-
公开(公告)号：CN108920998A
公开(公告)日：2018-11-30
申请号：CN201810334259.8
申请日：2018-04-14
Applicant: 海南大学
Abstract: 本发明属于遥感影像在单类标注下目标区域的提取方法，其特征在于依次包括如下步骤：1）接收多光谱高分辨率遥感影像，选取若干波段组成多通道图像，并标注目标区域的少量像元位置；2）提取所有像元的特征向量，按标注分成正类和待标注向量集；3）建立隐含混合高斯-伯努利受限玻尔茨曼机；4）以最小化正类（目标）与负类（非目标）之间的巴氏系数为目标，拟合模型与正类和待标注向量的数据分布，得到模型参数；5）计算得到待标注像元的类别并提取目标区域。本发明具有如下优点：1）适用于仅单类标注下目标区域提取；2）较高的标注准确率，且只需标注少量目标像元；3）不需要人为设定或预训练得到-分类阈值；4)较快的运算速度。
-
公开(公告)号：CN104346456A
公开(公告)日：2015-02-11
申请号：CN201410599268.1
申请日：2014-10-31
Applicant: 海南大学
CPC classification number: G06F17/30262 , G06K9/726
Abstract: 本发明属于数字图像多语义标注方法，其特征在于依次包括如下步骤:（1）输入语义已知的若干数字图像以及待标注的所有数字图像至计算机；（2）通过特征提取，得到所有图像的特征向量集；（2）构造已标注图像的标签向量和所有图像最终标签向量集；（3）计算特征向量集的Gram矩阵；（4）利用空间依赖性度量方法得到特征向量集和标签向量集之间依赖性程度的度量值；（6）迭代过程中逐步提高依赖性度量值至最大，得到待标注图像属于各语义类的置信值；（7）设定阈值，判断待标注图像语义。本发明具有如下优点：1）可利用大量未语义标注图像提高标注效果；2）适用于多语义标注情况；3）较快的运算速度。
-
公开(公告)号：CN104346456B
公开(公告)日：2017-09-08
申请号：CN201410599268.1
申请日：2014-10-31
Applicant: 海南大学
Abstract: 本发明属于数字图像多语义标注方法，其特征在于依次包括如下步骤:（1）输入语义已知的若干数字图像以及待标注的所有数字图像至计算机；（2）通过特征提取，得到所有图像的特征向量集；（2）构造已标注图像的标签向量和所有图像最终标签向量集；（3）计算特征向量集的Gram矩阵；（4）利用空间依赖性度量方法得到特征向量集和标签向量集之间依赖性程度的度量值；（6）迭代过程中逐步提高依赖性度量值至最大，得到待标注图像属于各语义类的置信值；（7）设定阈值，判断待标注图像语义。本发明具有如下优点：1）可利用大量未语义标注图像提高标注效果；2）适用于多语义标注情况；3）较快的运算速度。
-
-
Search Results
3
records
(took 0.038 seconds)
