公开(公告)号：CN118762042A

公开(公告)日：2024-10-11

申请号：CN202410736505.8

申请日：2024-06-07

Applicant: 华中科技大学 ,  上海航天控制技术研究所

Inventor： 杨卫东 ,  葛世辰 ,  黄鹏 ,  阮洋 ,  史先硕 ,  邓浩东 ,  王安林

IPC: G06T7/11 ,  G06T7/13 ,  G06V10/80 ,  G06V10/44 ,  G06V10/52 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明属于图像实例检测分割技术领域，公开了一种基于边缘信息增强的图像实例检测分割模型构建方法，包括：采用数据集训练实例检测分割网络，得到实例检测分割模型；实例检测分割网络包括：特征提取模块，用于提取每个输入样本图像不同尺度的高、低分辨率特征图，构成特征金字塔；边缘信息增模块，对输入样本图像进行边缘信息增强，得到边缘信息增强的特征图；多尺度特征融合模块，用于将边缘信息增强的特征图以及特征金字塔中的其他特征图进行多尺度自适应融合，得到融合后的特征图；预测模块，用于基于融合后的特征图进行目标的实例类别预测、实例的边界框位置预测，以及二值掩模预测。本发明能够提升图像实例检测分割的准确度。

公开(公告)号：CN118351398A

公开(公告)日：2024-07-16

申请号：CN202410616548.2

申请日：2024-05-17

Applicant: 华中科技大学

Inventor： 杨卫东 ,  王博 ,  黄鹏 ,  王安林 ,  王公炎 ,  黎云

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096

Abstract: 本申请属于图像检测相关技术领域，其公开了一种干扰SAR样本生成模型及图像目标检测模型的构建方法，样本生成模型构建方法包括：获取研究对象的无干扰SAR图和干扰SAR图，将无干扰SAR图和干扰SAR图合成，得到内容图；以随机抽取的干扰SAR图作为风格图，将内容图和风格图分别输入风格迁移网络进行训练，生成干扰SAR样本，计算训练损失并通过反向传播更新网络参数以提高生成干扰SAR样本的逼真度；多次训练直至训练损失收敛，得到干扰SAR样本生成模型。风格迁移网络包括可逆残差模块、通道细化模块以及转换模块。通过以上方法，可以解决目前SAR数据样本匮乏的问题，快速生成更加逼真的干扰SAR样本。