-
公开(公告)号：CN117952879B
公开(公告)日：2024-05-28
申请号：CN202410345844.3
申请日：2024-03-26
Applicant: 中国石油大学(华东) , 青岛中石大科技创业有限公司
Abstract: 本发明涉及图像处理技术领域，公开了一种综合退化、估计和恢复的水下图像增强方法、装置、设备，利用水下成像模型对获取的陆上图像和深度图进行分析，以输出虚拟水下图像；水下成像模型基于历史陆上图像、历史深度图以及历史真实水下图像训练得到。依据虚拟水下图像以及深度图对初始图像深度生成模型进行训练，以得到训练好的图像深度生成模型。利用训练好的图像深度生成模型对获取的真实水下图像进行分析，以确定出真实水下图像对应的水下深度图。基于虚拟水下图像及其匹配的虚拟水下深度图以及陆上图像对初始图像增强模型进行训练。将真实水下图像以及水下深度图输入至训练好的图像增强模型，以输出增强图像，提升了水下图像的图像质量。
-
公开(公告)号：CN115841614B
公开(公告)日：2023-05-05
申请号：CN202310135129.2
申请日：2023-02-20
Applicant: 中国石油大学(华东) , 青岛中石大科技教育集团有限公司 , 青岛中石大科技创业有限公司
Abstract: 本申请涉及海装工程装备技术领域，公开了一种影像处理方法、装置、水下成像设备及介质，方法包括：从水下影像中提取语义信息；将语义信息通过水声通信方式传输至上位机；利用上位机对语义信息进行重构，得到重构水下影像。本申请公开的技术方案，通过从水下影像中提取语义信息，对语义信息进行传输，然后，再利用上位机对接收到的语义信息进行重构而得到重构水下影像实现水下信息快速、高效、及时的传输，从而便于及时获取水下信息，且通过语义信息提取实现对水下影像的解译，让水下影像拍摄从看得见到看得懂，通过对语义信息传输来实现低冗余的信息传输，通过对语义信息进行重构实现对水下影像的还原，以便于实现对水下信息的准确获取。
-
公开(公告)号：CN115841614A
公开(公告)日：2023-03-24
申请号：CN202310135129.2
申请日：2023-02-20
Applicant: 中国石油大学(华东) , 青岛中石大科技教育集团有限公司 , 青岛中石大科技创业有限公司
Abstract: 本申请涉及海装工程装备技术领域，公开了一种影像处理方法、装置、水下成像设备及介质，方法包括：从水下影像中提取语义信息；将语义信息通过水声通信方式传输至上位机；利用上位机对语义信息进行重构，得到重构水下影像。本申请公开的技术方案，通过从水下影像中提取语义信息，对语义信息进行传输，然后，再利用上位机对接收到的语义信息进行重构而得到重构水下影像实现水下信息快速、高效、及时的传输，从而便于及时获取水下信息，且通过语义信息提取实现对水下影像的解译，让水下影像拍摄从看得见到看得懂，通过对语义信息传输来实现低冗余的信息传输，通过对语义信息进行重构实现对水下影像的还原，以便于实现对水下信息的准确获取。
-
公开(公告)号：CN116071641B
公开(公告)日：2023-08-04
申请号：CN202310355353.2
申请日：2023-04-06
Applicant: 中国石油大学(华东) , 青岛中石大科技教育集团有限公司 , 青岛中石大科技创业有限公司
IPC: G06V20/05 , G06V10/82 , G06V10/764 , G06F18/25 , G06F40/211 , G06F40/289 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本申请公开了一种水下图像中文描述生成方法、装置、设备及存储介质，涉及计算机视觉和自然语言处理领域，包括：获取水下图像增强基准数据集中的待标注水下图像和对应中文语句；通过长短时记忆网络对基于全连接神经网络生成词嵌入后的中文语句进行编码得到文本特征；根据残差网络提取待标注水下图像的图像特征并与文本特征融合得到多模态特征；对长短时记忆网络模型进行训练，通过训练后模型对待标注水下图像进行预测并利用集束搜索优化，基于预设解码器分析多模态特征生成待标注水下图像的中文描述。通过长短时记忆网络与残差网络得到图像的多模态特征，并在分析特征后进行词语预测输出，利用集束搜索进行优化，改善水下图像中文描述生成的效果。
-
公开(公告)号：CN115456917B
公开(公告)日：2023-02-17
申请号：CN202211410441.X
申请日：2022-11-11
Applicant: 中国石油大学(华东) , 青岛中石大科技教育集团有限公司 , 青岛中石大科技创业有限公司
IPC: G06T5/00 , G06T5/40 , G06N3/0464 , G06N3/092
Abstract: 本申请公开了一种有益于目标准确检测的图像增强方法、装置、设备及介质，应用于图像处理技术领域。其中，方法包括预先训练包括特征提取器、决策代理网络和动作要素集的图像增强模型；图像增强模型以输入的原始样本图像的图像特征向量作为状态要素，以原始样本图像和通过决策代理网络输出的最优图像操作序列处理后的样本增强图像间的目标检测精度增量作为奖励要素，对决策代理网络进行训练。调用特征提取器提取目标图像特征，并将其输入至决策代理网络，得到目标操作序列；按照目标操作序列，对待检测原始图像依次进行相应的图像操作，得到用于进行目标检测的增强图像，从而可以通过提升视觉质量，有效提高目标检测的精准度。
-
Patent Agency Ranking
公开(公告)号：CN117952879A
公开(公告)日：2024-04-30
申请号：CN202410345844.3
申请日：2024-03-26
Applicant: 中国石油大学(华东) , 青岛中石大科技创业有限公司
Abstract: 本发明涉及图像处理技术领域，公开了一种综合退化、估计和恢复的水下图像增强方法、装置、设备，利用水下成像模型对获取的陆上图像和深度图进行分析，以输出虚拟水下图像；水下成像模型基于历史陆上图像、历史深度图以及历史真实水下图像训练得到。依据虚拟水下图像以及深度图对初始图像深度生成模型进行训练，以得到训练好的图像深度生成模型。利用训练好的图像深度生成模型对获取的真实水下图像进行分析，以确定出真实水下图像对应的水下深度图。基于虚拟水下图像及其匹配的虚拟水下深度图以及陆上图像对初始图像增强模型进行训练。将真实水下图像以及水下深度图输入至训练好的图像增强模型，以输出增强图像，提升了水下图像的图像质量。
-
公开(公告)号：CN115423724A
公开(公告)日：2022-12-02
申请号：CN202211365384.8
申请日：2022-11-03
Applicant: 中国石油大学(华东) , 青岛中石大科技教育集团有限公司 , 青岛中石大科技创业有限公司
Abstract: 本申请公开了一种强化学习参数优化的水下图像增强方法、装置及介质，应用于图像处理技术领域。其中，方法包括预先训练图像参数匹配模型，并构建图像增强模型；图像参数匹配模型以水下样本图像的图像特征向量作为状态元素、以水下样本图像分别通过默认参数和最优参数下的图像增强模型处理后的样本增强图像的人类视觉感知得分差值作为奖励要素对决策代理网络进行训练。将待处理水下图像输入至图像参数匹配模型中，得到相匹配的目标图像参数；将目标图像参数输入至图像增强模型，调用图像增强模型对待处理水下图像的色彩偏差、对比度和模糊细节进行校准，得到目标增强图像，从而可以有效提升水下图像质量。
-
公开(公告)号：CN116071641A
公开(公告)日：2023-05-05
申请号：CN202310355353.2
申请日：2023-04-06
Applicant: 中国石油大学(华东) , 青岛中石大科技教育集团有限公司 , 青岛中石大科技创业有限公司
IPC: G06V20/05 , G06V10/82 , G06V10/764 , G06F18/25 , G06F40/211 , G06F40/289 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本申请公开了一种水下图像中文描述生成方法、装置、设备及存储介质，涉及计算机视觉和自然语言处理领域，包括：获取水下图像增强基准数据集中的待标注水下图像和对应中文语句；通过长短时记忆网络对基于全连接神经网络生成词嵌入后的中文语句进行编码得到文本特征；根据残差网络提取待标注水下图像的图像特征并与文本特征融合得到多模态特征；对长短时记忆网络模型进行训练，通过训练后模型对待标注水下图像进行预测并利用集束搜索优化，基于预设解码器分析多模态特征生成待标注水下图像的中文描述。通过长短时记忆网络与残差网络得到图像的多模态特征，并在分析特征后进行词语预测输出，利用集束搜索进行优化，改善水下图像中文描述生成的效果。
-
公开(公告)号：CN115423724B
公开(公告)日：2023-03-21
申请号：CN202211365384.8
申请日：2022-11-03
Applicant: 中国石油大学(华东) , 青岛中石大科技教育集团有限公司 , 青岛中石大科技创业有限公司
Abstract: 本申请公开了一种强化学习参数优化的水下图像增强方法、装置及介质，应用于图像处理技术领域。其中，方法包括预先训练图像参数匹配模型，并构建图像增强模型；图像参数匹配模型以水下样本图像的图像特征向量作为状态元素、以水下样本图像分别通过默认参数和最优参数下的图像增强模型处理后的样本增强图像的人类视觉感知得分差值作为奖励要素对决策代理网络进行训练。将待处理水下图像输入至图像参数匹配模型中，得到相匹配的目标图像参数；将目标图像参数输入至图像增强模型，调用图像增强模型对待处理水下图像的色彩偏差、对比度和模糊细节进行校准，得到目标增强图像，从而可以有效提升水下图像质量。
-
公开(公告)号：CN115456917A
公开(公告)日：2022-12-09
申请号：CN202211410441.X
申请日：2022-11-11
Applicant: 中国石油大学(华东) , 青岛中石大科技教育集团有限公司 , 青岛中石大科技创业有限公司
Abstract: 本申请公开了一种有益于目标准确检测的图像增强方法、装置、设备及介质，应用于图像处理技术领域。其中，方法包括预先训练包括特征提取器、决策代理网络和动作要素集的图像增强模型；图像增强模型以输入的原始样本图像的图像特征向量作为状态要素，以原始样本图像和通过决策代理网络输出的最优图像操作序列处理后的样本增强图像间的目标检测精度增量作为奖励要素，对决策代理网络进行训练。调用特征提取器提取目标图像特征，并将其输入至决策代理网络，得到目标操作序列；按照目标操作序列，对待检测原始图像依次进行相应的图像操作，得到用于进行目标检测的增强图像，从而可以通过提升视觉质量，有效提高目标检测的精准度。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.095 seconds)
