-
公开(公告)号：CN114862994B
公开(公告)日：2024-07-26
申请号：CN202210304291.8
申请日：2022-03-25
Applicant: 武汉大学
Abstract: 本发明提供一种基于柏林噪声的静态云雾仿真生成方法，包括输入影像，将取值区间[0,1)分别以影像的长宽均分，并将均分后的点以分布在与影像大小相等的平面上，乘以频率，并减去不大于积的整数的差作为新的该点的值；建立一个索引表，使用缓和函数得到缓和后的频率变化值；对每一个点从索引表中搜索该点对被包围点的梯度影响方向，求出该点对被包围点的梯度影像值，遍历所有的点；利用线性插值函数生成柏林噪声随机图；改变频率与振幅，迭代直到结束后将不同频率与振幅生成的柏林噪声图叠加起来，生成云雾掩膜，完成静态云的仿真模拟。本发明能够通过利用随机生成的噪点来仿真出云雾的形状以及薄厚程度，从而生成与真实情况相近的云雾效果。
-
公开(公告)号：CN114862994A
公开(公告)日：2022-08-05
申请号：CN202210304291.8
申请日：2022-03-25
Applicant: 武汉大学
Abstract: 本发明提供一种基于柏林噪声的静态云雾仿真生成方法，包括输入影像，将取值区间[0,1)分别以影像的长宽均分，并将均分后的点以分布在与影像大小相等的平面上，乘以频率，并减去不大于积的整数的差作为新的该点的值；建立一个索引表，使用缓和函数得到缓和后的频率变化值；对每一个点从索引表中搜索该点对被包围点的梯度影响方向，求出该点对被包围点的梯度影像值，遍历所有的点；利用线性插值函数生成柏林噪声随机图；改变频率与振幅，迭代直到结束后将不同频率与振幅生成的柏林噪声图叠加起来，生成云雾掩膜，完成静态云的仿真模拟。本发明能够通过利用随机生成的噪点来仿真出云雾的形状以及薄厚程度，从而生成与真实情况相近的云雾效果。
-
Patent Agency Ranking
公开(公告)号：CN117115649A
公开(公告)日：2023-11-24
申请号：CN202311075744.5
申请日：2023-08-24
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种融合可见光与SAR影像土地覆盖分类方法、系统及设备，首先将需要预测的可见光影像和SAR影像分别输入到特征提取网络进行特征提取，生成不同尺度和维度的深度特征；然后将不同尺度和维度的深度特征输入到对应尺度的特征融合网络，利用空间循环感知器对特征进行融合并利用特征通道选择模块对特征进行筛选与再增强；最后将融合的不同尺度特征输入对应尺度的预测图生成网络，进行土地覆盖分类。本发明处理方法清晰，可操作性强，能够根据输入可见光和SAR影像生成土地覆盖分类图，方法简单，可操作性强，有很好的扩展性。
-
公开(公告)号：CN114898023A
公开(公告)日：2022-08-12
申请号：CN202210304286.7
申请日：2022-03-25
Applicant: 武汉大学
Abstract: 本发明公开了一种顾及特征冗余性的生成对抗云仿真生成方法，其特征在于：设置用于仿真云的生成对抗网络，所述生成对抗网络包括判别网络和生成网络，所述生成网络包括编码器和解码器，解码器中嵌入有特征通道选择器；进行将底图以及云掩膜堆叠后输入生成网络中的编码器部分，对输入的影像和云掩膜进行处理，生成高维度特征；生成网络中的解码器部分，在每一个特征大小尺度上都嵌入特征通道选择器模块对特征进行筛选；将生成网络生成的粗结果输入到判别网络中，得到仿真结果的真实性判断结果；在训练完成后，使用判别网络中的编码器以及解码器进行云仿真。本发明能够根据输入的无云底图以及云掩膜生成指定区域存在云雾的仿真影像。
-
公开(公告)号：CN114898023B
公开(公告)日：2024-08-20
申请号：CN202210304286.7
申请日：2022-03-25
Applicant: 武汉大学
IPC: G06T13/60 , G06N3/0475 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/094
Abstract: 本发明公开了一种顾及特征冗余性的生成对抗云仿真生成方法，其特征在于：设置用于仿真云的生成对抗网络，所述生成对抗网络包括判别网络和生成网络，所述生成网络包括编码器和解码器，解码器中嵌入有特征通道选择器；进行将底图以及云掩膜堆叠后输入生成网络中的编码器部分，对输入的影像和云掩膜进行处理，生成高维度特征；生成网络中的解码器部分，在每一个特征大小尺度上都嵌入特征通道选择器模块对特征进行筛选；将生成网络生成的粗结果输入到判别网络中，得到仿真结果的真实性判断结果；在训练完成后，使用判别网络中的编码器以及解码器进行云仿真。本发明能够根据输入的无云底图以及云掩膜生成指定区域存在云雾的仿真影像。
-
公开(公告)号：CN114842444A
公开(公告)日：2022-08-02
申请号：CN202210330060.4
申请日：2022-03-28
Applicant: 武汉大学
Abstract: 本发明提供了一种基于上下文与深度特征的车辆目标检测方法及设备。所述方法包括：对尺度上下文进行深度特征提取；对空间上下文进行深度特征提取；根据提取的尺度上下文深度特征和空间上下文深度特征进行车辆目标检测。本发明通过在网络内部进行多尺度特征的提取，并将低层特征和高层特征进行融合，提取尺度上下文特征，将尺度上下文的提取和空间上下文的提取集成在网络内部，构成一个端到端的网络检测车辆目标，显著提升了对车辆的检测效果。
-
公开(公告)号：CN114612772A
公开(公告)日：2022-06-10
申请号：CN202210160757.1
申请日：2022-02-22
Applicant: 武汉大学
Abstract: 本发明公开了一种基于深度特征的小样本多分支城市建筑物变化检测方法，涉及图像处理领域，具体包括：1、构建建筑物提取分支；2、构建变化检测分支；3、预训练与联合；4、变化检测结果精化。本发明采用网络内部进行尺度上下文和空间上下文特征提取的方式，通过多分支结构同时提取目标区域建筑物掩膜与变化掩膜，并利用变化检测结果精化算法对变化检测结果进行精化。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
