-
公开(公告)号：CN114724046A
公开(公告)日：2022-07-08
申请号：CN202210314026.8
申请日：2022-03-28
Applicant: 武汉工程大学
Abstract: 本发明提供一种光学遥感图像检测方法、装置以及存储介质，属于图像检测领域，方法包括：对多个光学遥感图像进行划分，得到多个光学遥感训练图像和多个光学遥感测试图像；分别对各个光学遥感训练图像进行标注，得到光学遥感标注图像；构建训练模型，根据多个光学遥感标注图像对训练模型进行模型训练，得到待测试图像检测模型；根据多个光学遥感测试图像对待测试图像检测模型进行测试，得到图像检测模型；通过图像检测模型对待测光学遥感图像进行检测，得到检测结果。本发明实现了对目标区域和背景区域的区分，能够更加精确地预测显著图，提高了光学遥感图像检测的准确率，降低了大量的劳动力和时间。
-
公开(公告)号：CN114724046B
公开(公告)日：2025-01-10
申请号：CN202210314026.8
申请日：2022-03-28
Applicant: 武汉工程大学
IPC: G06V20/10 , G06V10/26 , G06V10/774 , G06V10/25 , G06V10/82
Abstract: 本发明提供一种光学遥感图像检测方法、装置以及存储介质，属于图像检测领域，方法包括：对多个光学遥感图像进行划分，得到多个光学遥感训练图像和多个光学遥感测试图像；分别对各个光学遥感训练图像进行标注，得到光学遥感标注图像；构建训练模型，根据多个光学遥感标注图像对训练模型进行模型训练，得到待测试图像检测模型；根据多个光学遥感测试图像对待测试图像检测模型进行测试，得到图像检测模型；通过图像检测模型对待测光学遥感图像进行检测，得到检测结果。本发明实现了对目标区域和背景区域的区分，能够更加精确地预测显著图，提高了光学遥感图像检测的准确率，降低了大量的劳动力和时间。
-
Patent Agency Ranking
公开(公告)号：CN115115870A
公开(公告)日：2022-09-27
申请号：CN202210571742.4
申请日：2022-05-24
Applicant: 武汉工程大学
IPC: G06V10/764 , G06V10/24 , G06V10/44 , G06V10/774
Abstract: 本发明涉及深度学习图像翻译领域，尤其涉及一种图像翻译方法、系统、介质及设备。该方法包括：将预处理后的待翻译图像输入至可见光到红外图像翻译网络中，得到翻译结果以及图像的边缘信息，所述可见光到红外图像翻译网络包含图像翻译模块以及图像边缘信息监督模块，其中，所述图像翻译模块包括注意力子模块。通过本发明能够达到在生成器以及判别器中引入自注意力机制来引导可见光到红外图像翻译网络注重图像中更具判别性的区域，通过引入边缘信息监督模块对生成图像与目标域真实图像边缘的一致性做约束，有助于解决现有方法所翻译图像存在的边缘模糊、不对齐的问题的效果。
-
公开(公告)号：CN114373092A
公开(公告)日：2022-04-19
申请号：CN202111211063.8
申请日：2021-10-18
Applicant: 武汉工程大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于拼图排列学习的渐进式训练细粒度视觉分类方法，通过拼图生成器将图像数据集裁剪成不同粒度大小的图像，使用残差网络(ResNet50)作为特征提取器，将拼图解算器作用在特征图提取的每一个阶段，在残差网络(ResNet50)的每个阶段学习不同粒度大小的局部信息并且融合多尺度的特征，同时在每个阶段使用拼图解算模块学习打乱图像的拼图排列矩阵来学习对象的全局信息，通过在每个阶段学习不同粒度大小局部信息的同时学习对象的全局信息来进行细粒度视觉分类，在模型的每个阶段同时利用不同粒度对象的局部细节信息以及整体对象的全局信息之间的互补关系，使得模型最终的分类性能达到目前最先进的水平。
-
公开(公告)号：CN114373092B
公开(公告)日：2024-11-12
申请号：CN202111211063.8
申请日：2021-10-18
Applicant: 武汉工程大学
IPC: G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于拼图排列学习的渐进式训练细粒度视觉分类方法，通过拼图生成器将图像数据集裁剪成不同粒度大小的图像，使用残差网络(ResNet50)作为特征提取器，将拼图解算器作用在特征图提取的每一个阶段，在残差网络(ResNet50)的每个阶段学习不同粒度大小的局部信息并且融合多尺度的特征，同时在每个阶段使用拼图解算模块学习打乱图像的拼图排列矩阵来学习对象的全局信息，通过在每个阶段学习不同粒度大小局部信息的同时学习对象的全局信息来进行细粒度视觉分类，在模型的每个阶段同时利用不同粒度对象的局部细节信息以及整体对象的全局信息之间的互补关系，使得模型最终的分类性能达到目前最先进的水平。
-
公开(公告)号：CN116563517A
公开(公告)日：2023-08-08
申请号：CN202310383998.7
申请日：2023-04-10
Applicant: 武汉工程大学
IPC: G06V10/22 , G06V10/82 , G06V10/774 , G06V10/40 , G06V10/24 , G06N3/0475 , G06N3/08 , G06N3/0895
Abstract: 本发明提供一种弱监督目标定位方法及装置，属于目标定位领域，方法包括：S1：导入原始图像数据集，并将原始图像数据集划分为图像训练集和图像测试集；S2：将图像训练集中的各个原始图像进行多个角度旋转，得到各个原始图像的多个旋转图像；S3：对图像训练集中各个原始图像以及各个原始图像的各个旋转图像进行多通道特征提取，得到图像训练集中各个原始图像的特征谱组以及各个旋转图像的特征谱组；S4:根据图像训练集中各个原始图像的特征谱组中预设层特征谱以及各个旋转图像的特征谱组中预设层特征谱进行旋转预测总损失函数的计算，得到旋转预测总损失函数。本发明能够通过挖掘细粒度目标的互补性以及一致性，提高了弱监督定位的精度。
-
公开(公告)号：CN115115870B
公开(公告)日：2025-01-03
申请号：CN202210571742.4
申请日：2022-05-24
Applicant: 武汉工程大学
IPC: G06V10/764 , G06V10/24 , G06V10/44 , G06V10/774
Abstract: 本发明涉及深度学习图像翻译领域，尤其涉及一种图像翻译方法、系统、介质及设备。该方法包括：将预处理后的待翻译图像输入至可见光到红外图像翻译网络中，得到翻译结果以及图像的边缘信息，所述可见光到红外图像翻译网络包含图像翻译模块以及图像边缘信息监督模块，其中，所述图像翻译模块包括注意力子模块。通过本发明能够达到在生成器以及判别器中引入自注意力机制来引导可见光到红外图像翻译网络注重图像中更具判别性的区域，通过引入边缘信息监督模块对生成图像与目标域真实图像边缘的一致性做约束，有助于解决现有方法所翻译图像存在的边缘模糊、不对齐的问题的效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.035 seconds)
