-
公开(公告)号：CN116797922B
公开(公告)日：2025-03-07
申请号：CN202310352316.6
申请日：2023-04-04
Applicant: 河南大学
Abstract: 本发明提供了一种基于特征融合的遥感图像目标检测方法，其方案如下：(1)对遥感图像目标检测数据集进行预处理，并划分出训练集、验证集和测试集；(2)构建金字塔特征细化单元，以三条不同大小感受野的路径对特征进行多尺度学习；(3)构建金字塔特征细化模块，并以此替换路径聚合网络中的C3模块，使得网络可以进行更充分有效的特征融合；(4)构建轻量级的解耦检测头，并以此替换YOLOv5原有的检测头，在引入少量模型参数的情况下，有效缓解了分类任务和回归任务之间的冲突问题，提高了检测精度；(5)对改进后的网络进行训练和测试。本发明可在遥感图像数据集上取得良好的检测效果，为遥感智能解译提供支持。
-
公开(公告)号：CN117058542A
公开(公告)日：2023-11-14
申请号：CN202311017245.0
申请日：2023-08-11
Applicant: 河南大学
Abstract: 本发明提供一种基于大感受野和注意机制的多尺度高精度轻量化目标检测方法。该方法包括：步骤1：构建改进的YOLOv7‑Tiny网络，包括：将YOLOv7‑Tiny网络中的主干网络中新增SimAM注意机制；步骤2：采用遥感图像数据集对所述改进的网络进行训练，得到轻量化目标检测模型；步骤3：将待测的遥感图像输入至所述轻量化目标检测模型，得到检测结果。
-
公开(公告)号：CN116649937A
公开(公告)日：2023-08-29
申请号：CN202310708572.4
申请日：2023-06-14
Applicant: 河南大学
Abstract: 本发明提供一种面向浅表层动脉瘤的形态检测方法和可穿戴式设备。该方法包括：步骤1：构建并训练径颈比预测神经网络模型；步骤2：获取受测者同步的ECG信号与PPG信号，根据所述ECG信号与PPG信号提取特征参数，所述特征参数包括最大血流速度、血流速度变化量、血液流量和血压；步骤3：根据提取到的特征参数生成受测者的特征向量，将所述特征向量输入至训练好的径颈比预测神经网络模型，得到受测者的径颈比。
-
公开(公告)号：CN115984679A
公开(公告)日：2023-04-18
申请号：CN202211628575.9
申请日：2022-12-17
Applicant: 河南大学
Abstract: 本发明涉及遥感算法处理技术领域，具体涉及一种基于遥感应用的算法流程化技术检验处理系统及方法。该方法通过对遥感数据进行处理，对检验的算法进行统一计算，读取出影像图；将算法计算后的影像图进行标记并提取，对算法运行所需要的目标样本进行人工特征选择，对需要对比的算法图像进行比对分析，实现了根据不同函数功能所需要的输入、输出以及参数调整等界面功能，设计自适应不同功能函数模块所需输入输出元素的界面交互，实现功能模块界面交互模块化、插件化设计，方便功能模块的开发更替。
-
公开(公告)号：CN113436125B
公开(公告)日：2022-11-04
申请号：CN202110778791.0
申请日：2021-07-09
Applicant: 河南大学
IPC: G06T5/50 , G06T5/00 , G06T5/30 , G06T7/12 , G06T7/136 , G06T7/155 , G06T7/194 , G06V10/762 , G06V10/764 , G06V10/82
Abstract: 本发明涉及图像处理技术领域，具体涉及基于风格迁移的侧扫声呐仿真图像生成方法、装置及设备。该方法包括：根据待迁移图像的目标物体类别，构建与目标物体相关的光学图像数据集；对光学图像进行图像分割，提取目标物体的轮廓，对目标物体的轮廓添加阴影，获取输入图像；构建风格迁移网络，以真实的侧扫声呐图像作为风格图像，对输入图像进行风格迁移，生成侧扫声呐仿真图像，以扩充神经网络的训练样本图像。本发明实施例能够扩充侧扫声呐图像样本，使侧扫声呐领域能够运用神经网络进行图像自动分类，同时能够提高分类的精度。
-
Patent Agency Ranking
公开(公告)号：CN114898157A
公开(公告)日：2022-08-12
申请号：CN202210563560.2
申请日：2022-05-23
Applicant: 河南大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种用于高光谱图像分类的全局学习装置及方法。该装置包括：编码器和解码器；编码器按照图像处理顺序依次包括光谱维调整层、第一特征提取层和第二特征提取层；第一特征提取层包括堆叠在一起的三个MLBSA结构层；MLBSA结构层包括三个洗牌光谱注意SSA模块、两个MLB层和一个下采样层；第一个SSA模块的输入通过Zero‑padded卷积模块之后与下采样层的输出进行相加融合操作后的输出作为MLBSA结构层的输出；解码器按照图像处理顺序依次包括第一上采样层、Concat层和输出层；第一特征提取层中的第一个MLBSA结构层的输出作为第一上采样层的输入，第二特征提取层的输出与第一上采样层的输出经过Concat层进行融合，融合结果经输出层处理以完成高光谱图像的分类。
-
公开(公告)号：CN112926552A
公开(公告)日：2021-06-08
申请号：CN202110442345.2
申请日：2021-04-23
Applicant: 河南大学
Abstract: 本发明提供一种基于深度神经网络的遥感影像车辆目标识别模型及方法。该模型将Yolov4网络结构中PANet网络中的卷积块替换为倒置残差模块，具体为：将PANet网络中上采样单元自下而上依次连接的两层卷积块均替换为倒置残差模块，并分别定义为第一倒置残差模块和第二倒置残差模块；将PANet网络中下采样单元自上而下依次连接的两层卷积块均替换为倒置残差模块，并分别定义为第三倒置残差模块和第四倒置残差模块；在第二倒置残差模块和第三倒置残差模块之间新增一个倒置残差模块，并定义为第五倒置残差模块，所述第五倒置残差模块用于对输入的图像进行下采样。本发明对阴影遮挡等复杂环境下的车辆目标识别更精确。
-
公开(公告)号：CN112884079A
公开(公告)日：2021-06-01
申请号：CN202110338272.2
申请日：2021-03-30
Applicant: 河南大学
Abstract: 本发明属于遥感数据应用技术技术领域，涉及一种基于Stacking集成模型的近地面二氧化氮浓度估算方法，包括以下步骤：获取监测站点实际NO2浓度数据、气象监测数据、地理数据和人口数据；获取NO2对流层柱浓度卫星遥感数据并进行验证；数据清理，采用网格化方式对监测站点实际NO2浓度数据和NO2对流层柱浓度卫星遥感数据进行求均并与气象监测数据匹配，构建NO2数据集；基于NO2数据集进行建模，采用GA‑RF、GA‑GBRT和GA‑XGBoost三种模型作为基学习器，岭回归作为元学习器进行融合得到Stacking集成模型；利用Stacking集成模型对近地面NO2浓度进行模拟估算，得到近地面NO2浓度。本发明通过多种机器学习算法的结合，克服单个模型的缺陷，优化线性回归的输入，提升模型整体性能。
-
公开(公告)号：CN109241912A
公开(公告)日：2019-01-18
申请号：CN201811046842.5
申请日：2018-09-08
Applicant: 河南大学
Abstract: 本发明提供一种面向无人自主系统的基于类脑跨媒体智能的目标识别方法。该方法包括：步骤1、获取无人自主系统采集到的目标场景的视音频数据，对所述视音频数据进行预处理，提取所述视音频数据中的语言文字，将所述语言文字采用分布式表示，得到词向量；步骤2、结合对象时空上下文信息，对预处理后的视音频数据和词向量进行显著性计算；步骤3、根据显著性计算结果和对象时空上下文信息，训练多模态融合神经网络，提取视音频数据和词向量的属性语义信息；步骤4、根据对象时空上下文信息、属性语义信息和目标知识图谱的先验知识，采用认知计算和贝叶斯推理，得到目标场景中的目标语义信息。本发明能有效提升无人自主设备的智能化目标识别效果。
-
公开(公告)号：CN114612781B
公开(公告)日：2025-01-28
申请号：CN202210249333.2
申请日：2022-03-14
Applicant: 河南大学
Abstract: 本发明属于光学遥感图像检测技术领域，公开一种用于光学遥感图像中舰船目标检测的方法，包括：步骤1：构建D‑RFB模块，并基于D‑RFB模块对从光学遥感图像中提取的特征图进行进一步的信息提取，同时为不同尺度的特征图提供合适的感受野；步骤2：构建弹性沙漏模块，并基于弹性沙漏模块构建弹性沙漏路径聚合网络；步骤3：基于弹性沙漏路径聚合网络对不同尺度的特征图进行融合，并输出最终的舰船目标检测结果。本发明解决了现有的目标检测方法对于光学遥感图像中舰船目标检测精度较差，中小尺寸舰船目标漏检多的问题，以及小尺寸舰船目标像素较少，位置信息以及语义信息不充分的问题，可有效提高光学遥感图像中舰船检测的精度。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.03 seconds)
