公开(公告)号：CN118365967B

公开(公告)日：2024-09-17

申请号：CN202410778502.0

申请日：2024-06-17

Applicant: 西安电子科技大学

Inventor： 李娜 ,  宋晓朋 ,  全英汇 ,  朱文祥 ,  刘永旭

IPC: G06V10/764 ,  G06N3/042 ,  G06N3/084 ,  G06V10/774 ,  G06V10/82 ,  G06V20/10

Abstract: 本发明公开了一种基于图约束的深度多任务学习高光谱开集分类方法，属于图像处理技术领域，包括：获取待检测的高光谱图像；将高光谱图像输入预先基于同质图和异质图训练得到的多任务学习网络，使多任务学习网络执行以下步骤：利用特征提取器对高光谱图像中的各像素块进行特征提取，得到第一特征向量；分别将第一特征向量输入闭集分类器和多重二分类器，根据闭集分类器输出的第一预测概率以及多重二分类器中每个二元分类器输出的第二预测概率，确定高光谱图像中像素块所属的类别。本发明通过结合闭集分类器与多重二分类器，可以实现高光谱图像的未知类别检测。

公开(公告)号：CN117808787A

公开(公告)日：2024-04-02

申请号：CN202410003848.3

申请日：2024-01-02

Applicant: 西安电子科技大学

Inventor： 刘永旭 ,  马志豪 ,  朱文祥 ,  李娜 ,  吴金建 ,  肖国尧 ,  全英汇

IPC: G06T7/00

Abstract: 本发明提供了一种基于多尺度混叠的影像数据质量评价方法及系统。其中，一种基于多尺度混叠的影像数据质量评价方法，包括：获取待评价影像数据；对待评价影像数据依次进行尺度放缩、片段采样以及掩膜处理，得到待评价多尺度混叠数据；将待评价多尺度混叠数据输入预训练的Transformer模型，得到对应的质量评价结果。在本发明中，通过将影像数据进行尺度放缩能够获取到局部和全局数据，并在片段采样的基础上对局部和全局数据进行掩膜处理操作，获取到包含多尺度信息的多尺度混叠数据，最终利用多尺度混叠数据获取质量评价结果，提高了影像数据质量评估的准确性。同时也避免了现有技术中，改变网络结构造成的对硬件设备要求较高的问题。

公开(公告)号：CN118365967A

公开(公告)日：2024-07-19

申请号：CN202410778502.0

申请日：2024-06-17

Applicant: 西安电子科技大学

Inventor： 李娜 ,  宋晓朋 ,  全英汇 ,  朱文祥 ,  刘永旭

IPC: G06V10/764 ,  G06N3/042 ,  G06N3/084 ,  G06V10/774 ,  G06V10/82 ,  G06V20/10

Abstract: 本发明公开了一种基于图约束的深度多任务学习高光谱开集分类方法，属于图像处理技术领域，包括：获取待检测的高光谱图像；将高光谱图像输入预先基于同质图和异质图训练得到的多任务学习网络，使多任务学习网络执行以下步骤：利用特征提取器对高光谱图像中的各像素块进行特征提取，得到第一特征向量；分别将第一特征向量输入闭集分类器和多重二分类器，根据闭集分类器输出的第一预测概率以及多重二分类器中每个二元分类器输出的第二预测概率，确定高光谱图像中像素块所属的类别。本发明通过结合闭集分类器与多重二分类器，可以实现高光谱图像的未知类别检测。

公开(公告)号：CN118172585A

公开(公告)日：2024-06-11

申请号：CN202311787977.8

申请日：2023-12-22

Applicant: 西安电子科技大学

Inventor： 朱文祥 ,  陈德平 ,  全英汇 ,  刘永旭 ,  李娜

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/40

Abstract: 本发明公开了一种基于全范围特征提取网络的高光谱图分类方法、及其装置，涉及高光谱图像分类技术领域，包括：将待分类的高光谱图像进行滤波处理，得到待分类的高光谱图像的图结构；将待分类的高光谱图像进行卷积处理，得到待分类的高光谱图像的像素级特征；将待分类的高光谱图像的图结构与待分类的高光谱图像的像素级特征结合，得到待分类的高光谱图像的节点级特征；将待分类的高光谱图像的节点级特征进行全局特征提取，得到全局范围特征；将待分类的高光谱图像的像素级特征进行局部特征提取，得到局部范围特征；将全局范围特征与局部范围特征进行融合，得到分类概率图；根据概率最大原理，得到分类结果图。本发明能够提高分类的准确率。

公开(公告)号：CN108900864B

公开(公告)日：2019-12-10

申请号：CN201810812287.6

申请日：2018-07-23

Applicant: 西安电子科技大学

Inventor： 吴金建 ,  刘永旭 ,  谢雪梅 ,  石光明

IPC: H04N21/234 ,  H04N21/44 ,  H04N17/00

Abstract: 本发明公开了一种基于运动轨迹的全参考视频质量评价方法，主要解决现有技术评价准确度低、计算复杂度高的问题。其实现方案是：将测试视频与参考视频划分为等长度的序列片段；计算测试序列片段的静态质量；对测试序列片段的第一帧进行点采样；分别计算测试序列片段和参考序列片段的光流；计算采样点在参考序列片段中的运动轨迹，剔除运动轨迹中的无效轨迹；分别提取测试序列片段和参考序列片段沿着运动轨迹的光流特征，并计算两者的特征差异；计算测试序列片段的动态质量；根据序列片段的静态质量和动态质量计算测试视频的质量。本发明在提高质量评价的准确度的同时减小了计算复杂度，可用于视频压缩、传输和处理中的质量检测评估。

公开(公告)号：CN118212129A

公开(公告)日：2024-06-18

申请号：CN202410255986.0

申请日：2024-03-06

Applicant: 西安电子科技大学

Inventor： 吴金建 ,  邹可焓灵 ,  刘永旭

IPC: G06T3/4053 ,  G06T3/4046 ,  G06T3/4007 ,  G06V20/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明提供了一种基于双线性解混的高光谱遥感图像多源融合超分方法，包括：获取待融合高光谱图像以及待融合多光谱图像；待融合高光谱图像以及待融合多光谱图像为针对同一场景下的拍摄图像；将待融合高光谱图像以及待融合多光谱图像分别进行归一化处理，得到待融合归一化高光谱图像和待融合归一化多光谱图像；将待融合归一化高光谱图像和待融合归一化多光谱图像输入预训练的多源融合模型进行融合处理，得到融合超分图像；预训练的多源融合模型为无监督的神经网络模型；预训练的多源融合模型利用STN模块进行高光谱图像特征以及多光谱图像特征之间的偏置校准，得到校准特征，并利用双线性光谱解混模块将校准特征进行还原处理，得到融合超分图像。

公开(公告)号：CN108900864A

公开(公告)日：2018-11-27

申请号：CN201810812287.6

申请日：2018-07-23

Applicant: 西安电子科技大学

Inventor： 吴金建 ,  刘永旭 ,  谢雪梅 ,  石光明

IPC: H04N21/234 ,  H04N21/44 ,  H04N17/00

Abstract: 本发明公开了一种基于运动轨迹的全参考视频质量评价方法，主要解决现有技术评价准确度低、计算复杂度高的问题。其实现方案是：将测试视频与参考视频划分为等长度的序列片段；计算测试序列片段的静态质量；对测试序列片段的第一帧进行点采样；分别计算测试序列片段和参考序列片段的光流；计算采样点在参考序列片段中的运动轨迹，剔除运动轨迹中的无效轨迹；分别提取测试序列片段和参考序列片段沿着运动轨迹的光流特征，并计算两者的特征差异；计算测试序列片段的动态质量；根据序列片段的静态质量和动态质量计算测试视频的质量。本发明在提高质量评价的准确度的同时减小了计算复杂度，可用于视频压缩、传输和处理中的质量检测评估。