李华锋
- 作品数：112 被引量：62H指数：5
- 供职机构：昆明理工大学更多>>
- 发文基金：国家自然科学基金云南省科技厅科技计划项目更多>>
- 相关领域：自动化与计算机技术电子电信医药卫生经济管理更多>>
- 基于空间位置偏移感知的免配准多聚焦图像融合方法
- 本发明涉及基于空间位置偏移感知的免配准多聚焦图像融合方法，属于图像融合技术领域、目标检测技术领域。本发明包括步骤：检测输入源图像的聚焦区域；将多聚焦图像对输入特征提取层，提取源图像特征；将源图像特征和聚焦检测结果输入空间...
- 王丹李华锋张亚飞
- 对比度与空间位置关系驱动的显著性检测被引量：1
- 2016年
- 针对已有方法不能很好地检测显著目标边界以及完整区域问题,提出一种基于超像素分割的图像显著性检测方法。首先,对原图像进行双边滤波降低局部颜色差异,使图像更加平滑、均匀,同时能够保留显著目标的边缘信息。然后通过计算局部窗口内像素的差异来实现显著目标边界的初步检测;滤波后的图像通过超像素分割将具有相同或相近颜色特征的像素划分到一个超像素区块内,在此基础上,综合考虑超像素区块的局部对比度与全局对比度以及空间分布关系来计算每个区块的显著值。最后,融合上述两部分的结果并通过引导滤波来对检测结果进行优化处理。在MSRA-1000公开数据集上与其他7种方法进行对比实验,所提方法的平均准确率为81.57%,平均召回率为77.13%,综合指标F-measure值为80.50%。实验结果表明,提出的方法能够很好地检测出显著目标边界与内部信息,均匀突出了显著区域,证明了所提方法的有效性和鲁棒性。
- 刘志远李华锋
- 关键词：显著性检测对比度
- 一种基于稀疏表示的提升图像清晰度的方法
- 本发明公开了一种基于稀疏表示的提升图像清晰度的方法，输入两幅源图像分别进行低秩分解；利用字典学习模型对选用的图像集进行训练；利用稀疏表示方法对低秩部分图像和稀疏部分图像进行稀疏融合，接着对低秩融合图像和稀疏融合图像分别采...
- 李华锋邓志华余正涛王红斌
- 一种基于变分与分数阶微分的图像融合与超分辨率实现方法
- 本发明涉及一种基于变分与分数阶微分的图像融合与超分辨率实现方法，属于图像处理领域以及信息融合领域。本发明在图像融合与超分辨率实现上，将待融合的低分辨率源图像看成是一幅多通道图像，通过构建其结构张量求得多通道图像梯度特征的...
- 李华锋余正涛毛存礼郭剑毅李小松刘志远
- 文献传递
- 基于特征信息增强的红外与可见光图像融合算法
- 2023年
- 基于深度学习的图像融合方法依靠卷积网络来提取特征并重建融合图像.尽管层数较多的卷积网络具有更好的拟合能力,然而,随着网络层数的增加,来自源图像中特征信息的丢失也随之加剧,从而导致融合结果的降质退化.为此,提出了一种基于特征信息增强的红外与可见光图像融合方法.该方法通过基于先验信息的特征调制增强与全局-局部注意力模块实现特征信息的自适应增强,以恢复特征中丢失的信息.特征调制增强模块利用源图像间丰富的先验信息对融合特征进行双边调制变换,以增强融合特征中的纹理细节与显著性信息.全局-局部注意力模块分别建立特征在全局和局部范围内的依赖关系,增强融合特征的全局特性和局部特性.此外,提出了一种注意力门限融合模块,以更加灵活的方式实现特征的自适应融合.将所提算法与多种融合算法进行对比,实验结果表明,所提出的方法在主观评价指标和客观评价指标上都取得了较为优异的结果.
- 赵军智张亚飞李华锋
- 关键词：注意力可见光图像
- 基于再感知双模型联合训练的散焦模糊检测
- 2024年
- 针对散焦模糊检测(defocus blur etection, DBD)模型训练时没有对响应错误区域学习优化,且在识别过程中部分图像的模糊同质区域和处理边界过渡等位置仍然具有挑战性等问题,提出了再感知双模型联合训练方法和基于注意力机制多尺度语义融合散焦模糊检测网络。将未正确响应的预测区域映射到全新合成图像中驱动模型学习,实现再感知错误位置的图像特征;利用DBD任务的互补性质构建预测网络,组成对焦预测和模糊预测双模型,将互补网络中多余响应的区域反馈到另一个模型上从而提升训练效果;利用多尺度特征融合模块逐渐整合不同尺度的语义信息;在特征提取时设计了全局通道注意力模块,使模型关注预测结果的有效特征信息,增强网络在不同输入场景下的灵活性。在DUT、CUHK和CTCUG数据集上进行的对比实验表明,提出的方法与对比方法中性能最优者相比,F-Measure指标分别提高了0.082、0.051、0.264,MAE指标分别降低了0.032、0.018、0.144。
- 朱智勤孟骏李嫄源齐观秋李华锋姚政
- 关键词：多尺度特征
- 低秩先验引导的无监督域自适应行人重识别被引量：2
- 2021年
- 无监督域自适应行人重识别在智能监控中发挥着重要作用,并引起了研究者的广泛关注。尽管目前的研究已经取得了较大进步,但不同数据集之间的域偏移问题给行人重识别带来极大挑战。研究发现,在连续时间里,同一摄像机视角下的行人图像具有相同的风格,如果将这种风格信息从行人图像中分离出去,将有效缓解由图像风格差异引起的域偏移问题。为此,提出一种低秩先验引导的域不变信息分离的字典学习方案。根据风格信息的低秩先验性,将行人图像特征中的风格信息和行人身份信息分离开来,根据同一身份行人属性的域不变性建立视觉特征与属性之间的联系,缓解域偏移所带来的影响,通过自训练策略来调整学习参数。实验表明,方法的性能在很多数据集上超过了传统的无监督域自适应行人重识别方法以及部分基于深度学习的无监督域自适应行人重识别方法。
- 李玲莉谢明鸿李凡李凡李华锋李华锋
- 基于堆叠交叉注意力的图像文本跨模态匹配方法被引量：4
- 2022年
- 图像文本跨模态匹配是计算机视觉与自然语言处理交叉领域的一项重要任务,然而传统的图像文本跨模态匹配方法要么只考虑到全局图像与全局文本匹配,要么只考虑到局部图像与局部文本匹配,无法全面有效的考虑局部和全局信息,导致提取出来的特征信息不完善。或者只是简单的对全局图像与全局文本特征进行提取,局部细节信息无法凸显,导致全局特征无法充分表达其全局语义信息。针对该问题,本文提出一种基于堆叠交叉注意力的图像文本跨模态匹配方法。该方法在考虑局部图像与局部文本匹配的同时,将堆叠交叉注意力引进全局图像与全局文本匹配,通过注意力来进一步挖掘全局特征信息,让全局图像与全局文本特征得到优化,从而提升图像文本跨模态检索的效果。在Flickr30K和MS-COCO两个公共数据集上进行了实验验证,模型的总体性能R@sum(Recall@sum)较baseline(SCAN)分别提高了3.9%与3.7%。该模型与SCAN模型相比,R@sum表现较好。由此表明本文提出方法在图像文本跨模态检索任务上的有效性,并且与现有方法相比具有一定的优越性。
- 王红斌王红斌李华锋
- 一种基于标签一致性约束与拉伸正则化字典学习的行人再识别方法
- 本发明涉及一种基于标签一致性约束与拉伸正则化字典学习的行人再识别方法，属于数字图像识别技术领域。本发明首先将原始图像特征映射到低维判别空间，用于降低不同视角下同一行人之间的发散性；此外，为进一步提升字典的判别性，假设同一...
- 李华锋周维燕许佳佳
- 文献传递
- 一种基于雾迁移和特征聚合的真实场景下有雾图像去雾方法
- 本发明涉及基于雾迁移和特征聚合的真实场景下有雾图像去雾方法，属图像处理领域。本发明设计了一种将真实场景下的有雾图像中的雾迁移到清晰图像上以生成数据集，然后再利用一种以特征聚合为基础的去雾网络实现图像去雾的方法。在雾迁移的...
- 张亚飞高继蕊李华锋谢明鸿
