-
公开(公告)号：CN115731103A
公开(公告)日：2023-03-03
申请号：CN202211392241.6
申请日：2022-11-08
Applicant: 北京理工大学珠海学院
IPC: G06T3/40 , G06T5/50 , G06N3/0475 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种水下图像的超分辨处理方法，包括：获取水下低分辨率样本图像和对应的水下高分辨率样本图像；将水下低分辨率样本图像输入生成网络，得到水下高分辨率生成图像；将水下高分辨率生成图像和水下高分辨率样本图像输入到判别网络，对水下高分辨率生成图像进行判别，输出水下高分辨率生成图像为真实高分辨率的判别概率；根据判别概率对生成网络和判别网络进行网络优化，完成水下图像超分辨生成网络对抗模型的构建；根据水下图像超分辨生成网络对抗模型对新输入的水下低分辨率图像进行图像生成，得到对应的高分辨率图像。本发明能够提高处理效率，并且提升生成图像的质量，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN116958546A
公开(公告)日：2023-10-27
申请号：CN202310893094.9
申请日：2023-07-19
Applicant: 北京理工大学珠海学院
Abstract: 本发明公开了基于多尺度残差注意的图像分割方法、装置、设备及介质，方法包括：获取待分割的原始图像；将原始图像输入多层特征提取层进行多尺度下采样处理，得到每层特征提取层的下采样特征向量；将最后一层特征提取层的下采样特征向量输入多层特征融合层进行多尺度上采样处理，得到目标分割图像；多层特征提取层与多层特征融合层跳跃连接，多层特征融合层中每个特征融合层的输入数据包括上一特征融合层的输出以及与该层特征融合层进行跳跃连接的特征提取层的下采样特征向量；部分跳跃连接输入到特征融合层的下采样特征向量和部分特征融合层的输入数据通过通道注意力机制进行预处理。本发明能够准确进行图像分割，可广泛应用于图像处理技术领域。
-
公开(公告)号：CN116452966A
公开(公告)日：2023-07-18
申请号：CN202310452840.0
申请日：2023-04-24
Applicant: 北京理工大学珠海学院
IPC: G06V20/05 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种水下图像的目标检测方法、装置、设备及存储介质，方法包括：提取水下图像的多种特征，并组合得到多尺度特征；将多尺度特征分散到多个特征图上，并根据特征图融合多尺度特征，得到融合特征；通过卷积块注意力模块获取多尺度特征与融合特征中的目标特征通道信息和目标特征空间信息，并得到目标特征；通过卷积模块整合目标特征，并转换为最终的预测结果。本发明可以提高水下图像目标的检测准确率，可广泛应用于水下图像处理领域。
-
公开(公告)号：CN118622562A
公开(公告)日：2024-09-10
申请号：CN202410577333.4
申请日：2024-05-10
Applicant: 北京理工大学珠海学院
Abstract: 本申请公开了一种水下机器人及其实现方法，水下机器人包括：结构框架、控制系统、动力系统、操作系统和探测系统；结构框架包括光滑外壳、顶板、底板、两个侧板、摄像头支架；各个板均为镂空部件；控制系统由控制舱单独构成，与顶板和底板连接；动力系统由浮力盒、浮力块、四个水平推进器、两个垂直推进器和六个推进器螺旋桨组成；探测系统由深度探测器、防水红外避障传感器和内置包含图像处理算法的图像处理芯片的水下摄像头组成；操作系统包括操作手柄和操作屏幕。整体可以在水下进行轻量化的探测处理，延长续航时间，实现实时进行图像处理，使得探测系统反馈的图像更接近实际环境的真实状态，提高探测的效率，可广泛应用于机器人技术领域。
-
-
-
Search Results
4
records
(took 0.035 seconds)
