-
公开(公告)号：CN112766102B
公开(公告)日：2024-04-26
申请号：CN202110018918.9
申请日：2021-01-07
Applicant: 武汉大学
Abstract: 本发明涉及一种基于空谱特征融合的无监督高光谱视频目标跟踪方法。本发明结合循环一致性理论方法，设计了基于深度学习的高光谱目标跟踪方法，可无监督的训练高光谱目标跟踪深度学习模型，节约了人工标注的成本。在Siamese跟踪框架的基础上了，设计了RGB分支(空间分支)与高光谱分支；使用RGB视频数据训练空间分支以及将训练好的RGB模型载入网络固定参数同时训练高光谱分支，获得融合后的更具鲁棒性及判别力的特征。最终使用将融合的特征输入到相关滤波器中(DCF)，获得跟踪结果。本发明可以解决高光谱视频数据人工标注的问题以及用于深度学习模型训练的高光谱训练样本少的问题，可以有效提升高光谱视频跟踪模型的精度和速度。
-
公开(公告)号：CN115346137A
公开(公告)日：2022-11-15
申请号：CN202211257905.8
申请日：2022-10-14
Applicant: 武汉大学
IPC: G06V20/13 , G06V10/82 , G06V10/80 , G06V10/26 , G06V10/764
Abstract: 本发明涉及一种基于多任务学习的高标准农田地块矢量化提取方法，主要包括：设计超完备高分辨率密集多尺度模块来联合提取地块对象的形状变异性特征与地块边界类别相关的边缘特征，设计区域‑边界‑地块解耦多任务模块来联合优化地块对象提取与地块边界提取任务；设计地块边界‑对象交互矢量化模块进一步优化地块对象结果出现的粘连现象。本发明能够适用于多种空间分辨率下的光学遥感影像用于高标准农田地块矢量化提取任务，与现有的农田地块提取方法相比，本发明所提出的方法可处理至矢量结果并具有更高的地块对象提取精度以及平滑的地块边界，可满足于地块尺度农作物分类、估产等应用需求。
-
公开(公告)号：CN114663821B
公开(公告)日：2022-08-30
申请号：CN202210537152.X
申请日：2022-05-18
Applicant: 武汉大学
IPC: G06V20/40 , G06V10/22 , G06V10/25 , G06V10/26 , G06V10/58 , G06V10/46 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T5/00 , G06T7/00
Abstract: 本发明针对现有的基于推扫式高光谱成像仪的检测系统成像速度慢，现有的传统机器学习模型无法充分表达高光谱特征的问题，公开了一种基于视频高光谱成像技术的产品质量实时无损检测方法。主要包括：使用质量检测仪器进行产品的理化性质检测；搭建硬件平台，使用视频高光谱成像技术获取产品光谱的三维立方；对原始高光谱数据进行预处理，提取产品感兴趣目标区域部分的平均光谱；对检测样本打标签，训练一维光谱分类模型，使用模型对检测样本中测试样本进行预测；将产品品质检测结果实时展示在系统软件上。本方法可实时获取产品待测样本的高光谱数据，可实现产品品质的实时检测，并保持较高的检测精度。该方法无需人工干预，可自动化处理。
-
公开(公告)号：CN114511473B
公开(公告)日：2022-07-05
申请号：CN202210409199.8
申请日：2022-04-19
Applicant: 武汉大学
IPC: G06T5/00 , G06V20/17 , G06N3/04 , G06K9/62 , G06V10/774
Abstract: 本发明涉及一种基于无监督自适应学习的高光谱遥感影像去噪方法。本发明针对模拟影像和真实影像之间的降质差异降低模型泛化性的问题，提出了无监督自适应学习策略，在高质量地面影像上进行预训练，设计判别器对噪声进行建模，在处理真实影像时由判别器对去噪参数进行微调，提升模型在真实影像上的泛化性。本发明在模型中设计了基于空‑谱残差的深度去噪网络和基于全局信息建模的判别器以充分挖掘高光谱深度先验。本发明可以解决高光谱遥感影像深度学习去噪中模拟训练数据的问题，降低深度学习模型对模拟训练数据的依赖性，有效提升高光谱去噪的适用性和精度。
-
公开(公告)号：CN112598265B
公开(公告)日：2022-06-07
申请号：CN202011511759.8
申请日：2020-12-18
Applicant: 武汉大学
Abstract: 本发明涉及一种基于解耦风险估计的无人机高光谱松材线虫病快速探测方法。本方法通过类别解耦的风险估计，将阈值确定问题转换为风险估计问题，避免阈值调节步骤，同时将全卷积神经网络引入单分类框架中，通过全局空间信息的利用来捕获影像中距离较远的像素间的依赖关系，缓解无人机影像探测结果中常出现的“椒盐噪声”现象，并且与基于影像块的单分类方法相比，本发明所提出的方法具有较快的推理速度。该方法可以用来进行松材线虫病的探测，无需人工干预。
-
Patent Agency Ranking
公开(公告)号：CN112598636B
公开(公告)日：2022-04-29
申请号：CN202011508302.1
申请日：2020-12-18
Applicant: 武汉大学
Abstract: 本发明涉及一种基于全卷积自编码器的高光谱影像异常探测方法。本发明结合全卷积自编码器网络，将高光谱遥感影像异常探测问题转换为背景与异常分离问题，网络直接重建背景，异常表现为网络重建误差，从而实现探测。构建残差连接的自适应加权全卷积自编码器，输入均匀噪声拟合原始高光谱影像以重建背景，通过卷积和残差连接保持重建背景空间细节信息，并设计了自适应加权损失函数抑制异常被重建，实现网络重建结果中背景与异常的分离。本发明可以解决高光谱遥感影像深度学习异常探测问题，实现全自动端到端异常探测，无需参数设置，可以获得更佳的异常探测结果。本发明可以有效提升高光谱异常探测的适用性和精度。
-
公开(公告)号：CN114663821A
公开(公告)日：2022-06-24
申请号：CN202210537152.X
申请日：2022-05-18
Applicant: 武汉大学
IPC: G06V20/40 , G06V10/22 , G06V10/25 , G06V10/26 , G06V10/58 , G06V10/46 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T5/00 , G06T7/00
Abstract: 本发明针对现有的基于推扫式高光谱成像仪的检测系统成像速度慢，现有的传统机器学习模型无法充分表达高光谱特征的问题，公开了一种基于视频高光谱成像技术的产品质量实时无损检测方法。主要包括：使用质量检测仪器进行产品的理化性质检测；搭建硬件平台，使用视频高光谱成像技术获取产品光谱的三维立方；对原始高光谱数据进行预处理，提取产品感兴趣目标区域部分的平均光谱；对检测样本打标签，训练一维光谱分类模型，使用模型对检测样本中测试样本进行预测；将产品品质检测结果实时展示在系统软件上。本方法可实时获取产品待测样本的高光谱数据，可实现产品品质的实时检测，并保持较高的检测精度。该方法无需人工干预，可自动化处理。
-
公开(公告)号：CN113835206B
公开(公告)日：2022-03-15
申请号：CN202111410953.1
申请日：2021-11-25
Applicant: 武汉大学 , 中国科学院长春光学精密机械与物理研究所
IPC: G02B17/08
Abstract: 本发明属于空间光学技术领域，公开了一种基于锗镜三路分光的共口径相机的光学系统。本发明为一种基于超大共口径的多波段折反式光学系统，是一种分视场、分光路使用的集反射式、透射式结构为一体的消畸变空间光学系统，可以满足高光谱、高分辨、全天时、多源探测、多源探测、高精度立体测绘等光学遥感航天器的需求，能够解决现有空间光学系统结构单一、不同成像通道对空间光学系统、相对口径等差异化要求、实现成本高、无法进行昼夜观测等问题。
-
公开(公告)号：CN112668421A
公开(公告)日：2021-04-16
申请号：CN202011507891.1
申请日：2020-12-18
Applicant: 武汉大学
Abstract: 本发明针对无人机高光谱影像，公开了一种基于注意力机制的无人机高光谱农作物快速分类方法，主要包括：使用光谱注意力模块提取通道间的上下文信息；使用尺度注意力模块提取多尺度上下文信息；使用空间注意力模块中融合低层细节特征和高级语义特征；设计边界约束的损失函数进一步增加农作物特征的区分性。本发明能够适用于海量高维非线性数据结构的双高影像农作物精细分类，极大改善了双高影像农作物分类结果中错分孤立区域现象，是一种快速精确的农作物精细分类方法，可满足无人机载高光谱影像农作物精细分类制图的需求。
-
公开(公告)号：CN107301420A
公开(公告)日：2017-10-27
申请号：CN201710527099.4
申请日：2017-06-30
Applicant: 武汉大学
CPC classification number: G06K9/4671 , G06K9/342 , G06K9/629 , G06K2209/21
Abstract: 本发明公开了一种基于显著性分析的热红外影像目标探测方法，包括：S1构建热红外影像的全局显著图；S2构建热红外影像局部显著图；S3构建热红外影像融合显著图；S4热红外影像目标探测，对融合显著图进行阈值分割得到标记目标位置的二值结果图。本发明方法弥补了形态学滤波、中值滤波、二维最小二乘法的不足，可用于热红外影像的影像增强，目标检测等工作。本发明基于单波段影像灰度特征和方向特征，不受限于热红外成像仪通道数，同时适用于单波段、多波段热红外影像；检测精度高，无需辅助信息和人工干预，计算速度快，可自动化处理。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.019 seconds)
