-
公开(公告)号:CN117440104B
公开(公告)日:2024-03-29
申请号:CN202311767134.1
申请日:2023-12-21
Applicant: 北京遥感设备研究所
Abstract: 本说明书公开了一种基于目标显著性特征的数据压缩重建方法,涉及数据压缩重构技术领域,包括将原始图像分为若干批次,并进行预处理;利用Mask R‑CNN模型对预处理后的图像进行目标检测,获得模型检测结果;将模型检测结果进行分组,获得所需目标和其他目标的数据集合;对预处理后的原始图像进行网格拆分,并对网格进行分组存储和压缩,获得其他目标压缩结果、背景压缩结果以及所需目标压缩结果;采用双线性插值方法对其他目标和背景的网格图像进行重建,并采用VAE模型对所需目标的网格图像进行重建,获得插值结果和重建样本;将插值结果和重建样本进行拼接,获得重建图像,以解决目前数据压缩重建技术存在保存信息冗杂、数据重建的准确性低的问题。
-
公开(公告)号:CN117435647B
公开(公告)日:2024-03-29
申请号:CN202311757385.1
申请日:2023-12-20
Applicant: 北京遥感设备研究所
IPC: G06F16/2458 , G06F16/28
Abstract: 本说明书提供了一种基于增量采样的近似查询方法、装置及设备,涉及近似查询处理技术领域。该方法基于查询请求及谓词自适应查询策略,确定与查询请求相对应的谓词条件,并从样本存储库中查找与谓词条件相匹配的历史样本;若样本存储库中存在部分覆盖谓词条件的样本,则部分样本重用,并对没有覆盖到的谓词条件进行延迟增量采样;基于在线‑离线样本合并算法,将部分覆盖样本与延迟增量采样后的在线样本进行合并,得到与查询请求相匹配的样本集。解决了现有离线近似查询、在线近似查询方法在不可预测性的条件下无法兼顾查询精度和查询速度的问题。该采用部分重用、明智采样、延迟和最小浪费的思想,使之能够结合在线与离线采样系统的优点。
-