-
公开(公告)号：CN105957050A
公开(公告)日：2016-09-21
申请号：CN201610237599.X
申请日：2016-04-15
Applicant: 西南交通大学
IPC: G06T7/00
Abstract: 本发明公开了一种图像分割的方法及装置。该方法包括：初始化水平集函数，根据水平集函数值的正负，将输入的待分割SAR图像分割为两个区域Ω1和Ω2，使用固定大小的局部窗口利用对数累积量方法对图像每个像素点估计其广义Gamma分布的局部参数；利用广义Gamma分布的累积分布函数设计能量函数；使用Kolmogorov‑Smirnov检验计算两个区域内所有像素点对应经验累积分布函数的K‑S距离，根据K‑S距离对应的z来确定zm值；根据估计得到的广义Gamma分布的局部参数和zm值来计算能量函数；通过使代价函数最小化得到水平集函数，对水平集函数离散化得到水平集演化方程，且在演化过程中，根据K‑S距离重新确定zm并计算能量函数ε。最终实现快速、准确和有效的SAR图像分割。
-
公开(公告)号：CN118628933A
公开(公告)日：2024-09-10
申请号：CN202411118301.4
申请日：2024-08-15
Applicant: 西南交通大学
Abstract: 本发明涉及雷达信号处理技术领域，涉及一种舰船目标检测方法、系统、设备及可读存储介质，所述方法包括获取合成孔径雷达信息；对合成孔径雷达信息进行特征提取，得到第一特征向量、第二特征向量和第三特征向量，第一特征向量尺寸最小；将第一特征向量发送至感受野模块，得到第四特征向量；将第四特征向量发送至位置编码模块中，得到第五特征向量；根据第五特征向量、第二特征向量以及第三特征向量对所述合成孔径雷达信息中的待检测的舰船信息进行检测，本发明基于感受野模块，补充缺失的舰船结构信息，并扩张更大的感受野和全局视角，忽略由于SAR成像机制造成舰船空洞和区域断裂引起的实例不连续性和不完整性，促使检测网络关注舰船整体信息。
-
公开(公告)号：CN117745880B
公开(公告)日：2024-05-03
申请号：CN202410182155.5
申请日：2024-02-19
Applicant: 西南交通大学
IPC: G06T11/40 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种多维非线性变换的医学图像填充方法、装置、设备及介质，涉及医学影像技术领域，包括获取医学图像数据；构建非线性卷积神经网络模型；利用所述非线性卷积神经网络模型对所述医学图像数据进行变换得到张量数据；对张量数据进行核范数计算，得到卷积非线性张量核范数；基于卷积非线性张量核范数和非线性卷积神经网络模型构建医学图像张量填充模型；基于梯度下降法对医学图像张量填充模型进行迭代计算，直至收敛。本发明通过利用非线性卷积神经网络模型学习不完整医学图像数据，获得多维非线性变换张量表达并对其进行核范数约束。再利用张量核范数处理数据模式下的不同相关性，使得填充后的医学图像数据更加准确完整。
-
公开(公告)号：CN117576517B
公开(公告)日：2024-04-12
申请号：CN202410051380.5
申请日：2024-01-15
Applicant: 西南交通大学
IPC: G06V10/774 , G06V20/10 , G06N3/094 , G06N3/0455
Abstract: 本发明提供了一种光学遥感影像自监督对比学习变化检测方法及装置，涉及遥感影像变化检测技术领域，包括获取训练样本图像和待检测影像；基于预设的生成对抗网络构建双时相域自适应模块，并将训练样本图像发送至构建后的双时相域自适应模块进行训练，得到训练后的双时相域自适应模块和自适应变换样本对；基于双时相域自适应模块构建预训练框架，将自适应变换样本对发送至预训练框架进行特征提取和优化，得到优化后的预训练框架；基于优化后的预训练框架构建影像变化检测模型，将待检测影像发送至影像变化检测模型进行检测，得到检测结果，本发明通过利用无标注遥感数据进行自监督对比预训练，减少遥感变化检测任务对密集人工标注的依赖性。
-
公开(公告)号：CN116563649B
公开(公告)日：2023-09-08
申请号：CN202310836681.4
申请日：2023-07-10
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/58 , G06V20/13 , G06V20/17 , G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本发明提供了一种基于张量映射网络的高光谱图像轻量化分类方法及装置，涉及遥感图像处理技术领域，包括获取高光谱图像数据集和待分类的高光谱图像；对高光谱图像数据集和待分类的高光谱图像进行预处理；构建神经网络分类模型，神经网络分类模型先提取初级语义特征，并以初级语义特征提取局部空谱特征和全局光谱特征，然后以局部空谱特征和全局光谱特征做出高光谱图像分类的神经网络模型；根据高光谱图像数据集训练神经网络分类模型，得到分类模型；根据分类模型对高光谱图像进行分类，得到分类结果。本发明通过初级语义特征提取局部空谱特征和全局光谱特征，并整合局部空谱特征和全局光谱特征，在有限的计算和存储资源下完成更高效准确的分类。
-
Patent Agency Ranking
公开(公告)号：CN105957050B
公开(公告)日：2019-09-10
申请号：CN201610237599.X
申请日：2016-04-15
Applicant: 西南交通大学
IPC: G06T7/11
Abstract: 本发明公开了一种图像分割的方法及装置。该方法包括：初始化水平集函数，根据水平集函数值的正负，将输入的待分割SAR图像分割为两个区域Ω1和Ω2，使用固定大小的局部窗口利用对数累积量方法对图像每个像素点估计其广义Gamma分布的局部参数；利用广义Gamma分布的累积分布函数设计能量函数；使用Kolmogorov‑Smirnov检验计算两个区域内所有像素点对应经验累积分布函数的K‑S距离，根据K‑S距离对应的z来确定zm值；根据估计得到的广义Gamma分布的局部参数和zm值来计算能量函数；通过使代价函数最小化得到水平集函数，对水平集函数离散化得到水平集演化方程，且在演化过程中，根据K‑S距离重新确定zm并计算能量函数ε。最终实现快速、准确和有效的SAR图像分割。
-
公开(公告)号：CN119152281A
公开(公告)日：2024-12-17
申请号：CN202411596691.6
申请日：2024-11-11
Applicant: 西南交通大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06V10/774 , G06V20/10
Abstract: 本发明提供了一种基于多模态四元数表示网络的多源遥感图像分类方法，涉及遥感图像处理技术领域，包括获取高光谱图像和激光雷达图像数据集，对其进行归一化和降维处理，并分为训练集和测试集；依次构建多模态四元数表示模块，三级融合框架和双分支四元数卷积Transformer网络，并基于所述多模态四元数表示模块，三级融合框架和双分支四元数卷积Transformer网络构建得到多模态四元数表示网络；将训练集按照预设训练参数和损失函数训练多模态四元数表示网络进行训练，得到训练后的多源遥感图像分类模型，并根据训练后的多源遥感图像分类模型对所述测试集进行测试，得到分类结果。本发明可以简单有效地融合多模态特征。
-
公开(公告)号：CN118628933B
公开(公告)日：2024-11-08
申请号：CN202411118301.4
申请日：2024-08-15
Applicant: 西南交通大学
Abstract: 本发明涉及雷达信号处理技术领域，涉及一种舰船目标检测方法、系统、设备及可读存储介质，所述方法包括获取合成孔径雷达信息；对合成孔径雷达信息进行特征提取，得到第一特征向量、第二特征向量和第三特征向量，第一特征向量尺寸最小；将第一特征向量发送至感受野模块，得到第四特征向量；将第四特征向量发送至位置编码模块中，得到第五特征向量；根据第五特征向量、第二特征向量以及第三特征向量对所述合成孔径雷达信息中的待检测的舰船信息进行检测，本发明基于感受野模块，补充缺失的舰船结构信息，并扩张更大的感受野和全局视角，忽略由于SAR成像机制造成舰船空洞和区域断裂引起的实例不连续性和不完整性，促使检测网络关注舰船整体信息。
-
公开(公告)号：CN117538873A
公开(公告)日：2024-02-09
申请号：CN202311628528.9
申请日：2023-11-30
Applicant: 西南交通大学
Abstract: 本发明提供了一种基于多普勒位移估计的SAR海上目标定位方法及系统，用于海上船舶目标的监视与定位，属于海洋监测技术领域，解决现有技术利用遥感影像实现目标定位时，对海域影像几何标定以及海域目标高精度定位带来较大影响的问题。本发明获取定位所需的AIS数据与SAR数据获取多普勒位移估计参数，并计算得到多普勒位移偏差；对SAR目标多普勒位移补偿后，基于AIS数据和SAR数据的特征并通过关联匹配模型对AIS与SAR目标进行关联匹配，得到最终定位所需同名点对；构建顾及多普勒位移误差的SAR弱交会区域网平差模型，并基于最终定位所需同名点对和多普勒位移偏差实现SAR影像整体定位。本发明用于海上船舶目标的监视与定位。
-
公开(公告)号：CN117392378A
公开(公告)日：2024-01-12
申请号：CN202311685583.1
申请日：2023-12-11
Applicant: 西南交通大学
Abstract: 本发明提供了一种红外小目标检测方法、装置、设备及可读存储介质，涉及目标检测技术领域，包括将红外序列图像按时间序列依次堆叠形成时空张量，时空张量包括背景张量、目标张量及噪声张量；基于背景张量的对数张量核范数表征背景张量的低秩性；计算目标张量的稀疏权重；并获取背景张量的分段平滑结构约束项和噪声张量的Frobenius范数约束项，由背景张量的低秩性和分段平滑结构约束项、目标张量及其稀疏权重和噪声张量的Frobenius范数约束项构建低秩稀疏张量分解模型；利用交替方向乘子法计算低秩稀疏张量分解模型得到目标张量，解构目标张量得到红外小目标检测结果，本发明用于实现复杂场景中红外小目标的准确检测。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.022 seconds)
