公开(公告)号：CN119540519A

公开(公告)日：2025-02-28

申请号：CN202411188453.1

申请日：2024-08-28

Applicant: 合肥工业大学

Inventor： 齐美彬 ,  彭景 ,  庄硕 ,  李坤袁 ,  刘一敏

IPC: G06V10/25 ,  G06V10/40 ,  G06N3/0464 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08 ,  G06N3/084 ,  G06N3/048 ,  G06V10/20

Abstract: 本发明公开了一种基于多帧交互感知的红外弱小目标检测方法，包括：1、对红外序列图像进行预处理，避免在训练过程中过拟合；2、构建一个针对连续多帧图像的时序特征提取模块；3、构建一个U型结构的特征交互感知模块；4、建立当前帧的红外图像经过预测模块后的结果与真实二值图像之间的损失函数；5、用红外图像对该网络进行训练，并用训练后的模型对红外弱小目标进行检测。本发明利用多帧图像获取目标的时空信息，并实现跨层级信息融合，从而能提高红外弱小目标检测的准确性，并特别增强对快速移动小目标的捕捉能力。

公开(公告)号：CN118864808A

公开(公告)日：2024-10-29

申请号：CN202410845629.X

申请日：2024-06-27

Applicant: 合肥工业大学

Inventor： 艾加秋 ,  薛维宝 ,  史骏 ,  朱雅喃 ,  庄硕

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于SAR/AIS跨模态融合YOLO网络的弱小舰船检测方法，包括：1.获取SAR图像，通过与之匹配的全年AIS数据计算出全年舰船分布密度，制作小舰船检测样本集；2.在数据输入阶段设计跨模态差异性融合模块，为模型提供复杂环境下的跨模态舰船先验信息；3.在特征提取阶段构建特征增强模块用于增强对小舰船特征的特征表示，在特征恢复阶段构建通道重建模块，增强了特征交互学习，从而使模型能更好地聚焦于关键特征，4.将数据集输入网络中进行训练；5.将待分类的SAR图像输入训练好的模型，得到舰船检测结果。本发明能有效解决在港口、河道等复杂环境下的小型舰船检测效果不佳问题，且计算效率高，具有较好的工程应用价值。

公开(公告)号：CN117372494B

公开(公告)日：2024-09-03

申请号：CN202310982023.6

申请日：2023-08-07

Applicant: 合肥工业大学

Inventor： 庄硕 ,  张可 ,  李坤袁 ,  齐美彬 ,  刘一敏 ,  黄文礼

IPC: G06T7/593 ,  G06T7/564 ,  G06T7/70 ,  G06T5/20 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明公开了一种基于单双目视觉协同的电网作业人员视差估计及定位方法，包括：1、利用双目相机采集左、右视角下的作业人员图像，并对双目相机进行标定；2、构建自监督单目视差估计模型，设计双目视差一致性损失函数，训练单目视差估计网络，估计单目视差图；3、利用单目视差图对双目视差图进行滤波优化操作；4、对作业人员双目视差图进行检测定位，提取有效的视差像素值，计算作业人员的距离坐标。本发明基于双目视差的一致性，设计了自监督单目视差估计网络，并通过单目视差图来提升双目视差估计性能，从而能降低电网作业人员的背景视差干扰，并能提高作业人员的目标定位精度。

公开(公告)号：CN116862952B

公开(公告)日：2024-02-27

申请号：CN202310923810.3

申请日：2023-07-26

Applicant: 合肥工业大学 ,  安徽南瑞继远电网技术有限公司

Inventor： 庄硕 ,  张可 ,  张俸源 ,  齐美彬 ,  黄文礼 ,  李小红

IPC: G06T7/246 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种用于相似背景条件下的变电站作业人员视频追踪方法，与现有技术相比解决了灰色工装与灰色电气设备相似背景下难以实现人员追踪的缺陷。本发明包括以下步骤：多目标跟踪数据集的建立；多目标跟踪网络的构建；多目标跟踪网络的训练；变电站监控视频数据的实时获取；多目标跟踪特征图的生成；多特征动态加权检测框关联计算；变电站作业人员视频的追踪。本发明将历史帧和当前帧的目标视觉特征进行聚合，融合了时空信息，能够提取稳健的时空视觉特征以应对遮挡、背景干扰等问题；同时，设计的多特征动态加权方法能有效解决作业人员着装与背景相似的问题，提升作业人员跟(56)对比文件US 2022245924 A1,2022.08.04张义超.基于机器视觉的交互皮影机器人研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2020,(第08期),I138-546.王嘉琳.基于YOLOv5和DeepSORT的多目标跟踪算法研究与应用《.中国优秀硕士学位论文全文数据库 信息科技辑》.2021,(第09期),I138-668.Yuming Fang等.Video SaliencyIncorporating SpatiotemporalCues andUncertainty Weighting《.IEEE TRANSACTIONSON IMAGE PROCESSING》.2014,第23卷(第9期),3910-3921.Guangdong Zhang等.Multi-objectTracking Based on YOLOX and DeepSORTAlgorithm《.6GN for Future WirelessNetworks》.2023,52-64.

公开(公告)号：CN117372494A

公开(公告)日：2024-01-09

申请号：CN202310982023.6

申请日：2023-08-07

Applicant: 合肥工业大学

Inventor： 庄硕 ,  张可 ,  李坤袁 ,  齐美彬 ,  刘一敏 ,  黄文礼

IPC: G06T7/593 ,  G06T7/564 ,  G06T7/70 ,  G06T5/20 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明公开了一种基于单双目视觉协同的电网作业人员视差估计及定位方法，包括：1、利用双目相机采集左、右视角下的作业人员图像，并对双目相机进行标定；2、构建自监督单目视差估计模型，设计双目视差一致性损失函数，训练单目视差估计网络，估计单目视差图；3、利用单目视差图对双目视差图进行滤波优化操作；4、对作业人员双目视差图进行检测定位，提取有效的视差像素值，计算作业人员的距离坐标。本发明基于双目视差的一致性，设计了自监督单目视差估计网络，并通过单目视差图来提升双目视差估计性能，从而能降低电网作业人员的背景视差干扰，并能提高作业人员的目标定位精度。

公开(公告)号：CN114882534A

公开(公告)日：2022-08-09

申请号：CN202210606376.1

申请日：2022-05-31

Applicant: 合肥工业大学

Inventor： 李小红 ,  代雪松 ,  齐美彬 ,  庄硕 ,  郝世杰 ,  蒋建国 ,  张晶晶 ,  李世龙

IPC: G06V40/10 ,  G06V10/40 ,  G06V10/764 ,  G06V10/762 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于反事实注意力学习的行人再识别方法和系统、计算机存储介质。其中行人再识别方法通过比较事实，即学习的注意力，和反事实，即虚假的注意力，对最终预测的影响来量化注意力的质量。并通过最大化差异以促进网络学习更有效的视觉注意力并减少有偏训练集的影响，以此来增强目标域行人图像的判别性特征学习解决目标域行人图像存在遮挡和背景杂波问题。

公开(公告)号：CN114862844A

公开(公告)日：2022-08-05

申请号：CN202210661383.1

申请日：2022-06-13

Applicant: 合肥工业大学

Inventor： 齐美彬 ,  刘柳 ,  庄硕 ,  刘一敏 ,  李坤袁

IPC: G06T7/00 ,  G06T7/70 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于特征融合的红外小目标检测方法，其步骤包括：1、对红外图像进行预处理，避免在训练过程中过拟合；2、构建Transformer架构的神经网络分支提取图像特征；3、构建CNN架构的神经网络分支提取图像特征；4、构建特征融合模块将两个分支的特征进行融合；5、结合两种损失函数来优化模型。本发明利用Transformer分支、CNN分支和一个特征融合模块，可以学习与背景相对应的像素之间的长期依赖关系，融合局部细节特征和全局语义特征，从而实现更精确的目标检测，提升了网络的性能。

公开(公告)号：CN115239765B

公开(公告)日：2024-03-29

申请号：CN202210921013.7

申请日：2022-08-02

Applicant: 合肥工业大学

Inventor： 李小红 ,  周喜 ,  齐美彬 ,  庄硕 ,  郝世杰 ,  刘学亮

IPC: G06T7/246 ,  G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于多尺度可形变注意力的红外图像目标跟踪系统及方法。其中跟踪系统包括搜索图分支、模板图分支、特征融合模块和预测模块；其中搜索图分支用于提取搜索图在第一尺度和第二尺度下的特征拼接得到的搜索图多尺度特征Fs；模板分支用于提取模板图在第三尺度和第四尺度下的特征拼接得到的模板图多尺度特征Ft；特征融合模块用于根据搜索图多尺度特征Fs和模板图多尺度特征Ft计算融合特征Gst；预测模块用于根据融合特征Gst预测搜索图中的目标边框。该系统融合了低层和高层的特征，有利于红外图像中目标的跟踪。

公开(公告)号：CN117372761A

公开(公告)日：2024-01-09

申请号：CN202311320117.3

申请日：2023-10-12

Applicant: 合肥工业大学

Inventor： 艾加秋 ,  朱雅喃 ,  吴明阳 ,  庄硕 ,  贾璐

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/40 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/091

Abstract: 本发明公开了一种基于主动学习的多目标跨域图像分类方法，包括：1.获取一个含标注信息源域数据集和多个无标注的目标域数据集，并进行预处理；利用主动学习技术将不确定性较高的样本纳入候选集，给予标注信息；2.计算初始类原型集合，并通过目标域样本特征矫正初始类原型；3.对矫正类的原型进行高斯增广输入分类器；4.用映射矩阵定义跨域对齐损失引导网络训练；5.训练模型，得到图像分类的最终结果。本发明克服了跨域图像分类问题中，源域和多个目标域之间的分布差异较大的问题；在多个目标域预算标注较少的前提下，能够获得较高的分类准确率提升，具有较好的工程应用价值。

公开(公告)号：CN116433532A

公开(公告)日：2023-07-14

申请号：CN202310503630.X

申请日：2023-05-06

Applicant: 合肥工业大学

Inventor： 齐美彬 ,  李坤袁 ,  庄硕 ,  张可 ,  刘一敏

IPC: G06T5/00 ,  G06V10/80 ,  G06V10/74 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明公开了一种基于注意力引导滤波的红外偏振图像融合去噪方法，其步骤包括：1、改进红外偏振图像的输入方式，获取扩展后的偏振度与偏振距离图像；2、构建基于注意力引导滤波的红外偏振融合去噪网络；3、建立输入的红外偏振图像与融合图像之间的损失函数；4、用红外偏振图像对该网络进行训练，并用训练后的模型对待处理的红外偏振图像进行融合去噪。本发明改进了红外偏振图像的输入方式，有效融合了偏振图像中的显著性信息，抑制背景噪声，同时构建了基于注意力引导滤波的融合网络，从而能保留红外偏振目标的边缘轮廓特征，并能进一步降低背景噪声干扰。