-
公开(公告)号:CN116612004A
公开(公告)日:2023-08-18
申请号:CN202310579169.6
申请日:2023-05-22
Applicant: 桂林理工大学
Abstract: 本发明公开了一种基于双路径融合的高光谱图像重建方法。首先通过对数据集进行预处理,构建训练集和测试集。之后构建具有双路径结构的重构模型,包括浅层特征提取、双路径深度特征提取、自适应特征融合和重构。通过最小化损失来优化网络参数,并保存最优重建模型权重。最后将RGB图像输入到最优重建模型中,输出生成的高光谱图像。本发明的方法根据高光谱图像空间局部相似性和光谱自相似性的特征,在特征提取设计双路径的结构实现针对性提取,使得重建图像更加清晰,纹理更加明显。此外,自适应融合模块能衡量光谱特征和空间特征的重要性,为每一个像素点选择对重建最有利的主导特征,因此能够实现更精准的光谱超分辨率重建。
-
公开(公告)号:CN116612029A
公开(公告)日:2023-08-18
申请号:CN202310580960.9
申请日:2023-05-22
Applicant: 桂林理工大学
IPC: G06T5/00 , H04N23/951 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种基于时空特征融合和双向循环神经网络的视频去模糊方法,包括以下步骤S1:对模糊视频分成基本序列单元;S2:建视频去模糊模型包括前向单元、反向单元和时空特征融合重建模块;S3:计算输入的模糊视频和其对应清晰视频图像L1损失,反向传播训练去模糊模型;S4:输入模糊的视频到训练好的去模糊模型中,输出并保存生成的重建清晰视频。本发明提供一种基于循环神经网路框架构,对视频帧之间的时间序列特征进行双向建模;时空特征融合重建模块捕获相邻帧和当前帧的时间依赖关系,融合有效信息对当前帧进行重建。通过该方法,可以提高模型对相邻帧信息的利用效率,增强对输入视频特征表达和重构能力,提高视频的清晰度。
-
公开(公告)号:CN116882881A
公开(公告)日:2023-10-13
申请号:CN202310677246.1
申请日:2023-06-08
Applicant: 桂林理工大学
IPC: G06Q10/0834 , G06Q10/0832 , G06Q30/0601
Abstract: 本发明公开了一款航空物流智能报价系统,旨在解决航空物流领域的人工报价限制和货运指标问题。该系统利用现有订单和协议数据,快速生成新增订单的重量体积范围和报价区间,以实现最大化利润。通过使用某航空物流企业的数据进行初步测试,结果显示该系统能够提升利润超过10%。在全球经济加速和航空物流业务快速增长的背景下,航空物流智能报价成为关键环节。该系统综合考虑运输成本、协议罚金、订单利润、运力协议约束条件、剩余运力和特殊货物装载要求等因素,提供灵活的报价区间和新增订单的重量体积范围。通过智能报价系统,航空物流公司能够更准确地评估订单需求,制定合理的报价策略,实现整体利益最大化。
-
公开(公告)号:CN116188265A
公开(公告)日:2023-05-30
申请号:CN202310138622.X
申请日:2023-02-20
Applicant: 桂林理工大学
IPC: G06T3/40 , G06T5/00 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于空间可变退化感知的遥感图像超分辨率重建方法,包括以下步骤:S1:获取高分辨率遥感图像数据集;S2:构建图像退化模型;S3:构建空间可变退化感知的盲超分模型;S4:训练基于空间可变退化感知的遥感图像盲超分模型;S5:通过训练好的盲超分模型重建高分辨率遥感图像。本发明通过将盲超分辨率重建任务分解为退化过程和重建过程,一方面模拟图像复杂的退化过程,一方面考虑图像不同空间位置的退化情况,在扩大感知退化范围的同时评估更接近真实世界的退化核,避免产生严重的核估计偏差,实现更精确的遥感图像超分辨率重建。
-
公开(公告)号:CN115190269A
公开(公告)日:2022-10-14
申请号:CN202210677028.3
申请日:2022-06-15
Applicant: 桂林理工大学
Abstract: 本发明公开了一种逃生通道占用监测方法。可以动态实时的自动监控逃生通道内的情况,防止发生安全通道被占用而导致的人员无法逃生等问题。具体按照以下步骤实施:步骤一、通过摄像头获取视频数据信息,步骤二、对视频数据简单的预处理,步骤三、检测逃生通道是否被占用,步骤四、如果发生占用则发送报警信息。解决了传统逃生通道占用监测方法需要人工检测,效率低等问题。
-
-
-
-