天津理工大学|学校教育

工作描述：快速准确的红外目标分割是目标自动识别的基础，但分割中容易出现目标区域的显著差异。为了解决这一问题，本文提出了一种基于免疫场增长和克隆阈值的红外目标分割方法，可以有效地去除图像噪声，设计了一个可调节的生长免疫场，可以防止由于区域生长阈值增加而导致的过度生长。通过研究论文发表在：Infrared Physics  Technology  SCI期刊（2017）

天津理工大学|学校教育

工作描述：针对红外检测图像，提出了一种新的自适应生长免疫场提取算法；设计了一个包含梯度和区域信息的区域增长分割框架；提出了一种基于梯度信息的分割算法，能够使生长免疫场适应自适应变化，并通过一系列实验验证了该算法的改进。通过研究论文发表在：Neural Processing Letters  SCI期刊（2020）

天津理工大学|学校教育

工作描述：基于深度学习网络DCNN提出了一种红外模糊手印识别的学习框架。在这个框架中，基于DCNN提取红外手印痕迹的深度图像特征获得一个用于红外手印对象识别的基于DCNN的分类模型，称之为ITCNet。该模型能够将红外手印与其所属目标对象的信息相关联。在这个框架中，提出了一种小型MBConv模块来减少模型的参数，避免过拟合问题。用简单变换产生的输出特征取代一部分原始卷积特征，通过减少生成特征图的卷积核来减少必要计算资源。通过研究论文发表在：Neural Processing Letters  SCI期刊（2021）上