-
公开(公告)号：CN111210439B
公开(公告)日：2022-06-24
申请号：CN201911373503.2
申请日：2019-12-26
Applicant: 中国地质大学(武汉)
Abstract: 本发明提出了一种通过抑制非感兴趣信息的语义分割方法、设备及存储设备，本发明基于深度学习库优化神经网络，提高语义分割结果的精度，主要包括以下步骤：1)构建基础Unet模型；2)添加注意力机制；3)门特征图与当前层结果相乘；4)添加新输出结果和多损失函数；5)对待进行语义分割的图像进行图像语义分割。本方法可以提高语义分割神经网络的精度并有效抑制非感兴趣信息。
-
公开(公告)号：CN112634135B
公开(公告)日：2022-09-13
申请号：CN202011537739.8
申请日：2020-12-23
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了基于超分辨率风格迁移网络的遥感影像超分辨率重建方法，包括以下步骤：构建超分辨率风格迁移网络模型；所述超分辨率风格迁移网络模型包括生成部分和判别部分；所述生成部分由超分辨率重建网络SSR和U‑net网络连接而成；利用训练集交替训练所述生成部分和判别部分，得到训练完成的超分辨率风格迁移网络模型；将低分辨率的遥感影像输入至所述训练完成的超分辨率风格迁移网络模型，得到超分辨率遥感影像。本发明克服了传统超分辨率网络模型泛化能力差和重建影像纹理细节丢失等缺点，能够生成清晰度和纹理特征更加接近真实高分辨率遥感图像的重建影像。
-
公开(公告)号：CN111210439A
公开(公告)日：2020-05-29
申请号：CN201911373503.2
申请日：2019-12-26
Applicant: 中国地质大学(武汉)
Abstract: 本发明提出了一种通过抑制非感兴趣信息的语义分割方法、设备及存储设备，本发明基于深度学习库优化神经网络，提高语义分割结果的精度，主要包括以下步骤：1)构建基础Unet模型；2)添加注意力机制；3)门特征图与当前层结果相乘；4)添加新输出结果和多损失函数；5)对待进行语义分割的图像进行图像语义分割。本方法可以提高语义分割神经网络的精度并有效抑制非感兴趣信息。
-
公开(公告)号：CN112634135A
公开(公告)日：2021-04-09
申请号：CN202011537739.8
申请日：2020-12-23
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了基于超分辨率风格迁移网络的遥感影像超分辨率重建方法，包括以下步骤：构建超分辨率风格迁移网络模型；所述超分辨率风格迁移网络模型包括生成部分和判别部分；所述生成部分由超分辨率重建网络SSR和U‑net网络连接而成；利用训练集交替训练所述生成部分和判别部分，得到训练完成的超分辨率风格迁移网络模型；将低分辨率的遥感影像输入至所述训练完成的超分辨率风格迁移网络模型，得到超分辨率遥感影像。本发明克服了传统超分辨率网络模型泛化能力差和重建影像纹理细节丢失等缺点，能够生成清晰度和纹理特征更加接近真实高分辨率遥感图像的重建影像。
-
-
-
Search Results
4
records
(took 0.024 seconds)
