-
公开(公告)号：CN117349462A
公开(公告)日：2024-01-05
申请号：CN202311662340.6
申请日：2023-12-06
Applicant: 自然资源陕西省卫星应用技术中心 , 西北工业大学
IPC: G06F16/51 , G06N3/0464 , G06V10/24 , G06V10/26 , G06V10/764 , G06V10/82 , G06V20/70 , G06F16/53 , G06F16/55 , G06F16/583
Abstract: 本申请属于遥感影像技术领域，具体公开了一种遥感智能解译样本数据集生成方法，包括：对标注矢量的属性表进行处理；对影像数据和已有的标注矢量进行处理，将标注矢量转为栅格并将其与影像数据进行对齐；将设置好的影像数据进行切割，使用栅格处理工具对数据进行处理，生成大规模样本集；对样本集进行挑选；将样本集进行整理，并按区域进行命名。本申请利用已有的标注矢量数据，通过挖掘矢量数据和遥感影像之间的关系，批量化生产样本，大幅提升了数据集的规模，提升了效率，降低了制作样本集成本。
-
公开(公告)号：CN117237210A
公开(公告)日：2023-12-15
申请号：CN202311069013.X
申请日：2023-08-23
IPC: G06T5/00 , G06T5/50 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于波段感知动态卷积的多任务网络、多光谱图像全色锐化方法，属于多光谱图像处理领域。多任务网络包含一个任务通用子网络和任务特定子网络，其中任务通用子网络包含两个特征提取模块、一个层次特征融合模块、一个Transformer、一个重构模块；特征提取模块和层次特征融合模块采用波段感知动态卷积。多光谱图像全色锐化方法首先构建多任务网络并训练该网络，然后采用训练好了多任务网络进行推理，从而实现多光谱图像全色锐化。在多任务网络学习阶段，基于本领域内广泛应用的Wald协议构建多个仿真数据集。然后利用Adam算法调整多任务网络的参数。本发明充分利用多卫星数据联合训练多任务网络，从而有效学习各卫星数据集间通用知识。
-
公开(公告)号：CN116736300A
公开(公告)日：2023-09-12
申请号：CN202310583567.5
申请日：2023-05-23
Applicant: 西北工业大学
IPC: G01S13/90
Abstract: 本发明涉及一种极化SAR图像等效视数图的快速最大似然估计方法，涉及成像雷达图像处理技术领域。包括：采用对数运算获得极化SAR图像数据的对数行列式图；计算极化SAR对数行列式图的局部均值图；计算极化SAR各通道数据的局部均值图；计算局部平均后的极化SAR图像所有像素数据的行列式值，构成相应的行列式图，并采用对数运算获得其对数行列式图；采用矩阵相减获得极化SAR数据等效视数估计的局部样本统计量图；利用ML估计的解析近似求解式并基于矩阵运算快速估计出极化SAR图像的等效视数图。本发明方法避免了传统方法的迭代数值运算及其初始区间设置问题，基于矩阵运算和卷积的快速计算方法，其在估计极化SAR图像的等效视数图时的效率优势尤为明显。
-
公开(公告)号：CN116630848A
公开(公告)日：2023-08-22
申请号：CN202310541482.0
申请日：2023-05-15
Applicant: 西北工业大学
IPC: G06V20/40 , H04N21/44 , H04N21/845 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/082 , G06N3/096 , G06T7/00
Abstract: 本发明涉及一种腹腔镜视频实时有效性剪辑方法、系统及应用，涉及视频理解技术领域。包括视频处理模块和智能分类器模块，所述视频处理模块包括视频的预处理和后处理；所述的智能分类器模块对预处理后的视频进行类别的预测，并以此预测结果作为是否保留该帧的条件，通过视频处理模块对视频进行后处理，将视频保存为多个有效手术的视频片段，实现腹腔镜手术视频的自动剪辑。智能分类器模块引入了知识蒸馏方法，通过预训练好的教师网络对学生模型进行蒸馏训练，使得学生模型精度显著提升。得益于以上措施，本发明可以在多种腹腔镜场景下取得实时的，准确的分类结果，最终得到非常不错的剪辑效果。
-
公开(公告)号：CN110246171B
公开(公告)日：2022-07-19
申请号：CN201910498111.2
申请日：2019-06-10
Applicant: 西北工业大学
Abstract: 本发明涉及一种实时单目视频深度估计方法，结合二维卷积神经网络2D‑CNN和卷积的长短时记忆网络，构建出能够同时利用空间及时序信息对单目视频数据进行实时深度估计的模型。同时利用生成对抗网络GAN来对估计得到的结果进行约束。评估精度上，与当前state‑of‑the‑art模型可比。使用开销上，模型运行速度更快，模型参数量更少，需要的计算资源更少。且本模型估计得到的结果具有很好的时间一致性，在对连续多帧进行深度估计时，得到的深度结果图变化情况与输入的RGB图变化情况一致，不会出现突变，抖动。
-
Patent Agency Ranking
公开(公告)号：CN110189282A
公开(公告)日：2019-08-30
申请号：CN201910382946.1
申请日：2019-05-09
Applicant: 西北工业大学
IPC: G06T5/50
Abstract: 本发明涉及一种基于密集和跳跃连接深度卷积网络的多光谱和全色图像融合方法，该方法分为模型训练和图像融合两个部分。在模型训练阶段，首先将原始清晰多光谱和全色图像降采样，得到模拟训练图像对；然后提取模拟的多光谱和全色图像的特征，利用密集连接网络融合特征，并利用跳跃连接重建高空间分辨率多光谱图像；最后利用Adam算法调整模型的参数。在图像融合阶段，首先提取多光谱和全色图像的特征，利用密集连接网络融合特征，并结合跳跃连接重建高空间分辨率多光谱图像。两个特征提取子网络负责提取输入图像对的特征，三个密集连接网络负责融合特征，跳跃连接和两个转置卷积负责重建高空间分辨率多光谱图像。
-
公开(公告)号：CN110009015A
公开(公告)日：2019-07-12
申请号：CN201910225506.5
申请日：2019-03-25
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于轻量化网络和半监督聚类的高光谱小样本分类方法，通过使用Point-wise卷积核，Depth-wise卷积核和双loss构建轻量化网络模型，Point-wise卷积核和Depth-wise卷积核能够极大减少参数数量，降低网络训练过程中对训练样本的需求；双loss策略可以将深度特征空间更加可分，更利于在深度特征空间进行分类和聚类。此外，半监督近似秩序聚类算法能够选出更多有自信的伪标签，为网络训练效果的提升提供了更有利的条件。本发明实现了小样本条件下，高光谱图像深度特征和标签数据的自主提取，高精度的分类。
-
公开(公告)号：CN109949270A
公开(公告)日：2019-06-28
申请号：CN201910078927.X
申请日：2019-01-28
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于区域卷积网络的多光谱和全色图像融合空间质量评价方法，改进了传统的基于区域的多光谱图像和全色图像融合空间质量评价方法中对融合图像和全色图像的处理过程。直接使用GoogLeNet网络提取原始的融合图像和全色图像中区域图像的空间特征，而不是先对融合图像进行灰度图像转换和离散余弦变换。有效避免了图像的空间信息丢失的同时，提取了表征能力和泛化能力更强的深度特征，对融合结果进行特征级的空间质量评价。最终得到直观的空间质量分布图表示融合结果局部区域的空间质量。
-
公开(公告)号：CN105654117B
公开(公告)日：2019-01-25
申请号：CN201510992076.1
申请日：2015-12-25
Applicant: 西北工业大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于SAE深度网络的高光谱图像空谱联合的分类方法，替代了传统的PCA降维后使用邻域信息作为空间特征，使用当前像素点的空间位置信息，即行列坐标作为空间特征，然后和其谱特征结合作为训练样本的空谱联合特征，进而提出一种基于SAE深度网络的高光谱图像空谱联合分类方法。本发明的有益效果在于：改进了传统的基于SAE深度网络空谱联合分类中提取空间特征的方法，使用空间位置信息作为空间特征而不是传统的提取空间特征的方法即在谱空间上进行主成分分析(PCA)降维后提取邻域的空间信息作为空间特征，不仅简化了空间特征的提取方法，减少了运算量，而且相较于传统的方法提高了分类精度。
-
公开(公告)号：CN108491864A
公开(公告)日：2018-09-04
申请号：CN201810163343.8
申请日：2018-02-27
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于自动确定卷积核大小卷积神经网络的高光谱图像分类方法。首先，用K-means算法对多组不同大小的图像块样本进行聚类处理；然后，设计一种新的针对不同尺寸且各类别数量呈非均匀分布样本聚类结果的评价指标，对不同尺寸样本聚类结果进行评价，根据评价结果确定自适应卷积核；最后，对自适应卷积核的卷积神经网络进行训练，并利用训练好的网络对高光谱图像进行分类。由于利用聚类处理和指标评价得到的自适应卷积核可以更加有效的表征数据信息，利用本发明方法可以得到更好的高光谱图像分类结果。
-
-
-
-
-
-
-
-
-
Search Results
177
records
(took 0.037 seconds)
