-
公开(公告)号：CN112419155B
公开(公告)日：2022-04-15
申请号：CN202011348480.2
申请日：2020-11-26
Applicant: 武汉大学
Abstract: 本发明提出一种基于多尺度注意力机制的全极化孔径雷达影像超分辨率重建方法，构建了内嵌特征层上采样、空间注意力、通道注意力、多尺度注意力、自适应损失函数等模块的残差卷积神经网络，联合监督型与零投型训练机制，获得训练收敛的网络。通过训练好的网络，对待处理低分辨率合成孔径雷达影像进行超分辨率重建，得到高分辨率全极化合成孔径雷达影像，在保持影像极化信息的同时，对其空间信息进行有效重建。
-
公开(公告)号：CN120032246A
公开(公告)日：2025-05-23
申请号：CN202510079063.9
申请日：2025-01-17
Applicant: 武汉大学
IPC: G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/045
Abstract: 本发明公开一种抗噪声干扰的极化SAR影像变化检测方法及系统，所述变化检测方法包括如下步骤：获取极化SAR影像；将获取的极化SAR影像输入训练后的去噪和变化检测模型，输出去噪结果和变化检测预测结果；所述去噪和变化检测模型的训练包括：采用极化SAR影像的协方差矩阵分量和极化分解分量构建数据集；构建去噪网络和变化检测网络，所述变化检测网络为内嵌空间注意力、通道注意力的transformer网络；通过所述数据集对去噪网络进行训练，获取同一地点不同时间的极化SAR影像的去噪结果，将所述去噪结果输入变化检测网络进行训练，同时将去噪网络提取的深层特征转化为注意力权重输入变化检测网络重校准识别能力；本发明有着检测精准、去噪效果好的优点。
-
公开(公告)号：CN112419155A
公开(公告)日：2021-02-26
申请号：CN202011348480.2
申请日：2020-11-26
Applicant: 武汉大学
Abstract: 本发明提出一种基于多尺度注意力机制的全极化孔径雷达影像超分辨率重建方法，构建了内嵌特征层上采样、空间注意力、通道注意力、多尺度注意力、自适应损失函数等模块的残差卷积神经网络，联合监督型与零投型训练机制，获得训练收敛的网络。通过训练好的网络，对待处理低分辨率合成孔径雷达影像进行超分辨率重建，得到高分辨率全极化合成孔径雷达影像，在保持影像极化信息的同时，对其空间信息进行有效重建。
-
公开(公告)号：CN118470524A
公开(公告)日：2024-08-09
申请号：CN202410564111.9
申请日：2024-05-08
Applicant: 长江空间信息技术工程有限公司(武汉) , 武汉大学 , 长江勘测规划设计研究有限责任公司
IPC: G06V20/10 , G06V10/44 , G06V10/52 , G06V10/77 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提供基于双分支协同处理的遥感影像水体自动解译方法及系统，通过对遥感影像的数字量化值进行预处理生成校正后的反射率数据，处理得到模型的训练数据集；联合单分支水体提取网络和单分支背景信息提取网络，构建双分支协同处理的遥感影像水体自动解译网络模型；通过训练数据集对模型进行训练收敛，再将其应用于同传感器其他遥感影像的水体自动解译中，获得水体掩膜数据。本发明通过遥感影像的水体与背景信息提取的协同处理，通过二者的互补关系对水体自动解译进行优化，使得遥感影像水体自动解译不易混淆，大大降低了计算复杂度，充分利用了遥感影像的内部特征信息，从而有效地提取遥感影像上的水体信息，得到高精度的水体掩膜数据。
-
-
-
Search Results
4
records
(took 0.014 seconds)
