公开(公告)号：CN119942586A

公开(公告)日：2025-05-06

申请号：CN202411862033.7

申请日：2024-12-17

Applicant: 湖北经济学院

Inventor： 雷帮军 ,  牟乾西 ,  丁奇帅 ,  李子怡 ,  田浩 ,  左乾坤 ,  李睿恒 ,  邸忆

IPC: G06V40/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/045

Abstract: 本发明涉及一种基于改进YOLOv7‑tiny的轻量级行人检测算法，在原始YOLOv7‑tiny网络基础上ELCG模块替换ELAN模块对输入图片进行特征提取，特征融合子网络中使用ECA注意力机制进行特征增强；包括以下步骤：获取行人检测图片，并使用数据增强和自适应尺寸缩放方法，缩短图片处理时间和构建数据集D1；构建改进YOLOv7‑tiny模型；将数据集D1输入到改进YOLOv7‑tiny模型中进行训练；将训练好的改进YOLOv7‑tiny模型行人进行检测，并将检测结果与样本标签进行损失函数计算，进而通过梯度下降算法和反向传播算法优化模型中的参数。本发明基于改进YOLOv7‑tiny的轻量级行人检测算法，引入ECA注意力机制，通过对网络结构的改进，提高复杂环境中行人的检测精度，提高在行人检测中捕捉和识别特征的准确性。

公开(公告)号：CN119919304A

公开(公告)日：2025-05-02

申请号：CN202411894042.4

申请日：2024-12-20

Applicant: 湖北经济学院

Inventor： 雷帮军 ,  李子怡 ,  夏平 ,  邸忆 ,  李睿恒 ,  左乾坤 ,  田浩

IPC: G06T5/60 ,  G06T5/10 ,  G06T5/77 ,  G06N3/0455 ,  G06N3/0475

Abstract: 本发明涉及一种基于随机微分方程和高斯金字塔结合的去雾方法，收集高分辨率和低质量有雾图片，并输入高斯金字塔网络分解，生成第一多层特征图和第二多层特征图；将第一多层特征图进行扩散过程，生成噪声特征图；将第二多层特征图和噪声特征图输入到NAFNet网络中训练，进而对噪声进行预测；将噪声特征图输入NAFNet网络，并通过迭代处理，生成初始状态无噪声特征图；将初始状态无噪声特征图输入高斯金字塔网络，通过逐层重建，得到去雾图片。本发明的一种基于随机微分方程和高斯金字塔结合的去雾方法，将高分辨率和低质量有雾图片输入到高斯金字塔，并在噪声预测网络NAFNet中引入傅里叶变换，引入损失函数对模型参数进行优化，提高对图片的去雾效果。