619655A

公开(公告)日：2023-01-17

申请号：CN202211144281.9

申请日：2022-09-20

申请人： 武汉工程大学

发明人： 刘威 ,  陈成 ,  江锐 ,  卢涛

IPC分类号： G06T5/00 ,  G06N3/08 ,  G06N3/04

摘要： 本发明提供一种雾天图像清晰化方法和装置，属于图像处理领域，方法包括：设计雾霭去除模块、雾霭合成模块、色彩纹理恢复模块以及判别器，并通过雾霭去除模块、雾霭合成模块以及色彩纹理恢复模块构建得到雾霭去除路径、去雾结果恢复路径、雾霭合成路径以及合成结果恢复路径；根据原始雾天图像对雾霭去除路径以及去雾结果恢复路径的训练得到雾霭去除图像、色彩纹理处理后原始图像、雾霭去除合成图像以及去雾结果恢复图像。本发明有效地解决了基于先验知识估值难和基于有监督学习获取真实配对训练数据集难的问题，在有效地去除各种场景下雾霭的同时，也保留了较好的色彩和纹理细节，并获得图像内容更丰富、生成质量更高的去雾图像。

公开(公告)号：CN115239553A

公开(公告)日：2022-10-25

申请号：CN202210610135.4

申请日：2022-05-31

申请人： 武汉工程大学

发明人： 卢涛 ,  刘新伟 ,  赵康辉 ,  张彦铎 ,  方稳华

IPC分类号： G06T3/40 ,  G06T5/50 ,  G06T7/13 ,  G06N3/04

摘要： 本发明公开了一种卫星图像超分辨率重建方法、系统、设备和可读存储介质，涉及计算机视觉技术领域，该方法包括：获取高分辨率卫星图像并将其转换为低分辨率图像，对低分辨率图像进行边缘提取，得到低分边缘图像；对低分边缘图像进行上采样处理，得到高分边缘特征图像；通过边缘分支网络对低分边缘图像进行纹理特征提取，得到重建高分边缘图像；通过超分辨率分支网络对低分辨率图像进行结构特征提取，得到重建高分辨率图像；根据高分边缘特征图像和重建高分边缘图像，确定恢复图像，对恢复图像进行图像校正，得到重建边缘先验图像；将重建边缘先验图像和重建高分辨率图像进行融合，得到融合图像，对融合图像进行降维处理，得到重建超分辨率图像。

公开(公告)号：CN115204460A

公开(公告)日：2022-10-18

申请号：CN202210611584.0

申请日：2022-05-31

申请人： 武汉工程大学

发明人： 刘玮 ,  邵俊杰 ,  张彦铎 ,  卢涛 ,  李晓林 ,  陈灯 ,  栗娟 ,  张俊杰 ,  张飞 ,  张鹏 ,  华鑫

IPC分类号： G06Q10/04 ,  G06Q10/06 ,  G06Q50/30 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种浮动巴士路径决策方法、系统、电子设备及介质，涉及智慧交通技术领域，方法包括：初始化经验回放集，构建马尔可夫决策过程、当前值网络和目标值网络，马尔可夫决策过程包括状态空间、动作空间、奖惩函数、状态转移概率和折扣因子五元组；获取训练样本，基于训练样本建立状态动作序列；将状态动作序列输入当前值网络，得到状态动作系列对应的车辆动作，基于得到的车辆动作建立经验序列，将经验序列存入经验回放集中；利用经验回放集不断训练优化当前值网络和目标值网络，得到DQN深度神经网络，以根据获取到的目标待接送乘客的上下车地点，通过DQN深度神经网络确定目标待接送乘客的上下车地点对应车辆的目标路径。

公开(公告)号：CN112949438B

公开(公告)日：2022-09-30

申请号：CN202110195714.2

申请日：2021-02-19

申请人： 武汉工程大学 ,  武汉引行科技有限公司

发明人： 陈灯 ,  罗徐 ,  段功豪 ,  李奕鹏 ,  魏巍 ,  张彦铎 ,  吴云韬 ,  刘玮 ,  周华兵 ,  于宝成 ,  卢涛 ,  鞠剑平 ,  唐剑隐 ,  徐文霞 ,  彭丽 ,  王逸文

IPC分类号： G06V20/68 ,  G06V10/44 ,  G06V10/56 ,  G06V10/774 ,  G06V10/764 ,  G06T7/00 ,  G06T7/62 ,  G06T7/90

摘要： 本发明是涉及农业与人工智能领域，尤其是一种基于贝叶斯网络的水果视觉分类方法及系统。本发明通过获取待分类水果的待分类水果数据，并进行预处理得到多个待分类水果视觉特征值；分别对每个所述待分类水果视觉特征值进行离散化处理后，输入至预先训练好的水果分类贝叶斯网络模型进行处理，得到所述待分类水果在多个等级分类下的等级分类概率；根据多个所述等级分类概率对所述待分类水果进行等级分类。本发明实现了水果的精确分类，有效地降低在水果分拣中所花费的人力物力。通过构建复杂的水果分类的贝叶斯网络模型可实现水果的精确分类，实现降低人力物力，达到水果的快速分类。