龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆邮电大学
摘要：本发明请求保护一种数据集扩充和阴影图像分类辅助的阴影检测方法，属于图像处理领域。本发明包括以下步骤：1、基于生成对抗网络，设计ShadowGAN网络结构，用于生成阴影图像，并使用生成的阴影图像扩充原有的数据集；2、在现有的阴影检测网络模型中加入阴影分类模块；3、结合步骤1和步骤2，进一步提升检测的准确率。本发明提出一种针对阴影检测的数据集扩充方法和阴影图像分类辅助的阴影检测网络模型。本发明对自然环境中得到的阴影图像，利用深度神经网络，通过设计生成对抗网络的网络结构以扩充数据集，以及阴影图像分类辅助的阴影检测模型的网络结构，对阴影图像中的阴影区域进行更加准确的识别。
主权项：1.一种数据集扩充和阴影图像分类辅助的阴影检测方法，其特征在于，包括以下步骤：步骤1：从包含阴影图像、无阴影图像以及阴影掩膜的原始训练集中随机挑选无阴影图像和阴影掩膜，作为ShadowGAN的生成器的输入，得到新的阴影图像样本，对现有的阴影检测数据集进行数据集扩充；步骤2：在阴影检测网络中加入阴影图像分类任务；加入阴影图像分类后的网络模型被抽象成三个部分，分别是：特征提取网络，阴影检测模块以及阴影图像分类模块；特征提取网络为金字塔结构，用于提取阴影的边缘和语义在内的特征，阴影检测模块的输入为特征金字塔的特征图，用于对阴影掩膜进行预测，阴影图像分类模块用于判断图像中是否存在阴影区域，并将图像分类为无阴影图像和阴影图像；步骤3：结合步骤1与步骤2中的方法，在扩充后的数据集上训练加入了阴影图像分类任务的阴影检测网络；步骤4：将阴影图像输入步骤3中训练好的模型，得到阴影掩膜的预测结果；为了实现端到端的训练，训练策略为：在每一轮训练中，阴影检测的训练进行一次，阴影分类的训练进行两次，如下式所示： 表示网络的损失函数，表示阴影分类损失函数，λi表示中间变量，取值为0或1，i代表迭代次数，表示阴影检测损失函数，在测试阶段，阴影图像分类模块被弃用，模型的输入为阴影图像，模型的输出为预测到的阴影掩膜。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种数据集扩充和阴影图像分类辅助的阴影检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号