公开(公告)号：CN117437456A

公开(公告)日：2024-01-23

申请号：CN202311225102.9

申请日：2023-09-21

Applicant: 河南大学

Inventor： 朱小柯 ,  胡齐 ,  陈小潘 ,  李博源 ,  李明浩

IPC: G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明公开一种基于特征回归的旋转目标分类与定位算法，包括：构建旋转目标检测模型，该模型包括骨干网络、特征金字塔网络、区域推荐网络、自适应特征聚合模块以及检测头；分别构建类别和边框预测时的损失函数，并基于构建的损失函数进行旋转目标检测模型训练；将遥感图像输入训练好的旋转目标检测模型中，进行旋转目标分类与定位。本发明利用自适应空间融合思想，设计出一个自适应特征聚合模块，通过聚合不同尺度的特征，获得一个具有高度凝练的特征图，特征感知损失函数与该特征图相结合，把边框回归问题转换成特征回归问题，通过嵌入深度目标检测模型，达到了很好的旋转目标检测效果。

公开(公告)号：CN118210082A

公开(公告)日：2024-06-18

申请号：CN202410314384.8

申请日：2024-03-19

Applicant: 河南大学

Inventor： 张磊 ,  王亚东 ,  马艳红 ,  左宪禹 ,  谢毅 ,  李博源 ,  张清

IPC: G01W1/10 ,  G06V10/20 ,  G06V10/30 ,  G06V10/36 ,  G06V10/62 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明涉及数据处理技术领域，具体涉及基于ResT和Unet融合的短时强对流降水预报方法，该方法包括：采集待预报地区预设时间段内的气象数据，并对采集到的气象数据进行预处理，其中，气象数据包括：雷达反射率图像；根据预处理后的数据，通过训练完成的ResT‑Unet融合模型进行短时强对流降水预测，其中，将ResT网络和Unet网络融合旨在提高模型对短时强对流降水事件特征的识别能力，模型训练过程中，采用交叉验证的方法来评估模型的性能，确保在不同的数据子集上都能获得稳定的预测结果。本发明不仅能够有效提取天气数据中的空间特征，还能捕捉到时间序列中的动态变化，从而大幅提升短时强对流降水的预测精度。

公开(公告)号：CN117392718A

公开(公告)日：2024-01-12

申请号：CN202311278464.4

申请日：2023-09-28

Applicant: 河南大学

Inventor： 陈小潘 ,  厉丹阳 ,  朱小柯 ,  李博源 ,  白海阳

IPC: G06V40/16 ,  G06V10/764 ,  G06N5/022 ,  G06N3/096

Abstract: 本发明属于亲属关系验证技术领域，公开一种基于因果干预的跨年龄亲属关系验证方法，包括：构建基于知识迁移和因果干预的亲属关系验证模型，用于跨年龄人脸亲属关系验证，该模型为双流网络模型，包括家庭ID分支、年龄分支、特征融合模块、知识迁移模块、亲属关系预测模块和因果干预模块；构建损失函数，所述损失包括知识迁移损失和因果干预损失，并基于构建的损失函数对亲属关系验证模型进行训练；将人脸图像输入训练好的亲属关系验证模型，进行跨年龄人脸亲属关系验证。本发明利用知识迁移和因果干预从ID表征中分离年龄因素，进而消除年龄偏见对家庭ID的影响，本发明能够提高亲属关系验证算法的性能，增强其在现实生活中的应用可行性。