本项目技术成果包含:
1) 雾天图像增强;
2) 水下图像增强;
3)单幅图像去雨处理;
4)沙尘天气图像增强;
5)弱光照图像增强;
本项目解决了现有目标检测、识别和跟踪系统易受雨天、雾天、沙尘、低光照、水下等恶劣成像环境的影响问题,使得相关目标检测、识别与跟踪系统可以全天候工作,最大程度克服相关视觉应用系统受天气和工作场景的影响的局限。
课题组通过多年攻关,在相关核心技术方面有多项突破,提出多项拥有自主知识产权的针对恶劣成像环境下退化图像的质量提升方法。相关研究处于国内领先水平,已在包括IEEE *** Processing, CVPR,ICCV等计算机视觉国际顶级期刊和会议上发表论文17篇。授权发明专利5项,软件著作权1项。
评价单位:“科创中国”时空信息卫星导航产业科技服务团 (中国测绘学会)
评价时间:2023-11-01
综合评价
该成果在基准数据集上取得了可喜的性能,由于输入图像的域偏移,由高质量图像训练的一般目标检测模型在恶劣的天气条件下(例如,有雾和暗光)往往无法获得令人满意的结果。提出了在恶劣天气下拍摄的图像可以分解为干净的图像及其对应的天气信息,使得相关目标检测、识别与跟踪系统可以全天候工作,最大程度克服相关视觉应用系统受天气和工作场景的影响的局限。该方法新颖且有效,很好解决了当前图像自动描述方法对于生成结果精确度不高且判别性不强的缺陷。
查看更多>