公开(公告)号：CN113591913A

公开(公告)日：2021-11-02

申请号：CN202110716563.0

申请日：2021-06-28

Applicant: 河海大学

Inventor： 段黎婷 ,  刘惠义

IPC: G06K9/62 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种支持增量学习的图片分类方法及装置，其方法包括：选取训练集中的训练图片样本输入卷积神经网络，通过卷积神经网络选取典型图片样本；通过典型图片样本更新代表性记忆内存；将代表性记忆内存和增量任务的数据集进行数据增广，构建测试集；将测试集中的测试图片样本输入卷积神经网络，通过卷积神经提取特征向量；将所有测试图片样本的特征向量输入训练好的分类器，通过分类器增量输出图片分类结果。本发明能够学习图片特征，在线分类图片，提高分类准确率。

公开(公告)号：CN105678307B

公开(公告)日：2019-08-06

申请号：CN201610016579.X

申请日：2016-01-11

Applicant: 河海大学

Inventor： 刘惠义 ,  尤智

IPC: G06K9/46

Abstract: 本发明提供一种基于FAST‑SURF的移动端实时特征检测匹配方法，包括以下步骤：步骤一，对采集的图片建立特征库：对图片上的特征点建立KD‑tree，形成特征库数据；步骤二，读入图像，并将图像转换成灰度图，计算灰度图上每个点的灰度值；步骤三，采用改进的FAST算法检测特征点；步骤四，采用简化的SURF算法对特征点建立描述符；步骤五，将描述符与特征库中的特征点进行匹配。该方法采用改进的FAST算法检测特征点，再采用简化的SURF算法计算特征点的方向，并建立特征描述符，然后将建立好的特征点描述符与数据库中的特征描述符进行匹配，处理图像花费时间短，在移动端能实时处理自然特征检测与匹配。

公开(公告)号：CN105760968B

公开(公告)日：2019-06-21

申请号：CN201610153049.X

申请日：2016-03-17

Applicant: 河海大学

Inventor： 陈哲 ,  王慧斌 ,  邵鹤帅 ,  刘惠义

IPC: G06Q10/04

Abstract: 本发明公开了一种自主式水下移动平台北斗定位与巡航优化方法,主包含自主式水下移动平台绝对位置标定和自主式水下移动平台相对位置定位系统优化校正,绝对位置标定步骤中基于北斗定位浮标计算获取自主式水下移动平台初始化参数，包括自主式水下移动平台空间坐标、北斗精确授时；自主式水下移动平台相对位置定位系统优化校正步骤中基于粒子群(PSO)优化自主式水下移动平台航迹路径，校正相对定位系统误差。此方法利用PSO快速收敛、全局寻优能力强的特点，解决自主式水下移动平台巡航路径优化问题，找到巡航路径点最优解，调整移动平台运动参数。

公开(公告)号：CN108765540A

公开(公告)日：2018-11-06

申请号：CN201810390285.2

申请日：2018-04-26

Applicant: 河海大学

Inventor： 韦伟 ,  刘惠义 ,  钱苏斌 ,  陈霜霜

IPC: G06T15/20 ,  G06N3/04

CPC classification number: G06T15/205 ,  G06N3/0454

Abstract: 本发明公开了一种基于图像与集成学习的重光照方法，该方法在图像空间把像素点分成“容易训练”和“困难训练”两类，即PixelEasy和PixelHard，然后分而治之。对于像素点PixelHard，利用集成学习的AdaBoost方法和神经网络进行学习，对于像素点PixelEasy，又进一步分成两类，PixelEasyI和PixelEasyII。对PixelEasyI类像素点，利用集成学习的Bagging方法和神经网络进行学习；对于PixelEasyII，利用人眼特性进行赋值。该方法基于图像的重光照是指在新的光照条件下，利用采样图像恢复或重构场景的光照信息，其中基图像的采集和光照重构的方法是本发明的关键。基于上述方法，对虚拟和真实的四个场景进行测试，在相同的相对重构误差精度控制下，重光照所需的图像样本数更少，效果更优。

公开(公告)号：CN105426919B

公开(公告)日：2017-11-14

申请号：CN201510821480.2

申请日：2015-11-23

Applicant: 河海大学

Inventor： 陈霜霜 ,  刘惠义 ,  曾晓勤 ,  孟志伟

IPC: G06K9/62 ,  G06K9/46

Abstract: 本发明公开了一种基于显著性指导非监督特征学习的图像分类方法，属于机器学习与计算机视觉领域。该图像分类方法包括显著性指导的像素点采集、非监督特征学习、图像卷积、局部对比归一化、空间金字塔池化、融合中央先验和图像分类。采用该分类方法，将显著性检测用于采集图像数据集中代表性的像素点，通过稀疏自编码器这种非监督的特征学习方法训练代表性的像素点来获取高质量的图像特征。通过图像卷积操作获取训练样本和测试集的特征，将卷积特征进行局部对比归一化和空间金字塔池化，将池化后的特征与中央先验特征进行融合，采用liblinear分类器对图像进行分类。此方法可获取高效而鲁棒的图像特征，能够显著提高多类图像的分类准确率。

公开(公告)号：CN105389843B

公开(公告)日：2017-11-14

申请号：CN201510903376.8

申请日：2015-12-09

Applicant: 河海大学

Inventor： 刘惠义 ,  姚承宗 ,  钱苏斌

IPC: G06T15/50

Abstract: 本发明公开了一种基于径向基函数神经网络拟合的全局光照实时绘制方法，属于真实感图形实时渲染领域，包括训练数据获取、神经网络构建、神经网络训练、间接光照值拟合、直接光照值计算、全局光照绘制，使用离线渲染的方式进行预计算，获得训练数据，通过减聚类的方法确定径向基函数的中心，采用有监督的学习方法进行训练，拟合间接光照中的视点位置、光源位置、场景中物体表面法向量等与间接光照值之间的非线性关系，以代替传统的全局光照模型完成间接光照的计算，避免了光线的多次求交。该方法能有效减少冗余数据，以较快的速度收敛，并且很好地拟合离线渲染的结果，完成全局光照实时绘制。

公开(公告)号：CN106530383B

公开(公告)日：2017-08-22

申请号：CN201610940958.8

申请日：2016-11-01

Applicant: 河海大学

Inventor： 钱苏斌 ,  刘惠义 ,  韦伟

IPC: G06T15/04 ,  G06T15/20 ,  G06T15/55

Abstract: 本发明公开了一种基于Hermite插值神经网络回归模型的人脸面部渲染方法，属于真实感图形实时绘制技术领域。该方法包括人脸面部区域划分、面部辐射度参数预计算、样本数据采集、Hermite插值神经网络回归模型的构建及训练、最终渲染。采用此方法，将回归分析理论引入到人脸面部渲染过程中，使用Hermite插值神经网络构建学习模型，利用样本集进行训练，确定各隐层神经元之间的权值矩阵，从而有效发掘出面部各分区内可见点的物理属性与几何特征属性之间的非线性关联。通过这种非线性映射，可以将人脸表面各点的特征属性快速映射成为该点在给定光照条件下的颜色值。此方法能够有效减少计算规模，很好地实现人脸面部真实感图形实时渲染。

公开(公告)号：CN106919164A

公开(公告)日：2017-07-04

申请号：CN201710205376.X

申请日：2017-03-31

Applicant: 河海大学

Inventor： 刘惠义 ,  杨雪 ,  陈霜霜 ,  孟志伟

IPC: G05B23/02

CPC classification number: G05B23/0243 ,  G05B2219/24065

Abstract: 本发明公开了基于堆栈自动编码器的水利机组故障分析方法,包括以下步骤：(1)从水利机组检测系统采集机组运行原始状态数据，并进行人工标记；(2)将机组运行原始状态数据划分为训练数据和测试数据，同时获得训练标签和测试标签；(3)利用训练数据对堆栈自动编码器的每一层自动编码器进行预训练，提取预训练的特征；然后，利用训练标签对网络进行微调，获得微调后的基于堆栈自动编码器网络，作为水利机组故障分析模型；(4)将测试数据输入到水利机组故障分析模型，完成水利机组故障分析。本方法采用水利机组全部运行状态的监测数据，通过堆栈自动编码器方法，对水利机组当前健康状态进行更全面的评估，诊断更加精确。

公开(公告)号：CN104239888A

公开(公告)日：2014-12-24

申请号：CN201410459607.6

申请日：2014-09-10

Applicant: 河海大学

Inventor： 赵晓健 ,  曾晓勤 ,  刘惠义

IPC: G06K9/60

Abstract: 本发明公开了一种基于水表表盘环形排布钢印字符定位方法，其特征在于，包括如下步骤：S01：对采集的图像预处理：先对图像进行二值化，然后进行图像腐蚀操作，最后再去除小于一定阈值的连通区域；S02：表盘边缘轮廓提取：查找每个连通域最外层的轮廓，选取最外层轮廓；S03：对最外层轮廓进行椭圆拟合并定位表盘中心；S04：图像映射：将图像展开成矩形；S05：图像再处理：通过高斯高通滤波器滤除图像的低频部分，再顺次进行直方图均衡化、二值化、腐蚀、膨胀操作；S06：利用求投影和最大值的方法确定边界点并定位字符。计算复杂度低，能够快速准确地定位目标字符，并且能够适应各种外界干扰。

公开(公告)号：CN113436210B

公开(公告)日：2022-10-11

申请号：CN202110706637.2

申请日：2021-06-24

Applicant: 河海大学

Inventor： 陆彦钊 ,  刘惠义

IPC: G06T7/12 ,  G06T7/13 ,  G06V10/44 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种融合上下文逐级采样的道路图像分割方法，其包括：对获取的多张道路图像进行预处理得到分割图片；将分割图片输入构建好的Xception模型提取深层特征图和浅层特征图；将浅层特征图输入构建好的CBAM注意力模型放大其中小目标的特征，并将输出结果输入建好的HRNet模块进行融合；将深层特征图输入构建好的ASPP金字塔模块进行池化；将融合结果和池化结果中相同分辨率大小的深层特征图或浅层特征图融合，并进行逐级2倍上采样将深层特征图或浅层特征图放大回原图大小；本发明能够提高图片的分割准确率，同时在细节方面分割更加精细。