检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

结合稠密小波变换的双分支低照度图像增强

计算机工程与应用 2024年第4期60卷 200-210页

作者：陈俊杰周永霞祖佳贞盛威赵平中国计量大学信息工程学院杭州310018 中国计量大学浙江省电磁波信息技术与计量检测重点实验室杭州310018

针对低照度图像存在低亮度、高噪声、色彩失真等问题,提出了一种结合稠密小波变换的双分支低照度图像增强方法。采用稠密小波网络进行多尺度特征信息融合,在减少信息丢失的同时使网络具有一定的去噪能力。在多尺度特征融合中嵌入全局注... 详细信息

针对低照度图像存在低亮度、高噪声、色彩失真等问题,提出了一种结合稠密小波变换的双分支低照度图像增强方法。采用稠密小波网络进行多尺度特征信息融合,在减少信息丢失的同时使网络具有一定的去噪能力。在多尺度特征融合中嵌入全局注意力模块和特征提取模块,充分提取全局和局部特征。通过双分支结构对图像进行色彩增强和细节重建,使得低照度图像具有较好的增强效果。引入了新的联合损失函数从多方面指导网络训练,以增强网络性能。将所提方法与主流方法相比较,实验结果充分表明,所提方法有效提高了低照度图像的亮度,抑制了图像噪声,并取得了更丰富的细节和色彩信息,得到的增强图像更清晰自然,在峰值信噪比和结构相似度等图像质量客观评价指标方面也具有显著的优势。

关键词：稠密小波变换低照度图像增强双分支联合损失函数

基于YOLOv7的轻量级低照度目标检测算法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第14期61卷 355-362页

作者：李昶昱葛磊南京理工大学瞬态物理重点实验室江苏南京210094

低照度目标检测是目标检测任务中常见的挑战之一。通用的目标检测方法在低照度条件下性能会明显下降,而现有的低照度目标检测方法会造成大量的计算资源消耗,并不适合部署在计算能力受限的设备上。为应对上述问题,提出一种端到端的轻量... 详细信息

低照度目标检测是目标检测任务中常见的挑战之一。通用的目标检测方法在低照度条件下性能会明显下降,而现有的低照度目标检测方法会造成大量的计算资源消耗,并不适合部署在计算能力受限的设备上。为应对上述问题,提出一种端到端的轻量级目标检测算法LL-YOLO。针对低照度图像中特征信息不明显、难以学习与辨识的问题,设计低照度图像生成算法,通过生成低照度图像来训练检测器,帮助其学习低照度环境下的特征信息;并对检测器网络结构进行调整,减少特征信息在计算过程中的损失,提高模型对特征信息的敏感度。针对低照度图像中特征信息受噪声影响严重的问题,提出聚合周边信息的A-ELAN模块,使用深度可分离卷积与注意力机制捕获周边信息,增强获得的特征信息,减弱噪声的影响。实验结果表明,LL-YOLO算法在低照度目标检测数据集ExDark上平均精度均值(mAP@0.5)达到81.1%,相较直接训练的YOLOv7-tiny算法提高11.9百分点,相比于其他算法具有较强竞争力。

关键词：机器视觉低照度目标检测轻量级算法 YOLOv7

低照度宽视场视频中微小目标相关滤波跟踪方法

在线全文

学校读者我要写书评

暂无评论

激光杂志 2024年第1期45卷 86-91页

作者：谢钊东贾振红新疆大学信息科学与工程学院信号与信息处理自治区重点实验室乌鲁木齐830017

此前的相关滤波目标跟踪算法,关于低照度宽视场小目标跟踪的研究工作未见报道。针对此,提出一种将图像差异检测框架与基于相关滤波器(CF)的跟踪框架相结合的算法,并引入双重滤波器对抗环境带来的不利因素。提出用l2范数的稀疏响应正则... 详细信息

此前的相关滤波目标跟踪算法,关于低照度宽视场小目标跟踪的研究工作未见报道。针对此,提出一种将图像差异检测框架与基于相关滤波器(CF)的跟踪框架相结合的算法,并引入双重滤波器对抗环境带来的不利因素。提出用l2范数的稀疏响应正则化项来抑制CF框架产生的异常波峰。在响应阶段,根据双重滤波器加权融合,预测小目标的位置。结果表明,提出算法在低照度宽视场中对小目标的快速移动、形变、运动模糊有优异的跟踪性能,并且满足实时性能。采集了全新的具有41条由鹰眼摄像头拍摄的夜晚监控序列数据集作为基准。实验结果表明本算法在DP提升了8.8%,AUC提升了7.4%,并在单个CPU上实现30.6帧每秒的实时运行。

关键词：目标跟踪相关滤波图像差异检测稀疏约束低照度宽视场

融合同态滤波与MSR算法的低照度船舶图像增强

在线全文

学校读者我要写书评

暂无评论

舰船科学技术 2024年第1期46卷 152-157页

作者：饶伟毕振波谭逸柯张迪雅王雨萌浙江海洋大学信息工程学院浙江舟山316022 浙江省海洋大数据挖掘与应用重点实验室浙江舟山316022

传统的Retinex算法针对海上低照度船舶图像增强存在图像过度曝光、细节丢失以及边缘模糊等现象。因此,提出一种结合多尺度Retinex和同态滤波的改进算法。首先,对输入图像的RGB三通道利用改进的单参数同态滤波器进行处理,将处理后的图像... 详细信息

传统的Retinex算法针对海上低照度船舶图像增强存在图像过度曝光、细节丢失以及边缘模糊等现象。因此,提出一种结合多尺度Retinex和同态滤波的改进算法。首先,对输入图像的RGB三通道利用改进的单参数同态滤波器进行处理,将处理后的图像转为HSV空间,其中采取自适应增强S分量;由多尺度Retinex算法估计其光照分量并由CLAHE算法均衡化,随之融合Gamma变换处理后的反射分量,融合后通过拉普拉斯算子对其边缘进行增强。最后有效融合校正后的光照分量与边缘增强后的反射分量,输出增强图像。通过实验结果对比分析,证实提出的算法有利于海上低照度船舶图像清晰度的提升及避免细节丢失和图像过曝问题的产生。

关键词：低照度船舶图像同态滤波 Laplacian 多尺度Retinex

在线全文

学校读者我要写书评

暂无评论

一种低照度场景下的视觉定位技术

中国惯性技术学报 2024年第9期 857-865页

作者：李磊磊钟傲郝家镁陈家斌韩勇强北京理工大学自动化学院

针对在低照度环境中由于光照不足或光照不均导致的图像噪声过大、特征提取不均匀等问题，提出了一种低照度场景下的单目视觉定位技术。首先，利用微光传感器采集低照度图像信息，对图像噪声设计了一种基于深度学习的图像去噪网络，利用... 详细信息

针对在低照度环境中由于光照不足或光照不均导致的图像噪声过大、特征提取不均匀等问题，提出了一种低照度场景下的单目视觉定位技术。首先，利用微光传感器采集低照度图像信息，对图像噪声设计了一种基于深度学习的图像去噪网络，利用该网络进行图像噪声处理。然后，利用四叉树改进特征均匀提取策略以提高特征跟踪效果，采用对极几何、三角测量等技术估计图像帧间位姿。最后，构建视觉重投影误差方程，利用光束平差法进行位姿估计和优化。实验结果表明，所提定位技术在光照强度为0.01 lx的低照度环境中，轨迹闭环情况下的平均定位均方根误差小于1.47 m，轨迹无闭环情况下的平均定位均方根误差小于4.26 m。

关键词：低照度微光传感器图像去噪位姿估计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

低照度下室外人体行为识别算法研究

低照度下室外人体行为识别算法研究

作者：石静宇太原科技大学

学位级别：硕士

室外人体行为识别研究是计算机视觉领域中的一项重要研究任务,它旨在解决在不同场景下行人关键点检测困难的问题。低照度下光线较暗,现有检测算法难以准确识别行人轮廓和关键点,后续的行为识别将更为困难。根据在实际应用中普遍存在的... 详细信息

室外人体行为识别研究是计算机视觉领域中的一项重要研究任务,它旨在解决在不同场景下行人关键点检测困难的问题。低照度下光线较暗,现有检测算法难以准确识别行人轮廓和关键点,后续的行为识别将更为困难。根据在实际应用中普遍存在的低照度环境下的识别难题,本文主要研究了低照度下室外人体行为识别任务,这为实际应用中的低照度环境下人体行为识别提供了一种高效可行的解决方案,主要研究内容如下:(1)针对低照度场景中行人关键点特征信息有限导致检测精度低的问题,研究了一种LT-YOLOv7检测算法。首先在轻量化YOLOv7主干网络中通过增加64倍下采样检测层,在更多尺度上采集关键点特征信息,实现更好的提取夜间低照度下的人体关键点信息;同时将改进的C3r加入主干网络中,来减少计算量和提高检测精度;最后,在特征融合网络和检测层之间融入CBAM注意力机制,以提升算法在夜间复杂背景下的检测能力。最后在COCO2017-L数据集上进行实验,结果表明,与改进前的网络相比,精度提升了12.6%。(2)针对在低照度场景中行人关键点被遮挡导致精度低的问题,研究了一种改进的Quality Focal Loss损失函数。原有的Quality Focal Loss损失函数中的经验值β是一个常值,无法根据关键点的信息进行动态调整,导致模型难以有效地区分和学习被遮挡或模糊的关键点。因此将Quality Focal Loss损失函数中的经验值β优化为β'=min(β/σ,4),式中,β为原来损失函数的经验值,根据关键点预测值σ的大小来动态控制β'值的大小,提高对遮挡或模糊关键点的检测精度。实验结果表明,与LTYOLOv7相比,改进后的网络检测精度进一步提升了2.2%。(3)针对低照度场景中行为识别精度不高的问题,研究了一种基于时空图卷积的行为识别算法。首先将原有网络中的Adadelta梯度下降优化器调整为Adam,进一步提高网络收敛速度和稳定性。其次将原网络中的激活函数优化为SiLU激活函数,增强网络在复杂低照度环境下的动作特征提取能力,最后在残差分支引入ECA注意力机制,使得网络能够更好地捕获关键点之间的相关性,进而提高行为识别的性能。实验结果表明,本文所改进的网络比原来的ST-GCN网络识别精度提升了1.67%,与4S ShiftGCN网络相比,识别精度提高了1.18%。

关键词：低照度人体关键点检测轻量化图卷积网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像自适应增强的低照度目标检测算法

计算机工程 2024年第10期50卷 352-361页

作者：王非凡陈希爱任卫红管宇韩志唐延东沈阳理工大学自动化与电气工程学院辽宁沈阳110159 中国科学院沈阳自动化研究所机器人学国家重点实验室辽宁沈阳110016 中国科学院机器人与智能制造创新研究院辽宁沈阳110159 哈尔滨工业大学机电工程与自动化学院广东深圳518055 沈阳理工大学信息科学与工程学院辽宁沈阳110159

在低光环境下的检测任务中,由于低亮度、低对比度以及噪声等不利因素影响,会存在对目标的漏检、错检等现象。针对此问题,提出基于图像自适应增强的低照度目标检测算法。将传统图像处理方法与深度学习相结合,设计图像自适应增强网络,使... 详细信息

在低光环境下的检测任务中,由于低亮度、低对比度以及噪声等不利因素影响,会存在对目标的漏检、错检等现象。针对此问题,提出基于图像自适应增强的低照度目标检测算法。将传统图像处理方法与深度学习相结合,设计图像自适应增强网络,使用多个可调滤波器通过级联的方式进行结合,对输入的低光图像进行逐步增强,各滤波器的调节参数由卷积神经网络根据输入图像的全局信息进行预测。将图像自适应增强网络与YOLOv5目标检测网络相结合进行端到端的联合训练,使图像增强效果更有利于目标检测。由于在低光目标检测过程中易出现漏检现象,对通道注意力机制SE-Net进行改进,设计特征增强网络,并嵌入到YOLOv5网络中Neck部分的末端,以减少网络特征融合过程中造成潜在目标特征的信息损失。实验结果表明,所提算法在真实低光数据集ExDark上的检测精度达到了77.3%,相较于原始YOLOv5目标检测网络提高了2.1个百分点,检测速度达到79帧/s,能够实现实时检测的效果。

关键词：自适应增强低照度目标检测注意力机制联合训练

在线全文

学校读者我要写书评

暂无评论

一种低照度下行人关键点的轻量化检测算法

控制工程 2024年

作者：石静宇何秋生曹京威太原科技大学电子信息工程学院

针对夜间低照度导致行人关键点检测准确率不高的问题，研究了一种改进的轻量化YOLOv7关键点检测算法。首先，在主干网络中增加64倍下采样层和C3r模块以解决低照度下行人关键点特征信息有限的问题，然后将CBAM注意力机制插入在特征融合... 详细信息

针对夜间低照度导致行人关键点检测准确率不高的问题，研究了一种改进的轻量化YOLOv7关键点检测算法。首先，在主干网络中增加64倍下采样层和C3r模块以解决低照度下行人关键点特征信息有限的问题，然后将CBAM注意力机制插入在特征融合网络和检测层之间，以提升算法在夜间复杂背景下的检测能力。最后采用改进的Quality Focal Loss作为分类损失函数，用于减轻数据集不平衡对模型训练和预测的影响。在COCO2017-L数据集上进行实验，结果表明，与轻量化YOLOv7检测模型相比，精度、召回率、平均精度分别提高了14.3%、1.3%、13%；与轻量化前的YOLOv7-pose模型相比，模型参数量下降了58.6%，FPS提升了35.6%，且精度、召回率、平均精度分别提高了1.2%、1.1%、2.3%。

关键词：低照度关键点检测轻量化 CBAM注意力机制

基于Retinex理论的低照度图像自适应增强算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2024年

作者：郑涤尘何继开刘艺高帆张登银南京邮电大学通信与信息工程学院南京邮电大学物联网学院

现实环境中图像通常在次优照明条件下拍摄，导致亮度不足、观感较差。现有低照度图像增强方法往往结构复杂，侧重改善暗光区域的可视度，但可能过度增强图像的明亮区域、放大隐藏的噪声。多数基于Retinex理论的方法存在噪点过多、细节... 详细信息

现实环境中图像通常在次优照明条件下拍摄，导致亮度不足、观感较差。现有低照度图像增强方法往往结构复杂，侧重改善暗光区域的可视度，但可能过度增强图像的明亮区域、放大隐藏的噪声。多数基于Retinex理论的方法存在噪点过多、细节损失和颜色失真等问题，影响增强结果的视觉质量。为了解决该问题，提出了一种基于Retinex理论的低照度图像自适应增强算法，旨在有效提升图像亮度的同时真实自然地还原图像。首先，低照度图像经过投影模块去除不适合Retinex理论分解的噪声；其次，分解网络将图像分解为照度分量和反射分量；最后，照度分量经过自适应迭代曲线进行调整，与反射分量相乘得到增强图像。实验结果表明，相比于其他主流算法，所提算法在客观评价指标特别是PSNR和SSIM上优势明显：在LOL数据集上分别达到19.98dB和0.76，较次优算法提高4.9%和4.1%；在LSRW数据集上分别达到18.94dB和0.58，较次优算法提高1.5%和7.4%。在有参考数据集和无参考数据集上，所提算法得到增强图像的亮度均有显著提升、色彩真实自然，主观视觉效果更好。

关键词：图像增强低照度 Retinex 迭代增强深度学习