一种基于小波谱学习的低光照图像增强方法

    公开(公告)号:CN117670733A

    公开(公告)日:2024-03-08

    申请号:CN202311616072.4

    申请日:2023-11-30

    摘要: 本发明公开了一种基于小波谱学习的低光照图像增强方法,首先输入低光照图像和标签图像,经过潜在编码器得到先验知识真值;然后使用先验知识训练扩散模型,在预测阶段,使用随机噪声得到先验知识;再使用先验知识P构建基于小波的Transformer模块;利用基于小波的Transformer模块,构建对称分层网络架构;最终使用输出图像与先验知识真值优化网络模型。本发明成功解决了在低光照条件下图像细节部分的恢复问题,为低光照图像增强提供了一种高效的解决方案。

    基于低频感知扩散模型的高动态范围成像方法

    公开(公告)号:CN118799429A

    公开(公告)日:2024-10-18

    申请号:CN202410925145.6

    申请日:2024-07-11

    摘要: 基于低频感知扩散模型的高动态范围成像方法,包括:构建低频先验提取网络,根据给定的高动态范围真值图像对低频先验提取网络预训练,使用预训练后的低频先验提取网络获得真实低频先验特征;将得到的真实低频先验特征作为扩散模型的去噪目标,训练扩散模型直接从低动态范围图像中预测低频先验特征,构建基于回归的动态图像重建网络,利用预测低频先验特征重建高动态范围图像。解决了现有技术中基于标准扩散模型范式的成像方法消耗了大量的计算资源,影响实际应用的问题。本发明利用扩散模型在潜空间中创建紧凑的低频先验特征,然后将紧凑先验分层纳入基于回归的模型,以补充预测重建图像的细节。

    一种基于transformer特征增强的月面障碍识别方法

    公开(公告)号:CN118587686A

    公开(公告)日:2024-09-03

    申请号:CN202411074415.3

    申请日:2024-08-07

    发明人: 胡涛 贺亮 曹涛 郑博

    摘要: 本发明公开了一种基于transformer特征增强的月面障碍识别方法,首先将图像数据和点云数据按照固定格式进行排布,构建月面模拟环境下的多模态三维探测数据集;构建网络模型,包括两个分支:图像分支和点云分支。对于图像分支,获取多尺度特征,对于点云分支,获取体素特征和体素坐标;图像分支采用ResNet50作为主干网络,FPN作为颈部结构;点云分支遵循SECOND架构,以动态体素编码为起点;编码后的特征与提取的图像特征进行动态融合,融合后的特征通过SECOND的主干网络和颈部结构进一步编码,并通过AnchorHead获取检测结果。本发明可实现在月面巡视探测过程中,巡视器对探测区域的不同3D障碍目标进行鲁棒识别检测表征,并且减小系统识别计算的时间空间复杂度。