-
公开(公告)号：CN119399217A
公开(公告)日：2025-02-07
申请号：CN202510007771.1
申请日：2025-01-03
Applicant: 武汉理工大学三亚科教创新园 , 武汉理工大学
IPC: G06T7/10 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06V10/44 , G06V10/82 , G06N3/0495
Abstract: 本发明提供了一种跨空间协同学习轻量级海岸堤坝裂缝分割方法，步骤S1：通过三层编码器进行下采样，并统一通道数和分辨率，得到特征集合；步骤S2：提取所述特征集合的映射注意力门特征和门控信号进行融合，得到注意力门控特征；步骤S3：提取所述注意力门控特征的多尺度的空间特征，并聚合输出；步骤S4：将步骤S3的输出结果，通过输出卷积进行处理，得到分割结果。以较少的参数和较低的计算要求，显著提升了分割的效率和准确性。
-
公开(公告)号：CN118587277B
公开(公告)日：2025-01-24
申请号：CN202411067518.7
申请日：2024-08-06
Applicant: 武汉理工大学三亚科教创新园
Abstract: 本发明适用于人工智能与图像分析技术领域，提供了基于角度编码与朝向交并比损失的海洋船艏向检测方法，包括步骤：S1、采集船只检测数据集，构造训练集，验证集和测试集；S2、数据预处理与随机增强扩充训练集的数据量；S3、构建基于角度编码与朝向交并比损失的船艏向检测模型；S4、将扩充后的训练集输入到检测模型中，采用朝向交并比损失函数对模型进行训练，通过反向传播算法更新检测模型，遴选海洋船艏向检测模型；S5、通过测试集测试模型的检测性能。本发明通过采用朝向交并比损失函数监督模型的训练过程，得到具有更强特征学习能力的基于角度编码与朝向交并比损失的海洋船艏向检测模型，具有解决角度周期性问题，精准衡量边界情况等优点。
-
公开(公告)号：CN117422711B
公开(公告)日：2024-03-26
申请号：CN202311716239.4
申请日：2023-12-14
Applicant: 武汉理工大学三亚科教创新园
IPC: G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06V10/764 , G06V10/82 , G06V20/10
Abstract: 本发明涉及一种海洋涡旋高光谱变化检测方法、装置、设备及介质，该方法获取待检测的双时序涡旋高光谱图像；将所述待检测的双时序涡旋高光谱图像输入预先训练好的海洋涡旋高光谱变化检测模型中，输出海洋涡旋变化灰度图；其中，所述海洋涡旋高光谱变化检测模型是基于双时序海洋涡旋高光谱图像样本数据以及预先确定的灰度图标签进行训练后得到的。本发明提供的海洋涡旋高光谱变化检测方法，利用基于中心像元距离和光谱相似度的空间显著性信息注意力机制，增加了对相似光谱物质和不同光谱物质空间差异的关注，增强对于海洋涡旋的关注度，降低背景海洋的关注度，进一步提升海洋涡旋高光谱变化检测的精度。
-
公开(公告)号：CN118537560A
公开(公告)日：2024-08-23
申请号：CN202410741515.0
申请日：2024-06-11
Applicant: 武汉理工大学三亚科教创新园
Abstract: 本发明提出了一种基于结合边缘检测和语义分割的海陆分割方法及系统，属于计算机视觉图像分割技术领域，本发明通过结合边缘特征的语义分割框架，利用边缘检测模块中提取的边缘信息和分割模块中细化后的上下文语义信息进行结合，利用提取的边缘信息与语义信息融合得到语义分割结果，并基于语义分割结果提取边缘信息，基于语义分割提取的边缘信息参与损失函数的计算，并在损失函数计算中采用基于边缘特征的权重，进而将边缘信息融合到语义信息中，增强分割模型在边界区域的分割表现。
-
公开(公告)号：CN118135341B
公开(公告)日：2024-07-16
申请号：CN202410550816.5
申请日：2024-05-07
Applicant: 武汉理工大学三亚科教创新园
IPC: G06V10/764 , G06T7/11 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/10
Abstract: 本申请提出了一种基于级联空间交叉注意网络的高光谱图像分类方法，属于农业高光谱图像分类技术领域，本申请中的方法结合了级联结构和空间交叉注意力机制，在处理农业高光谱图像时能够更好地考虑空间上下文中的局部和全局特征，并通过级联结构在不同通道内顺序传播重要的空间区域，最终获得联合注意特征以提高网络的鲁棒性；此外，本发明还设计了一种两分支的空间光谱特征分离结构，旨在尽可能分离农业高光谱图像中的空间光谱特征，从而增强不同农作物或土地覆盖类型特征的可区分性，有效提高农业高光谱图像分类的准确性和可靠性，为农业生产提供更精确的信息支持。
-
Patent Agency Ranking
公开(公告)号：CN118135341A
公开(公告)日：2024-06-04
申请号：CN202410550816.5
申请日：2024-05-07
Applicant: 武汉理工大学三亚科教创新园
IPC: G06V10/764 , G06T7/11 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/10
Abstract: 本申请提出了一种基于级联空间交叉注意网络的高光谱图像分类方法，属于农业高光谱图像分类技术领域，本申请中的方法结合了级联结构和空间交叉注意力机制，在处理农业高光谱图像时能够更好地考虑空间上下文中的局部和全局特征，并通过级联结构在不同通道内顺序传播重要的空间区域，最终获得联合注意特征以提高网络的鲁棒性；此外，本发明还设计了一种两分支的空间光谱特征分离结构，旨在尽可能分离农业高光谱图像中的空间光谱特征，从而增强不同农作物或土地覆盖类型特征的可区分性，有效提高农业高光谱图像分类的准确性和可靠性，为农业生产提供更精确的信息支持。
-
公开(公告)号：CN118098221A
公开(公告)日：2024-05-28
申请号：CN202410486726.4
申请日：2024-04-23
Applicant: 武汉理工大学三亚科教创新园
IPC: G10L15/16 , G06F18/2431 , G06N3/0464 , G10L15/06 , G10L25/24
Abstract: 本申请提出了一种基于自适应学习的小样本海洋声音事件检测方法，该方法通过构建包括教师模型和学生模型的复合模型，并通过使用负样本选择策略，构建更具代表性的负样本原型，使模型能够更好的完成分类任务完成检测，通过引入自适应学习机制，使模型能够应对目标事件持续时间不同所带来的挑战，在海洋声音事件检测领域具有显著的实用价值，为智慧海洋和生态保护领域带来了新的可能性。
-
公开(公告)号：CN117522884B
公开(公告)日：2024-05-17
申请号：CN202410015646.0
申请日：2024-01-05
Applicant: 武汉理工大学三亚科教创新园
IPC: G06T7/10 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06V20/10
Abstract: 本发明公开了一种海洋遥感图像语义分割方法、装置及电子设备，包括：获取待识别海洋遥感图像；输入海洋遥感图像语义分割网络中，基于十字交叉注意力进行全局上下文信息提取得到多尺度特征图，对多尺度特征图进行空间细节特征提取得到空间细节信息，对多尺度特征图进行级联多尺度融合、特征解码以及双分支通道注意力加权得到特征解码输出，将特征解码输出和空间细节信息拼接后进行语义分割预测得到海洋遥感图像分割结果。综上，本发明通过十字交叉注意力提取多尺度语义信息，通过双分支通道注意力加权抑制冗余特征和增强细节特征，通过级联多尺度融合实现融合浅层空间细节信息和深层次全局上下文信息，实现对海洋遥感图像语义的准确分割。
-
公开(公告)号：CN117520590B
公开(公告)日：2024-04-26
申请号：CN202410009510.9
申请日：2024-01-04
Applicant: 武汉理工大学三亚科教创新园
IPC: G06F16/583 , G06F16/532 , G06F16/55
Abstract: 本申请公开了一种海洋跨模态图文检索方法、系统、设备及存储介质，该方法通过全局相似度量模块分别对图像全局特征和文本全局特征进行相似聚类，提取到图像的重构图像全局特征和文本的重构文本全局特征；通过多层指导模块对图像局部特征、文本局部特征、重构图像全局特征和重构文本全局特征进行融合重构，不仅能针对性地处理图像的图像局部特征和文本的文本局部特征，还能将图像局部特征和文本局部特征进行有机融合，进而再与重构图像全局特征和重构文本全局特征进行融合重构，得到有多模态信息的对齐图像特征和对齐文本特征，实现了对齐图像和文本两个模态之间的信息，从而提高了检索精度。
-
公开(公告)号：CN117422711A
公开(公告)日：2024-01-19
申请号：CN202311716239.4
申请日：2023-12-14
Applicant: 武汉理工大学三亚科教创新园
IPC: G06T7/00 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06V10/764 , G06V10/82 , G06V20/10
Abstract: 本发明涉及一种海洋涡旋高光谱变化检测方法、装置、设备及介质，该方法获取待检测的双时序涡旋高光谱图像；将所述待检测的双时序涡旋高光谱图像输入预先训练好的海洋涡旋高光谱变化检测模型中，输出海洋涡旋变化灰度图；其中，所述海洋涡旋高光谱变化检测模型是基于双时序海洋涡旋高光谱图像样本数据以及预先确定的灰度图标签进行训练后得到的。本发明提供的海洋涡旋高光谱变化检测方法，利用基于中心像元距离和光谱相似度的空间显著性信息注意力机制，增加了对相似光谱物质和不同光谱物质空间差异的关注，增强对于海洋涡旋的关注度，降低背景海洋的关注度，进一步提升海洋涡旋高光谱变化检测的精度。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.033 seconds)
