-
公开(公告)号：CN119514595A
公开(公告)日：2025-02-25
申请号：CN202411444821.4
申请日：2024-10-16
Applicant: 哈尔滨工业大学
Abstract: 一种面向遥感语义分割任务的跨模型知识蒸馏方法，它涉及一种跨模型知识蒸馏方法。本发明为了解决现有遥感图像语义分割模型参数量大、消耗资源大的问题。本发明的步骤包括：选择能力互补的学生模型和教师模型，选取数据集训练教师模型，使用训练好的教师模型输出的特征图作为知识输入学生模型；将输入到学生模型的特征图按照通道进行注意力加权，并计算损失；将由教师模型传递的知识解耦成为目标区域与非目标区域，将这两个独立的目标区域进行预测与知识蒸馏，计算损失；将学生模型语义分割的损失与上述步骤的损失进行加权求和，计算出总损失，通过总损失更新学生模型的参数，最终将学生模型训练完毕。本发明属于遥感图像处理技术领域。
-
公开(公告)号：CN116597148A
公开(公告)日：2023-08-15
申请号：CN202310648684.5
申请日：2023-06-02
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/048 , G06N3/08 , G01S17/89 , G06T7/10
Abstract: 机载多光谱激光雷达点云语义分割方法、存储介质及设备，属于机载激光雷达点云数据处理技术领域。为了解决现有的机载多光谱点云中存在地物尺寸以及分布不均衡的问题而导致点云分割下过差的问题。本发明基于机载多光谱原始点云合成多光谱点云，并按照均匀网格选取样本，同时通过基于k聚类的方法对每种地物的密度中心球状邻域采样，然后将两种采样结果进行拼接，完成全面密网采样，之后按照波段进行分离，利用语义分割网络逐波段对单波段点云进行语义分割，进而得到拼接矩阵并利用融合网络进行融合得到最终的语义分割结果；本发明还利用联合训练策略进行训练提高网络的整体拟合能力，进而提升网络的分割效果。
-
公开(公告)号：CN119380010A
公开(公告)日：2025-01-28
申请号：CN202411399329.X
申请日：2024-10-09
Applicant: 哈尔滨工业大学
IPC: G06V10/26 , G06V20/70 , G06V10/44 , G06V10/42 , G06V10/77 , G06V10/80 , G06V10/82 , G06V20/13 , G06V20/17 , G06N3/0464 , G06N3/0455 , G06F40/30 , G06F18/22
Abstract: 本发明提出图像文本双向特征增强的遥感图像指向性分割方法，所述方法包括以下步骤：步骤一、通过骨干网络分别提取图像特征和文本特征，使用图像特征对文本特征进行增强；步骤二：基于步骤一获得的原始图像特征和文本特征，使用文本特征对图像特征进行注意力补充增强；步骤三、基于步骤一和步骤二中获得的增强文本特征和增强图像特征进行交互解码，最终获得遥感图像指向性分割的掩码结果。本发明提出了图像与文本的双向特征增强方法，充分挖掘跨模态特征之间的相似性与互补性，实现特征的精准对齐，显著提升了指向性分割的精度。
-
公开(公告)号：CN119068072A
公开(公告)日：2024-12-03
申请号：CN202411209246.X
申请日：2024-08-30
Applicant: 哈尔滨工业大学
IPC: G06T11/00 , G06F30/17 , G06F17/16 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/09 , G06N3/084
Abstract: 基于超表面的高光谱图像重构方法，本发明涉及高光谱图像重构方法，属于高光谱相机技术领域。本发明的目的是为了解决现有的高光谱相机尺寸过大以及成像时间过长的问题，同时也为了解决现有的超表面高光谱相机重构精度差，设计流程复杂的问题。过程为：一、训练超表面响应层，基于训练好的超表面响应层获得超表面单元的响应矩阵；二：获取最优的超表面响应矩阵排布方式；三、基于逆向设计算法推导出一种最优的超表面响应矩阵排布方式的真实物理尺寸参数；将真实物理尺寸参数制作成一个超表面透镜；四、将三得到的超表面透镜直接覆盖在相机的CMOS上，相机接收被拍摄场景的连续光谱得到多光谱图像；基于多光谱图像得到高光谱图像。
-
-
-
Search Results
4
records
(took 0.027 seconds)
