公开(公告)号：CN118658058A

公开(公告)日：2024-09-17

申请号：CN202410681674.6

申请日：2024-05-29

Applicant: 西北农林科技大学

Inventor： 徐超 ,  仇天昊 ,  张姝茵

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/52 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明提供一种基于指数与盖度特征引导的遥感图像地物分类方法与装置。该方法包括：获取遥感光谱影像；将遥感光谱影像输入至训练好的地物分类模型，以对地球表面的地表覆盖物进行分类；地物分类模型包括：主干网络、指数特征提取模块、第一拼接模块、第一通道注意力模块、多尺度特征提取模块、盖度特征提取模块、第二拼接模块、第二通道注意力模块、第一卷积模块、第二卷积模块、第三拼接模块、第三卷积模块。本发明提供的方法，能够显著提高地物分类的精度。

公开(公告)号：CN118799853A

公开(公告)日：2024-10-18

申请号：CN202410896243.1

申请日：2024-07-05

Applicant: 西北农林科技大学

Inventor： 张姝茵 ,  王鹏博

IPC: G06V20/62 ,  G06V10/28 ,  G06V10/44 ,  G06V10/764 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了基于损失权重模块与DBNet网络的文本检测方法，属于文本检测技术领域，包括以下步骤：将图像输入特征提取主干网络中，进行特征提取；通过特征金字塔网络采样得到相同尺寸的图像，并进行特征级联得到特征图F；特征图F用于预测概率图P和阈值图T；概率图P和阈值图T通过可微分的二值化模块计算得到近似二值图B；引入损失权重模块，参与计算概率图P、阈值图T、近似二值图B的损失函数；通过概率图P或近似二值图B得到文本包围框。通过上述方式，本发明通过引入损失权重模块，提高了检测不准确样本的损失值在总损失值中的权重，增强了网络对少样本数据集的特征学习能力，提高了模型对数据集的文本检测性能。

公开(公告)号：CN116721264A

公开(公告)日：2023-09-08

申请号：CN202310680680.5

申请日：2023-06-08

Applicant: 西北农林科技大学

Inventor： 张二磊 ,  卞嘉蓉 ,  詹涛 ,  杨婧 ,  冯明晨 ,  陈欢 ,  张姝茵

IPC: G06V10/44 ,  G06T9/00 ,  G06V10/82 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进CGAN的SAR到光学图像翻译方法、系统、装置及介质，包括：将SAR图像输入到具有基于样式的重新校准模块的生成器网络中，获取对应的光学图像；并将所获取的光学图像与采集得到的光学图像输入至多尺度鉴别器网络中进行对比；对生成器网络和鉴别器网络进行不断进行优化，以相似度评分为评判标准，直至获取最优质的光学图像。本发明通过基于样式的校准模块，以最小化输出图像与真实光学图像之间的颜色差异，从而提高翻译后的光学图像的质量和真实感；在鉴别器中引入了多尺度策略，以增强图像的纹理和边缘信息，同时考虑局部和全局级别，进一步提高生成的光学图像的质量和清晰度。

公开(公告)号：CN113505840A

公开(公告)日：2021-10-15

申请号：CN202110813582.5

申请日：2021-07-19

Applicant: 西北农林科技大学

Inventor： 陈佳琪 ,  张姝茵 ,  田猛 ,  谢治国 ,  康兵义 ,  李亚楠 ,  杨晟沄

IPC: G06K9/62 ,  G06F17/16 ,  G06N20/10

Abstract: 本发明提供了一种在基于混淆矩阵的极化SAR图像组合分类方法，包括：提取图片中的训练集和测试集，并用不同的基分类器对训练集进行训练；2)根据基分类器得到的预测结果，构造混淆矩阵，计算得到召回矩阵和精度矩阵并融合，得到不同分类器对不同类的识别能力；3)用不同基分类器对同一未知测试点进行测试，测试结果与第二步中的识别能力结合，构造该分类器对该测试点的基本概率分配；4)融合未知测试点的所有基本概率分配，通过皮格斯变换公式得到最终分类结果；5)按照第三步和第四步预测测试集中所有未知样本。本发明与基分类器相比，具有提高图像分类精度、召回率以及准确率的优点。