-
公开(公告)号：CN111191566B
公开(公告)日：2022-05-17
申请号：CN201911366599.X
申请日：2019-12-26
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于像素分类的光学遥感图像多目标检测方法，首先通过卷积神经网络对光学遥感图像进行特征提取，得到图像的特征图。之后是特征融合部分，使用了ASPP网络获得了不同感受野的特征，再结合通道注意力机制对不同通道的特征分配权重，之后对特征图进行上采样并将不同层的特征合并。在上采样后的特征图上的每一个像素点上进行目标的检测。本发明只预测了每个目标的一个中心点及其对应的目标框，没有多余的目标框生成，所以最后不需要通过非极大值抑制来合并多余的目标框，在速度上有很大优势。
-
公开(公告)号：CN111191566A
公开(公告)日：2020-05-22
申请号：CN201911366599.X
申请日：2019-12-26
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于像素分类的光学遥感图像多目标检测方法，首先通过卷积神经网络对光学遥感图像进行特征提取，得到图像的特征图。之后是特征融合部分，使用了ASPP网络获得了不同感受野的特征，再结合通道注意力机制对不同通道的特征分配权重，之后对特征图进行上采样并将不同层的特征合并。在上采样后的特征图上的每一个像素点上进行目标的检测。本发明只预测了每个目标的一个中心点及其对应的目标框，没有多余的目标框生成，所以最后不需要通过非极大值抑制来合并多余的目标框，在速度上有很大优势。
-
公开(公告)号：CN109949270A
公开(公告)日：2019-06-28
申请号：CN201910078927.X
申请日：2019-01-28
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于区域卷积网络的多光谱和全色图像融合空间质量评价方法，改进了传统的基于区域的多光谱图像和全色图像融合空间质量评价方法中对融合图像和全色图像的处理过程。直接使用GoogLeNet网络提取原始的融合图像和全色图像中区域图像的空间特征，而不是先对融合图像进行灰度图像转换和离散余弦变换。有效避免了图像的空间信息丢失的同时，提取了表征能力和泛化能力更强的深度特征，对融合结果进行特征级的空间质量评价。最终得到直观的空间质量分布图表示融合结果局部区域的空间质量。
-
-
Search Results
3
records
(took 0.014 seconds)
