-
公开(公告)号：CN107480674A
公开(公告)日：2017-12-15
申请号：CN201710614296.X
申请日：2017-07-25
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种古文字识别系统及方法，首先获取拍摄的包含古文字的图像，然后分别提取所述图像中各古文字的特征，再提取的各古文字的特征逐个与移动通信终端预存的古文字的特征进行匹配，分别查找出匹配程度最高的古文字，最后根据移动通信终端预存的古文字与简体字的绑定关系，查找出与匹配程度最高的古文字对应的各简体字，上述个各简体字在用户移动通信终端上进行显示。通过本古文字识别系统及方法，旅游人员只需要携带安装了本系统的移动通信终端，就可以认识名胜古迹中的古文字，了解古文字要的表达的内容，增加了旅游乐趣。
-
公开(公告)号：CN114820408B
公开(公告)日：2025-04-04
申请号：CN202210513671.2
申请日：2022-05-12
Applicant: 中国地质大学(武汉)
IPC: G06V10/80 , G06V10/82 , G06V10/44 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于自注意力和卷积神经网络的红外可见光图像融合方法，包括：构建图像融合网络；图像融合网络包括：卷积神经网络模块、视觉自注意力模块和损失计算模块；训练所述图像融合网络；将红外图像和可见光图像分别输入至卷积神经网络模块，得到特征图；将特征图输入至自注意力模块，得到特征图的长相关性；利用特征图的长相关性信息，将特征图输入至图像重建单元，得到初始融合图像；利用损失计算模块对初始融合图像进行损失计算，最终得到训练完毕的图像融合网络；利用训练完毕的图像融合网络进行图像融合，得到融合图像。本发明有益效果是：能够生成信息丰富且效果理想的融合图像，融合图像包含更多的细节信息和显著性信息。
-
公开(公告)号：CN114943776A
公开(公告)日：2022-08-26
申请号：CN202210606204.4
申请日：2022-05-31
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种基于互相关函数和法向量损失的三维重建方法及装置，包括：获取待重建场景的多视角图像以及对应的相机参数；将图像下采样并缩小相机的内参；在最小的尺度以随机初始化的方式建立初始平面假设；根据中心值归一化互相关函数和法向量损失函数计算多视角匹配的代价；将邻域内低代价的平面假设传递到当前点的平面假设；通过随机扰动寻找更优的假设；将当前尺度最优的假设通过联合双边上采样方法上采样，并作为下一个尺度的平面假设初始化结果继续进行代价计算、假设传播、平面扰动优化以及上采样步骤直到图像原始尺度。从而达到提高了弱纹理区域的多视角稠密匹配的准确度，提升了重建点云弱纹理区域的准确度和完整度的目的。
-
公开(公告)号：CN114820408A
公开(公告)日：2022-07-29
申请号：CN202210513671.2
申请日：2022-05-12
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了基于自注意力和卷积神经网络的红外可见光图像融合方法，包括：构建图像融合网络；图像融合网络包括：卷积神经网络模块、视觉自注意力模块和损失计算模块；训练所述图像融合网络；将红外图像和可见光图像分别输入至卷积神经网络模块，得到特征图；将特征图输入至自注意力模块，得到特征图的长相关性；利用特征图的长相关性信息，将特征图输入至图像重建单元，得到初始融合图像；利用损失计算模块对初始融合图像进行损失计算，最终得到训练完毕的图像融合网络；利用训练完毕的图像融合网络进行图像融合，得到融合图像。本发明有益效果是：能够生成信息丰富且效果理想的融合图像，融合图像包含更多的细节信息和显著性信息。
-
Patent Agency Ranking
公开(公告)号：CN114638770B
公开(公告)日：2024-10-29
申请号：CN202210151501.4
申请日：2022-02-18
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及图像融合领域，提供一种基于高低频信息补充的图像融合方法及系统，包括：S1：提取VIS‑V图像的显著图引导的权重图Ls；S2：获取高频图像和低频图像；S3：提取所述NIR图像的归一化局部熵引导的权重图Lg；S4：通过所述归一化局部熵引导的权重图Lg和所述显著图引导的权重图Ls对所述低频图像进行引导，获得引导后的低频图像；S5：获得补充后的高频图像Hu和补充后的低频图像LF；将所述补充后的高频图像和所述补充后的低频图像进行融合，获得融合图像Fused C。本发明加强了融合图像的边缘效果，使得低频部分更加清晰，不会使得亮度过大而出现颜色失真，可以得到清晰、信息丰富并且十分自然的融合结果。
-
公开(公告)号：CN114820655A
公开(公告)日：2022-07-29
申请号：CN202210444884.4
申请日：2022-04-26
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种可靠区域作为注意力机制监督的弱监督建筑物分割方法，包括以下步骤：构建弱监督语义分割网络，网络包括：第一分类网络、可靠区域合成模块，第二分类网络、像素注意力模块和类激活映射计算模块、孪生网络结构、损失函数设计模块；获取建筑物图像和人工标记的分类标签作为训练集，利用训练集对分类网络进行训练，得到初始种子，将初始种子输入可靠区域合成模块中得到可靠标签；用训练集对基于像素注意力模块和孪生网络结构的类激活映射模块进行训练，得到类激活映射；最后用生成的可靠标签作为类激活映射的监督，得到伪标签，使用伪标签训练现有网络得到最终的建筑物分割结果。本发明仅通过分类标签实现了像素级语义分割。
-
公开(公告)号：CN114820655B
公开(公告)日：2024-04-19
申请号：CN202210444884.4
申请日：2022-04-26
Applicant: 中国地质大学(武汉)
IPC: G06V10/26 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/82 , G06V20/70 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种可靠区域作为注意力机制监督的弱监督建筑物分割方法，包括以下步骤：构建弱监督语义分割网络，网络包括：第一分类网络、可靠区域合成模块，第二分类网络、像素注意力模块和类激活映射计算模块、孪生网络结构、损失函数设计模块；获取建筑物图像和人工标记的分类标签作为训练集，利用训练集对分类网络进行训练，得到初始种子，将初始种子输入可靠区域合成模块中得到可靠标签；用训练集对基于像素注意力模块和孪生网络结构的类激活映射模块进行训练，得到类激活映射；最后用生成的可靠标签作为类激活映射的监督，得到伪标签，使用伪标签训练现有网络得到最终的建筑物分割结果。本发明仅通过分类标签实现了像素级语义分割。
-
公开(公告)号：CN114943776B
公开(公告)日：2024-08-13
申请号：CN202210606204.4
申请日：2022-05-31
Applicant: 中国地质大学(武汉)
IPC: G06T7/80 , G06T5/20 , G06V10/74 , G06T15/00 , G06T3/4007
Abstract: 本发明提供一种基于互相关函数和法向量损失的三维重建方法及装置，包括：获取待重建场景的多视角图像以及对应的相机参数；将图像下采样并缩小相机的内参；在最小的尺度以随机初始化的方式建立初始平面假设；根据中心值归一化互相关函数和法向量损失函数计算多视角匹配的代价；将邻域内低代价的平面假设传递到当前点的平面假设；通过随机扰动寻找更优的假设；将当前尺度最优的假设通过联合双边上采样方法上采样，并作为下一个尺度的平面假设初始化结果继续进行代价计算、假设传播、平面扰动优化以及上采样步骤直到图像原始尺度。从而达到提高了弱纹理区域的多视角稠密匹配的准确度，提升了重建点云弱纹理区域的准确度和完整度的目的。
-
公开(公告)号：CN114638770A
公开(公告)日：2022-06-17
申请号：CN202210151501.4
申请日：2022-02-18
Applicant: 中国地质大学(武汉)
Abstract: 本发明涉及图像融合领域，提供一种基于高低频信息补充的图像融合方法及系统，包括：S1：提取VIS‑V图像的显著图引导的权重图Ls；S2：获取高频图像和低频图像；S3：提取所述NIR图像的归一化局部熵引导的权重图Lg；S4：通过所述归一化局部熵引导的权重图Lg和所述显著图引导的权重图Ls对所述低频图像进行引导，获得引导后的低频图像；S5：获得补充后的高频图像Hu和补充后的低频图像LF；将所述补充后的高频图像和所述补充后的低频图像进行融合，获得融合图像Fused C。本发明加强了融合图像的边缘效果，使得低频部分更加清晰，不会使得亮度过大而出现颜色失真，可以得到清晰、信息丰富并且十分自然的融合结果。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.025 seconds)
