-
公开(公告)号：CN115019379B
公开(公告)日：2024-08-30
申请号：CN202210609257.1
申请日：2022-05-31
Applicant: 福州大学
Abstract: 本发明提出一种人机协同的红外睑板腺图像量化分析方法，包括以下步骤；步骤S1、对图像进行睑板腺腺体的语义分割，转化为二值化的腺体图像；步骤S2、识别二值化腺体图像中的单个腺体；步骤S3、自动获取腺体区域的中心线；步骤S4、基于中心线来自动计算单个腺体的长度；步骤S5、基于中心线来自动计算单个腺体的直径；步骤S6、根据上述步骤所得结果，自动计算单个腺体区域的面积；步骤S7、根据上述步骤所得结果，自动计算单个腺体区域的形变系数；步骤S8、根据上述步骤所得结果，自动计算腺体区域的显影值；步骤S9、计算图像中央区域的腺体区域所占百分比；本发明可高效而精准地识别腺体，实现睑板腺腺体主要生物参数的自动计算。
-
公开(公告)号：CN113642456B
公开(公告)日：2023-08-11
申请号：CN202110921430.7
申请日：2021-08-11
Applicant: 福州大学
IPC: G06V20/10 , G06V10/80 , G06V10/774 , G06T3/40 , G06T7/11 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于拼图引导的深度特征融合的高分辨率遥感图像场景分类方法，首先对原始图像生成一个拼图，将拼图送入网络模型的浅层卷积块进行浅层特征的学习，然后将原始图像送入完整的网络模型学习深度全局语义特征，最后将浅层卷积块的输出特征和完整网络的最后一层卷积块的输出特征进行融合，进行分类。本发明的策略能引导网络更加关注模型浅层特征的学习，融合后的特征包含更为丰富的场景信息，增加了目标的可区分性，相比已有方法，该发明方法能够有效提高分类精度，同时提高模型的泛化能力。
-
公开(公告)号：CN113642456A
公开(公告)日：2021-11-12
申请号：CN202110921430.7
申请日：2021-08-11
Applicant: 福州大学
Abstract: 本发明涉及一种基于拼图引导的深度特征融合的高分辨率遥感图像场景分类方法，首先对原始图像生成一个拼图，将拼图送入网络模型的浅层卷积块进行浅层特征的学习，然后将原始图像送入完整的网络模型学习深度全局语义特征，最后将浅层卷积块的输出特征和完整网络的最后一层卷积块的输出特征进行融合，进行分类。本发明的策略能引导网络更加关注模型浅层特征的学习，融合后的特征包含更为丰富的场景信息，增加了目标的可区分性，相比已有方法，该发明方法能够有效提高分类精度，同时提高模型的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN114037899B
公开(公告)日：2024-09-06
申请号：CN202111453939.X
申请日：2021-12-01
Applicant: 福州大学
IPC: G06V20/10 , G06V10/764 , G06V10/77
Abstract: 本发明涉及一种基于VIT的面向高光谱遥感图像分类径向累加位置编码系统，包括：数据提取预处理模块，用于从数据集中截取数据，通过PCA主成分分析预处理，并将处理后的数据输入到模型框架中；位置编码模块，将输入的数据从中心点往四周叠加，使每个点的数据附带位置信息；数据拆分模块，将数据划分成多个块状区域，并分别拉伸成一维向量，输入到ViT模型中；主体模型模块，包含一个ViT模型，用于处理输入的数据，输出分类结果。本发明使输入到ViT的数据得以附加更加有效的空间信息，从而提升像素级分类精度。
-
公开(公告)号：CN115019379A
公开(公告)日：2022-09-06
申请号：CN202210609257.1
申请日：2022-05-31
Applicant: 福州大学
Abstract: 本发明提出一种人机协同的红外睑板腺图像量化分析方法，包括以下步骤；步骤S1、对图像进行睑板腺腺体的语义分割，转化为二值化的腺体图像；步骤S2、识别二值化腺体图像中的单个腺体；步骤S3、自动获取腺体区域的中心线；步骤S4、基于中心线来自动计算单个腺体的长度；步骤S5、基于中心线来自动计算单个腺体的直径；步骤S6、根据上述步骤所得结果，自动计算单个腺体区域的面积；步骤S7、根据上述步骤所得结果，自动计算单个腺体区域的形变系数；步骤S8、根据上述步骤所得结果，自动计算腺体区域的显影值；步骤S9、计算图像中央区域的腺体区域所占百分比；本发明可高效而精准地识别腺体，实现睑板腺腺体主要生物参数的自动计算。
-
公开(公告)号：CN113255676A
公开(公告)日：2021-08-13
申请号：CN202110556336.6
申请日：2021-05-21
Applicant: 福州大学
Abstract: 本发明提出一种基于多源数据融合的高分遥感影像语义分割模型及方法，其特征在于：基于编码器‑解码器结构，通过并行的双分支孪生网络完成特征提取，使用空间通道注意力模块用于增强模块之间的关系，并使用Dupsampling进行上采样恢复特征。在ISPRS数据集上对提出的模型进行了评估。实验结果表明，MSDFM的性能优于大多数其他相关模型。特别是对于小目标可以有很好的分辨效果，在Vaihingen数据集中对于车辆的识别精度达到93.63%，达到当前最佳的效果。
-
公开(公告)号：CN115187863A
公开(公告)日：2022-10-14
申请号：CN202210837954.2
申请日：2022-07-16
Applicant: 福州大学
IPC: G06V20/10 , G06V10/764 , G06V10/778 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种多层次自适应知识蒸馏的轻量化高分遥感场景分类方法，包括以下步骤：步骤S1：将遥感图像数据分别送入教师模型和学生模型进行特征提取；步骤S2：将教师模型和学生模型提取的特征分别送入分类器，通过自适应温度机制对温度进行调整后，将概率分布输出进行蒸馏学习；步骤S3：将教师模型和学生模型提取的特征分别生成对应的空；步骤S4：将教师模型和学生模型提取的特征分别生成对应的通道间相关性，并从教师模型与学生模型的特征的通道间相关性进行蒸馏学习。应用本技术方案能够自适应调整知识蒸馏过程中输出层的蒸馏温度，使得学生模型有选择地学习教师模型的输出层概率分布知识。
-
公开(公告)号：CN114037899A
公开(公告)日：2022-02-11
申请号：CN202111453939.X
申请日：2021-12-01
Applicant: 福州大学
IPC: G06V20/10 , G06V10/764 , G06V10/77
Abstract: 本发明涉及一种基于VIT的面向高光谱遥感图像分类径向累加位置编码系统，包括：数据提取预处理模块，用于从数据集中截取数据，通过PCA主成分分析预处理，并将处理后的数据输入到模型框架中；位置编码模块，将输入的数据从中心点往四周叠加，使每个点的数据附带位置信息；数据拆分模块，将数据划分成多个块状区域，并分别拉伸成一维向量，输入到ViT模型中；主体模型模块，包含一个ViT模型，用于处理输入的数据，输出分类结果。本发明使输入到ViT的数据得以附加更加有效的空间信息，从而提升像素级分类精度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.026 seconds)
