公开(公告)号：CN117475349A

公开(公告)日：2024-01-30

申请号：CN202311268267.4

申请日：2023-09-28

Applicant: 南京信息工程大学

Inventor： 张闯 ,  颜蒙蒙 ,  张海超

IPC: G06V20/40 ,  G06V40/20 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了基于全局频域池化算法的轻量型行为识别方法，包括：获取需要进行动作识别的视频片段，对选取的视频片段进行预处理操作得到图片；将预处理后的图片输入基于全局频域池化的人体行为识别网络模型中进行卷积神经网络训练，并输出相应的人体动作分类结果；所述基于全局频域池化的人体行为识别网络模型包括输入层、3D卷积层、连续堆叠的高效残差块ERB、一个全局频域池化层GFDP、全连接层和softmax输出层。本发明在行为识别中传统的三维卷积和全局平均池化的方法上进行创新，实现了网络模型轻量化和高效提升识别准确率的效果。

公开(公告)号：CN116385294A

公开(公告)日：2023-07-04

申请号：CN202310339386.8

申请日：2023-03-31

Applicant: 南京信息工程大学

Inventor： 张闯 ,  葛涛 ,  张海超

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的图像去雾网络，通过对样本图像进行特征提取，获得其所对应的各层尺度特征信息，进一步获得大气散射差值模型，结合大气散射差值模型，获得无雾参数图像，以此训练并获得图像去雾网络模型，应用该图像去雾网络模型对目标有雾图像进行去雾处理，获得最优无雾参数图像。通过本发明的技术方案，可以实现端到端的图像去雾，避免图像细节信息的丢失，提高去雾效果的真实性，并实现去雾方法的高效性和场景普适性。