-
公开(公告)号：CN109784183A
公开(公告)日：2019-05-21
申请号：CN201811542535.6
申请日：2018-12-17
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于级联卷积网络和光流的视频显著性目标检测方法，利用级联网络结构，在高、中、低三个尺度上分别对当前帧的图像进行像素级的显著性预测。使用MSAR10K图像数据集训练级联网络结构，显著性标注图作为训练的监督信息，损失函数为交叉熵损失函数。训练终止后，利用训练好的级联网络对视频中的每一帧图像进行静态显著性预测。利用经典的Locus-Kanada算法进行光流场提取。然后使用三层卷积网络结构构建动态优化网络结构。将每一帧图像的静态检测结果和光流场检测结果进行拼接得到优化网络的输入数据。使用Davis视频数据集优化网络，利用静态检测结果和光流信息对视频帧进行像素点级的显著性分类。
-
公开(公告)号：CN105976378B
公开(公告)日：2019-05-10
申请号：CN201610303847.6
申请日：2016-05-10
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于图模型的显著性目标检测方法，首先，使用MRF全局势能最小化的图像平滑处理，提高六边形排列迭代聚类HAIC算法的聚类效果；利用基于改进的图模型进行图像分割时，动态设置阈值使得颜色上相似且空间连通的区域更好地分割到同一区域；使用吸引子传播聚类方法对边缘丰富的区域进行合并，改善图像边缘过分割现象。其次，根据超像素之间的流形结构，采用流形排序算法对得到的显著图进行优化，能在最终的显著图中进一步突出整个显著区域。
-
公开(公告)号：CN108596055B
公开(公告)日：2022-02-11
申请号：CN201810315813.8
申请日：2018-04-10
Applicant: 西北工业大学
IPC: G06V10/764 , G06V20/10 , G06K9/62 , G06N3/04
Abstract: 本发明涉及一种复杂背景下高分辨遥感图像的机场目标检测方法，利用全卷积网络对遥感图像进行显著性检测，利用改进的LSD算法提取遥感图像的线特征；提取显著性特征和直线特征分别划分目标候选区域，将同时满足显著性特征和直线特征的区域作为目标候选区域；利用卷积网络提取候选区域对应图像的深度特征，再利用ROI Pooling网络将不同尺寸的二维矩阵特征转化为长度相同的一维特征，通过两个独立的全连接网络计算候选区域的目标概率和位置偏移，检测遥感图像中的机场目标。本方法利用机场显著性和平行直线跑道等先验知识生成少量候选区域，大幅降低了测试的难度，且提取的候选区域更精准，提升了检测的准确度和标记机场区域的位置精度。
-
公开(公告)号：CN105913023B
公开(公告)日：2019-06-21
申请号：CN201610224324.2
申请日：2016-04-12
Applicant: 西北工业大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于多光谱图像和SAR图像的黄河冰凌协同检测方法，用于解决现有黄河冰凌检测方法精度差的技术问题。技术方案是首先利用遥感图像，通过对黄河遥感图像几何校正、Bow‑tie校正、云剔除、图像裁剪等预处理，进而对河流区域粗分割，最后利用NDSI检测方法与聚类法相结合，得到分割区域集合m；然后将区域m作为SAR图像检测方法输入，通过超像素分割和计算显著图得到分割区域集合n，最后通过交替迭代，寻找使得黄河冰凌检测模型最优的解，获取到最佳冰凌检测区域，实现黄河冰凌快速、有效检测，精度高。
-
公开(公告)号：CN111975153A
公开(公告)日：2020-11-24
申请号：CN202010712836.X
申请日：2020-07-22
Applicant: 西北工业大学
Abstract: 本发明一种锁底结构搅拌摩擦焊接方法，属于焊接技术领域；该方法主要用于锁底结构焊接，利用搅拌工具与母材摩擦以及激光束作用在搅拌工具上产生的双重热量作为焊接热源，其中锁底结构中的对接面通过搅拌摩擦焊进行焊接，搭接面通过双重热源熔化放置在搭接界面中的钎料实现自钎焊。该方法可同时实现锁底结构对接面的搅拌摩擦焊和搭接面的自钎焊，此外通过双重热源可将焊接温度提高至500℃以上，扩大了钎料选择范围。可以根据产品不同工艺性能需求选择适宜的钎料，能够有效提高接头的力学性能、耐腐蚀性等。
-
Patent Agency Ranking
公开(公告)号：CN106447658B
公开(公告)日：2019-06-21
申请号：CN201610850610.X
申请日：2016-09-26
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于全局和局部卷积网络的显著性目标检测方法，首先，使用FCN全卷积网络进行深层语义信息的提取，输入图像不需要固定尺寸，进行端对端的预测，减少训练的复杂度。使用局部CNN卷积网络，提取局部特征对FCN得到粗糙检测结果进行精度优化。本发明能准确高效的提取图像中的语义信息，有利于复杂场景中显著性目标检测准确率的提高。
-
公开(公告)号：CN108596055A
公开(公告)日：2018-09-28
申请号：CN201810315813.8
申请日：2018-04-10
Applicant: 西北工业大学
Abstract: 本发明涉及一种复杂背景下高分辨遥感图像的机场目标检测方法，利用全卷积网络对遥感图像进行显著性检测，利用改进的LSD算法提取遥感图像的线特征；提取显著性特征和直线特征分别划分目标候选区域，将同时满足显著性特征和直线特征的区域作为目标候选区域；利用卷积网络提取候选区域对应图像的深度特征，再利用ROI Pooling网络将不同尺寸的二维矩阵特征转化为长度相同的一维特征，通过两个独立的全连接网络计算候选区域的目标概率和位置偏移，检测遥感图像中的机场目标。本方法利用机场显著性和平行直线跑道等先验知识生成少量候选区域，大幅降低了测试的难度，且提取的候选区域更精准，提升了检测的准确度和标记机场区域的位置精度。
-
公开(公告)号：CN106447658A
公开(公告)日：2017-02-22
申请号：CN201610850610.X
申请日：2016-09-26
Applicant: 西北工业大学
CPC classification number: G06K9/622 , G06K9/4652 , G06K2209/21 , G06N3/04 , G06T2207/10024 , G06T2207/20081
Abstract: 本发明涉及一种基于全局和局部卷积网络的显著性目标检测方法，首先，使用FCN全卷积网络进行深层语义信息的提取，输入图像不需要固定尺寸，进行端对端的预测，减少训练的复杂度。使用局部CNN卷积网络，提取局部特征对FCN得到粗糙检测结果进行精度优化。本发明能准确高效的提取图像中的语义信息，有利于复杂场景中显著性目标检测准确率的提高。
-
公开(公告)号：CN105976378A
公开(公告)日：2016-09-28
申请号：CN201610303847.6
申请日：2016-05-10
Applicant: 西北工业大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于图模型的显著性目标检测方法，首先，使用MRF全局势能最小化的图像平滑处理，提高六边形排列迭代聚类HAIC算法的聚类效果；利用基于改进的图模型进行图像分割时，动态设置阈值使得颜色上相似且空间连通的区域更好地分割到同一区域；使用吸引子传播聚类方法对边缘丰富的区域进行合并，改善图像边缘过分割现象。其次，根据超像素之间的流形结构，采用流形排序算法对得到的显著图进行优化，能在最终的显著图中进一步突出整个显著区域。
-
公开(公告)号：CN109784183B
公开(公告)日：2022-07-19
申请号：CN201811542535.6
申请日：2018-12-17
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于级联卷积网络和光流的视频显著性目标检测方法，利用级联网络结构，在高、中、低三个尺度上分别对当前帧的图像进行像素级的显著性预测。使用MSAR10K图像数据集训练级联网络结构，显著性标注图作为训练的监督信息，损失函数为交叉熵损失函数。训练终止后，利用训练好的级联网络对视频中的每一帧图像进行静态显著性预测。利用经典的Locus‑Kanada算法进行光流场提取。然后使用三层卷积网络结构构建动态优化网络结构。将每一帧图像的静态检测结果和光流场检测结果进行拼接得到优化网络的输入数据。使用Davis视频数据集优化网络，利用静态检测结果和光流信息对视频帧进行像素点级的显著性分类。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
