-
公开(公告)号：CN118608417B
公开(公告)日：2025-01-24
申请号：CN202410696745.X
申请日：2024-05-31
Applicant: 重庆交通大学 , 重庆市地质矿产勘查开发局107地质队 , 重庆市佰强科技有限公司
IPC: G06T5/70 , G06T5/60 , G06T5/10 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及一种基于深度学习的遥感图像复合噪声去除方法，属于图像识别领域。将遥感图像原始图片输入噪声识别分类网络进行噪声类型识别分类，得到单类噪声图像或混合噪声图像以及其对应的噪声类型；将单类噪声图像输入对应的训练完成的单一噪声去噪模型进行去噪得到最终去噪图像；将混合噪声图像按照其噪声类型数量进行复制，并分别将复制后的混合噪声图像输入对应的单一噪噪声去噪模型得到多张部分噪声去噪图像；根据部分噪声去噪图像对去噪后的图像背景和其余噪声信息进行调整，得到初步去噪图像；通过离散小波变换和逆离散小波变换对初步去噪图像进行重组得到最终去噪图像。本发明能够对混合噪声进行分类和去噪，且尽量保留图像细节信息。
-
Patent Agency Ranking
公开(公告)号：CN116660963A
公开(公告)日：2023-08-29
申请号：CN202310433428.4
申请日：2023-04-21
Applicant: 重庆交通大学 , 重庆市佰强科技有限公司
Abstract: 本发明涉及一种隧道群场景下车辆定位方法，属于车辆定位技术领域。该方法分为以下三种情况：车辆在隧道外：当GPS信号存在时，利用GPS数据、IMU数据和视觉里程计数据进行车辆定位，简称G‑I‑V定位方法；当GPS信号弱，即GPS信号丢失时间小于时间间隔时，利用IMU数据以及视觉里程计数据进行车辆定位，简称V‑I定位方法；车辆在隧道内：当GPS信号丢失时间大于时间间隔时，即判断车辆进入隧道，利用伪卫星数据、IMU数据以及视觉里程计数据进行车辆定位，简称PL‑V‑I定位方法。本发明能提高隧道场景下车辆定位系统的精确度及鲁棒性。
-
公开(公告)号：CN116469063A
公开(公告)日：2023-07-21
申请号：CN202310433424.6
申请日：2023-04-21
Applicant: 重庆交通大学 , 重庆市佰强科技有限公司
Abstract: 本发明涉及一种适用于复杂交通场景运动目标动态参数检测方法，属于智能交通技术领域。该方法包括：S1：基于毫米波雷达获取交通场景的点云数据，以及基于视觉相机获取交通场景的图像数据；S2：坐标系平面统一：采用毫米波雷达与视觉相机的时空融合模型，将交通场景的点云数据投影至图像数据所在平面上；S3：确定毫米波雷达感兴趣区域，即从点云数据中筛选出雷达目标数据；S4：采用改进的YOLOv4的多层参数模型压缩网络对图像数据进行目标检测，输出目标类别。本发明可以提高车辆在复杂交通场景下的环境感知能力，利用不同传感器的优势提升感知系统的稳定性与可靠性，可以为决策系统提供更有效、更全面的感知信息。
-
公开(公告)号：CN118820885A
公开(公告)日：2024-10-22
申请号：CN202410800123.7
申请日：2024-06-20
Applicant: 重庆交通大学 , 重庆市地质矿产勘查开发局107地质队 , 重庆市佰强科技有限公司
IPC: G06F18/241 , G06F18/214 , G06N3/042 , G06N3/0442 , G01N33/00
Abstract: 本发明涉及一种面向卫星遥感数据的近地大气CO2浓度LSTM‑GAT网络预测方法，属于大气环境监测技术领域，包括以下步骤：S1：采集卫星遥感数据并进行预处理，划分为训练集和测试集；S2：建立基于长短期记忆网络LSTM和图注意力网络GAT的LSTM‑GAT神经网络模型；S3：利用训练集训练LSTM‑GAT神经网络模型，保存训练好的模型参数，得到近地大气CO2浓度预测模型；S4：将测试集输入训练好的近地大气CO2浓度预测模型，预测近地大气CO2浓度。本方法结合了长短期记忆网络(LSTM)和图注意力网络(GAT)，通过这种结合可以更有效地处理和分析时间序列和空间关系复杂的遥感数据。
-
公开(公告)号：CN118230246A
公开(公告)日：2024-06-21
申请号：CN202410421646.0
申请日：2024-04-09
Applicant: 重庆交通大学
IPC: G06V20/52 , G06V20/40 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/082 , G06V10/94
Abstract: 本发明涉及一种基于视频图像的道路路面积水区域检测系统及方法，属于道路积水检测领域。该系统包括积水区域检测系统、控制模块、相机模块、通信模块、电子水尺、程序调试接口、存储模块、显示屏和供电模块；所述控制模块分别与相机模块、通信模块、电子水尺、程序调试接口、存储模块、显示屏和供电模块信号连接；本发明可对道路路面积水区域进行精确识别出积水面积及深度。
-
公开(公告)号：CN118608417A
公开(公告)日：2024-09-06
申请号：CN202410696745.X
申请日：2024-05-31
Applicant: 重庆交通大学 , 重庆市地质矿产勘查开发局107地质队 , 重庆市佰强科技有限公司
IPC: G06T5/70 , G06T5/60 , G06T5/10 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及一种基于深度学习的遥感图像复合噪声去除方法，属于图像识别领域。将遥感图像原始图片输入噪声识别分类网络进行噪声类型识别分类，得到单类噪声图像或混合噪声图像以及其对应的噪声类型；将单类噪声图像输入对应的训练完成的单一噪声去噪模型进行去噪得到最终去噪图像；将混合噪声图像按照其噪声类型数量进行复制，并分别将复制后的混合噪声图像输入对应的单一噪噪声去噪模型得到多张部分噪声去噪图像；根据部分噪声去噪图像对去噪后的图像背景和其余噪声信息进行调整，得到初步去噪图像；通过离散小波变换和逆离散小波变换对初步去噪图像进行重组得到最终去噪图像。本发明能够对混合噪声进行分类和去噪，且尽量保留图像细节信息。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
