公开(公告)号：CN118037574A

公开(公告)日：2024-05-14

申请号：CN202311609208.9

申请日：2023-11-29

申请人： 西北民族大学

发明人： 何永强 ,  王惠琴 ,  李佳豪 ,  罗佳 ,  成雪琪

IPC分类号： G06T5/70 ,  G06N3/0464 ,  G06N3/0499

摘要： 本发明属于探地雷达图像处理领域，具体涉及一种基于DnNet的GPR图像去噪方法。该方法利用编码器‑解码器结构、组归一化以及简化的通道注意力机制相结合的方法构造了全新的深度学习去噪网络，实现了探地雷达图像去噪性能的大幅提升。同时，利用深度卷积块改进前馈网络，有效提高了网络对边缘细节的恢复能力。其次，将FDTD原理用于GPR图像生成，并向其中加入不同标准差的噪声构建GPR图像数据集，增强了模型的泛化能力与鲁棒性，有效弥补了已有GPR数据集的不足。最后，利用所建数据集和实测GPR图像对所提DnNet去噪模型的效果进行了验证。

公开(公告)号：CN116977739B

公开(公告)日：2024-04-16

申请号：CN202310969765.5

申请日：2023-08-03

申请人： 西北民族大学

发明人： 何永强 ,  王惠琴 ,  罗佳 ,  李佳豪

IPC分类号： G06V10/764 ,  G06V10/40 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082 ,  G01S13/88 ,  G01S7/41

摘要： 本发明属于探地雷达图像处理领域，具体涉及一种基于ConvNeXt‑YOLOv5的GPR图像识别方法。该方法利用YOLOv5网络中FPN+PANet结构提高了GPR图像的识别性能；同时，使用ConvNeXt作为特征提取网络显著提高了GPR图像中弱小目标的识别精度。其次，采用局部风险最小化的数据增强算法Mixup增强GPR图像，并结合时域有限差分法和实采图像构建了GPR图像数据集。相较于mosaic等数据增强方法，Mixup在减小过拟合风险，提高模型泛化能力的同时，增加了数据集的多样性。最后，利用所建数据集对所提ConvNeXt‑YOLOv5识别模型的效果进行了验证。

公开(公告)号：CN116977739A

公开(公告)日：2023-10-31

申请号：CN202310969765.5

申请日：2023-08-03

申请人： 西北民族大学

发明人： 何永强 ,  王惠琴 ,  罗佳 ,  李佳豪

IPC分类号： G06V10/764 ,  G06V10/40 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/082 ,  G01S13/88 ,  G01S7/41

摘要： 本发明属于探地雷达图像处理领域，具体涉及一种基于ConvNeXt‑YOLOv5的GPR图像识别方法。该方法利用YOLOv5网络中FPN+PANet结构提高了GPR图像的识别性能；同时，使用ConvNeXt作为特征提取网络显著提高了GPR图像中弱小目标的识别精度。其次，采用局部风险最小化的数据增强算法Mixup增强GPR图像，并结合时域有限差分法和实采图像构建了GPR图像数据集。相较于mosaic等数据增强方法，Mixup在减小过拟合风险，提高模型泛化能力的同时，增加了数据集的多样性。最后，利用所建数据集对所提ConvNeXt‑YOLOv5识别模型的效果进行了验证。