-
-
公开(公告)号：CN117671241A
公开(公告)日：2024-03-08
申请号：CN202311641506.6
申请日：2023-12-01
申请人： 长春理工大学重庆研究院
IPC分类号： G06V10/25 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464
摘要： 本发明属于目标检测领域，尤其为一种新的目标检测方法、装置、电子设备和介质，该方法具体包括如下步骤：S1，准备数据集：准备三种红外与可见光图像配对的数据集，数据集一和数据集二用于网络模型的训练和调整，数据集三用于模型测试。本发明是基于红外图像边缘信息引导的红外与可见光特征融合检测方法，构建了一种新的图像边缘提取方法，设计了两种模态特征信息互补的特征融合及目标检测网络，实验数据证明本发明能够有效提高检测准确性、适应复杂场景、增强抗遮挡能力，并且能够充分地利用红外和可见光图像的优势，在红外与可见光图像和行人等目标检测任务的定性定量评价中都表现出了良好的性能。
-
公开(公告)号：CN118096590A
公开(公告)日：2024-05-28
申请号：CN202410263088.X
申请日：2024-03-08
申请人： 长春理工大学
IPC分类号： G06T5/73 , G06T5/50 , G06T5/60 , G06N3/0464 , G06N3/08
摘要： 本发明属于模糊图像复原技技术领域，尤其为一种视频图像去运动模糊方法，包括如下步骤：S1：构建目标复原网络模型；S2：模糊视频图像预处理；S3：复原目标区域；S4：复原背景；S5：融合图像；S6：视频输出。本发明通过构建了目标复原网络模型，分析模糊视频中目标的6D姿态以及尺度变换，然后生成目标的高清图像，从而绕开模糊核的估计来完成视频图像的复原任务，提高了模糊图像的复原效果。此外，本发明还提供一种视频图像去运动模糊系统，包括：采集模块、预处理模块、目标前景恢复模块、背景恢复模块、图像融合模块和视频输出模块。
-
公开(公告)号：CN117975504A
公开(公告)日：2024-05-03
申请号：CN202410101507.X
申请日：2024-01-25
申请人： 长春理工大学
IPC分类号： G06V40/10 , G06V10/26 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
摘要： 本发明属于目标检测技术领域，尤其为一种新的伪装目标检测方法，包括以下步骤，步骤1、搭建伪装目标检测模型：伪装目标检测模型由Res2NeXt‑50作为主干网络，上下文全局注意力模块、多尺度特征金字塔模块将上下文全局注意力模块以及输入特征图进行连接得到更好的特征表达；多尺度特征输入感受野模块(RFB)、邻近特征聚合模块对邻近特征的信息进行了融合，卷积分类模块将输入特征经过卷积层降维。本发明采用多尺度特征金字塔模块，通过融合了多个尺度的全局注意力模块解决了单一尺度测量融合后形成单个相量失去空间关系和产生歧义的问题，并且多尺度的特征的输入可以提高非局部模块5.3％的计算效率，提高了伪装目标检测模型的表达能力。
-
-
-
搜索结果
4 条记录 (耗时 0.02 秒)
