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：武汉大学
摘要：本发明提供一种融合事件和图像的运动模糊图像线段检测方法及系统，构建训练样本集，包括采集事件相机和普光相机数据，配准生成运动模糊图像，标注线段，将事件数据、运动模糊图像和线段标注打包作为训练样本集；基于事件和图像特征融合构建运动模糊图像线段检测网络模型，所述运动模糊图像线段检测网络模型包括特征融合骨干网络和线检测头，所述特征融合骨干网络包括浅层模块和级联对偶沙漏模块，所述线检测头包括线段建议网络模块和分类器；利用损失函数进行训练，基于训练好的运动模糊图像线段检测网络模型，输入待测试的运动模糊图像和事件流，对测试数据进行线段检测。应用本发明进行运动模糊图像线段检测的结果精度能够满足需求。
主权项：1.一种融合事件和图像的运动模糊图像线段检测方法，其特征在于：包括以下步骤，步骤1，构建训练样本集，包括采集事件相机和普光相机数据，配准事件数据和普光图像，生成运动模糊图像，标注线段，将事件数据、运动模糊图像和线段标注打包作为运动模糊图像线段检测的训练样本集；步骤2，基于事件和图像特征融合构建运动模糊图像线段检测网络模型，所述运动模糊图像线段检测网络模型包括特征融合骨干网络和线检测头，所述特征融合骨干网络包括浅层模块和级联对偶沙漏模块，所述浅层模块对事件脉冲张量和运动模糊图像组合提取浅层特征，所述级联对偶沙漏模块对浅层事件和图像分支特征融合增强，得到运动模糊图像和事件帧的融合特征图；所述线检测头包括线段建议网络模块和分类器，线段建议网络模块基于运动模糊图像和事件帧的融合特征图得到候选线段，然后由分类器监督训练获得线段的得分，得到最终保留线段；步骤3，利用损失函数，基于步骤1构建的训练数据集，对步骤2构建的运动模糊图像线段检测网络模型进行训练；所述损失函数由线检测头中线段建议网络模块和分类器相应损失加权构成；步骤4，基于步骤3所得训练好的运动模糊图像线段检测网络模型，输入待测试的运动模糊图像和事件流，对测试数据进行线段检测。
全文数据：
权利要求：
百度查询： 武汉大学 融合事件和图像的运动模糊图像线段检测方法及系统
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