-
公开(公告)号：CN115984712A
公开(公告)日：2023-04-18
申请号：CN202310011631.2
申请日：2023-01-05
Applicant: 济南大学
IPC: G06V20/13 , G06V10/40 , G06V10/80 , G06V10/25 , G06V10/82 , G06T5/00 , G06T5/20 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了基于多尺度特征的遥感图像小目标检测方法及系统；获取待检测的遥感图像；对待检测的遥感图像进行去雾处理和亮度增强处理；将亮度增强处理后的图像，输入到训练后的遥感图像小目标检测模型中，得到遥感图像的小目标检测结果；训练后的遥感图像小目标检测模型，其工作原理包括：对亮度增强处理后的遥感图像进行多尺度特征提取；对提取的多尺度特征进行特征融合和特征增强，得到特征图；对特征图中不同尺寸的感兴趣区域进行尺寸固定，得到目标的建议候选框；将提取出来的建议候选框经过非极大值抑制后，得到目标的预测边界框坐标，绘制目标所在区域的最小外接矩形，将最小外接矩形作为目标预测边界框，得到遥感图像目标的检测结果。
-
公开(公告)号：CN115965640A
公开(公告)日：2023-04-14
申请号：CN202310006762.1
申请日：2023-01-04
Applicant: 济南大学
IPC: G06T7/11 , G06T7/13 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/82 , G06V10/80 , G06V20/13 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于拉普拉斯滤波器的遥感图像分割方法及系统；其中所述方法，包括：基于拉普拉斯滤波器构建边缘特征提取模块；基于通道注意力模块和空间注意力模块，构建卷积注意力模块；基于边缘特征提取模块和卷积注意力模块，构建遥感图像分割模型；构建训练集，采用训练集对遥感图像分割模型进行训练，得到训练后的遥感图像分割模型；对训练后的遥感图像分割模型，移除边缘特征提取模块和卷积注意力模块，得到语义分割模型；获取待分割的遥感图像，采用语义分割模型，对待分割的遥感图像进行处理，得到分割后的图像。本发明解决了由于遥感图像场景复杂性较高等一系列原因导致的特征提取不完整，分割精度低的问题。
-
公开(公告)号：CN105138975A
公开(公告)日：2015-12-09
申请号：CN201510497519.X
申请日：2015-08-13
Applicant: 济南大学
IPC: G06K9/00
CPC classification number: G06K9/00234 , G06K9/00288
Abstract: 本发明提供了一种基于深度信念网络的人体肤色区域分割方法，属于计算机视觉和图像处理领域。该方法包括：(1).建立肤色块数据集和非肤色块数据集；(2).产生不同的颜色空间及其组合上的深度信念网络输入特征集；(3).训练不同尺度的深度信念网络，并优化确定各项参数；(4).输入测试图像，在不同尺度约束下，使用滑动窗口策略获取当前待检测图像块范围；(5).在当前滑动窗口确定的图像块上抽取需要的颜色空间分量或其组合，获取输入特征向量；(6).将输入特征向量输入训练好的深度信念网络，得到图像块的分类结果，如果分类结果为肤色块，则块内像素点置1；如果分类结果为非肤色块，则块内像素点置0。
-
公开(公告)号：CN105138975B
公开(公告)日：2016-06-01
申请号：CN201510497519.X
申请日：2015-08-13
Applicant: 济南大学
IPC: G06K9/00
Abstract: 本发明提供了一种基于深度信念网络的人体肤色区域分割方法，属于计算机视觉和图像处理领域。该方法包括：(1).建立肤色块数据集和非肤色块数据集；(2).产生不同的颜色空间及其组合上的深度信念网络输入特征集；(3).训练不同尺度的深度信念网络，并优化确定各项参数；(4).输入测试图像，在不同尺度约束下，使用滑动窗口策略获取当前待检测图像块范围；(5).在当前滑动窗口确定的图像块上抽取需要的颜色空间分量或其组合，获取输入特征向量；(6).将输入特征向量输入训练好的深度信念网络，得到图像块的分类结果，如果分类结果为肤色块，则块内像素点置1；如果分类结果为非肤色块，则块内像素点置0。
-
-
-
Search Results
4
records
(took 0.012 seconds)
