“G06V10/58”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果39个，建议您升级VIP下载更多相关专利

[发明专利]基于空谱特征提取的高光谱端到端压缩方法-CN202310919325.9在审
发明人：王柯俨;刘园;周培诚;麦兴国;熊浩博;刘凯;张静;李云松 -专利权人：西安电子科技大学
申请日： 2023-07-25 - 公布日： 2023-10-20 - 主分类号： G06V10/58 文献下载
摘要：本发明公开了一种基于空谱特征提取的高光谱端到端压缩方法，主要解决现有高光谱图像压缩方法不能充分利用高光谱图像光谱信息提取光谱特征的问题。其实现方案是：将现有高光谱数据集划分为训练集和测试集，并对训练集进行扩充；构建包括空谱特征提取模块、空谱特征融合编码模块、熵模型、空谱特征融合解码模块和空谱特征恢复模块组成的基于空谱特征提取的高光谱端到端压缩网络及其损失函数；将训练集按批量大小分别平分为多个图像组，并依次循环输入多次，直到损失函数收敛完成训练；将测试集输入到训练好的压缩网络，得到重建的高光谱图像。本发明能分别提取空间特征和光谱特征，有效提高高光谱图像压缩效率，可用于遥感高光谱图像的处理。
基于特征提取光谱端到端压缩方法

[发明专利]多光谱图像预处理方法、活体检测方法、设备及存储介质-CN202310613297.8在审
发明人：邓可望;刘敏;龚冰冰;蔡万源;师少光;刘庆龙 -专利权人：奥比中光科技集团股份有限公司
申请日： 2023-05-26 - 公布日： 2023-10-17 - 主分类号： G06V10/58 文献下载
摘要：本申请提供了一种多光谱图像预处理方法、活体检测方法、设备及存储介质。其中，多光谱图像预处理方法包括：获取多光谱图像；根据所获取的多光谱图像中每个像素的各个通道的数字量化值，计算每个像素的各个通道的等效反射率；根据每个像素的各个通道的等效反射率，生成多光谱反射率图像。活体检测方法包括：识别多光谱反射率图像中待识别人脸的多个特征区域，并获取各个特征区域的反射率曲线；根据各个特征区域的反射率曲线，检测待识别人脸是否为活体。本申请通过对多光谱图像进行预处理，消除了采集多光谱图像时，光照强度或方向对反射率的影响，提高了活体检测的精度。
光谱图像预处理方法活体检测设备存储介质

[发明专利]多光谱遥感图像的光谱特征提取方法、装置及存储介质-CN202310659687.9在审
发明人：阎继宁;王力哲;张倩;宋维静;韩伟;黄晓辉 -专利权人：中国地质大学（武汉）
申请日： 2023-06-06 - 公布日： 2023-10-13 - 主分类号： G06V10/58 文献下载
摘要：本发明提供了一种多光谱遥感图像的光谱特征提取方法、装置及存储介质，涉及遥感技术领域，该方法包括：获取待研究区域的多光谱遥感图像；预处理所述多光谱遥感图像，得到关于所述多光谱遥感图像的谱段及谱段之间关联关系的节点数据；将所述节点数据输入图卷积神经网络进行处理，输出得到所述多光谱遥感图像的光谱特征信息。本发明在进行多光谱遥感图像的光谱特征提取时，基于关于多光谱遥感图像的谱段及谱段之间关联关系的节点数据，采用图卷积神经网络来提取多光谱遥感影像的光谱特征信息，实现了更显著、更有判别力的光谱特征信息的提取，能够得到更具判别性的光谱特征信息。
光谱遥感图像特征提取方法装置存储介质

[发明专利]一种聚氨酯功能材料构件的多特征融合图像辨识方法、装置及介质-CN202310705032.0在审
发明人：吴护林;邓贤明;张天才;朱凡;李忠盛;周堃;张翼翔;陈知华;徐塱;汪家辉;代欣位;刘朋浩;吴非;王森;高浩然 -专利权人：中国兵器装备集团西南技术工程研究所
申请日： 2023-06-14 - 公布日： 2023-10-03 - 主分类号： G06V10/58 文献下载
摘要：一种聚氨酯功能材料构件的多特征融合图像辨识方法、装置及介质。它基于深度学习模型与多层级融合架构的光谱、红外、可见光多层级融合检测，利用光谱、红外、可见光多层级融合实现复杂背景环境下的聚氨酯功能材料构件融合识别。本发明针对聚氨酯功能材料的特殊光学性能，通过红外成像特征、可见光成像特征、高光谱特征以及红外可见光融合特征进行分别辨识，再融合辨识结果获取最终结果，可显著提高聚氨酯功能材料构件的辨识准确率，特别是红外可见光融合特征用于聚氨酯功能材料构件辨识属于独创方式，具有显著的效果。
一种聚氨酯功能材料构件特征融合图像辨识方法装置介质

[发明专利]基于图transformer引导的多时相信息联合高光谱变化检测方法-CN202310710069.2在审
发明人：王相海;赵晓阳;李思瑶;耿婷婷;宋传鸣 -专利权人：辽宁师范大学
申请日： 2023-06-15 - 公布日： 2023-10-03 - 主分类号： G06V10/58 文献下载
摘要：本发明公开了一种基于图transformer引导的多时相信息联合高光谱变化检测方法，通过构建拓扑结构图，使网络能够以半监督的学习模式，将标签传播至未标记的样本上，减少训练时对大量训练样本的依赖；提出显著关系强化的图transformer模块，该模块将transformer作用于以超像素为节点的图结构，实现在低计算成本的条件下，突破传统对邻接关系的定义，获取任意两个子区域间亲和关系，捕捉整幅影像中的变化信息；提出门控变化信息融合单元，旨在有效地将GTrans模块引导的变化特征注入原始双时相拼接特征，实现了多时项信息的有机融合。
基于 transformer 引导多时相信联合光谱变化检测方法

[发明专利]中医高光谱舌象图像波段的选择方法及相关装置-CN202310781536.0在审
发明人：张冬;张俊华 -专利权人：广东省新黄埔中医药联合创新研究院
申请日： 2023-06-28 - 公布日： 2023-09-29 - 主分类号： G06V10/58 文献下载
摘要：本申请提供一种中医高光谱舌象图像波段的选择方法及相关装置，在于从高光谱舌象图像中选取出对舌色分类最重要的光谱波长波段；通过重要波段的提取，可以实现在保证后续舌色预测模型预测准确性与稳定性的前提下，降低系统的计算成本与开销，简化预测模型本身；根据本发明的波段选择结果对现有的高光谱舌象图像数据进行波段筛选，可以实现数据存储占用空间的优化；根据本发明的波段选择结果进行图像采集，则可以直接降低采集成本。
中医光谱图像波段选择方法相关装置

[发明专利]一种基于核泰勒分解的高光谱图像特征提取方法-CN202210615090.X有效
发明人：邢长达;汪美玲;王志胜 -专利权人：南京航空航天大学;南京航空航天大学深圳研究院
申请日： 2022-06-01 - 公布日： 2023-09-29 - 主分类号： G06V10/58 文献下载
摘要：本发明公开了一种基于核泰勒分解的高光谱图像特征提取方法，包括如下步骤：步骤1、输入高光谱图像X∈RM×N×L，其二维矩阵形式可表示为#imgabs0##imgabs1#步骤2、建立层次化特征提取模型，对输入的高光谱图像进行多层分解；步骤3、引入核方法，建立基于核泰勒分解的高光谱图像特征提取模型，用于提取高光谱图像的深度非线性特征；步骤4、设计一种交替迭代更新算法对基于核泰勒分解的特征提取模型进行求解；步骤5、当通过步骤4中的交替迭代更新算法对基于核泰勒分解的特征提取模型进行优化所得到的最优解Gi和C后，即得到输入的高光谱图像所对应的特征形式Z。本发明提取的特征同时具有浅层特征和深层特征的优势，从而为分类等相关任务提供更加可靠的依据。
一种基于泰勒分解光谱图像特征提取方法

[发明专利]一种基于高光谱图像的舌象特征提取方法及系统-CN202310706274.1在审
发明人：杨照华;陈伊靖;张汇源 -专利权人：北京航空航天大学
申请日： 2023-06-14 - 公布日： 2023-09-05 - 主分类号： G06V10/58 文献下载
摘要：本发明公开一种基于高光谱图像的舌象特征提取方法及系统，涉及光谱学领域。该方法包括：获取待测高光谱图像；待测高光谱图像为待测舌体的舌体部位高光谱图像；采用主成分分析法对待测高光谱图像进行数据特征提取，得到待测舌体的第一主成分、第二主成分和第三主成分；根据待测舌体的第一主成分、第二主成分和第三主成分以及待测高光谱图像确定待测舌体的空谱特征；空谱特征包括：舌苔空间特征、舌苔光谱与颜色特征、裂纹空间特征、齿痕空间特征和舌形空间特征。本发明能够从舌体的高光谱图像中提取涵盖舌体的颜色、纹理和形状信息的多种光谱特征和空间特征，从而对舌体进行高效、准确分类。
一种基于光谱图像特征提取方法系统

[发明专利]基于光谱变化增广的伪装目标检测方法及装置-CN202310446658.4在审
发明人：梅少辉;谢博博;张易凡;马明阳;冯燕 -专利权人：西北工业大学
申请日： 2023-04-24 - 公布日： 2023-08-22 - 主分类号： G06V10/58 文献下载
摘要：本发明公开了一种基于光谱变化增广的伪装目标检测方法及装置，先根据高光谱图像获取背景光谱变化字典和目标光谱变化字典，然后将背景光谱变化字典与目标光谱变化字典合并形成联合光谱变化字典，再利用联合光谱变化字典分别对背景字典和目标字典进行扩展，形成扩展背景字典和扩展目标字典，再基于协同表示使用扩展背景字典和扩展目标字典分别对测试样本进行重构，计算扩展背景字典的重构误差和扩展目标字典的重构误差，再根据扩展背景字典的重构误差和扩展目标字典的重构误差判别测试样本是否为伪装目标。该方法增加了字典中光谱变化的多样性，解决了由样本数量少和光谱变化导致的字典中光谱变化多样性有限的问题，进而提升了该方法的检测准确率。
基于光谱变化增广伪装目标检测方法装置

[发明专利]一种基于Transformer的高光谱图像全局信息提取方法-CN202310338398.9在审
发明人：黄梦凡;王长海;杨凯;胡文君;肖亮亮;周敏璐;王建明;张昕;陆海鹏;吴宇昊 -专利权人：广西交通设计集团有限公司
申请日： 2023-03-31 - 公布日： 2023-08-11 - 主分类号： G06V10/58 文献下载
摘要：本发明公开了一种基于Transformer的高光谱图像全局信息提取方法，包括以下步骤：通过多光谱传感器获得监测区域的全色光谱图像，对全色光谱图像的分布进行标识；对标识的全色高光谱图像进行汇集后，利用PCA算法对高光谱图像进行降维处理，然后将降维处理后的高光谱图像利用空‑谱联合特征提取模块提取高光谱图像的空‑谱联合特征；最后利用Visual‑transformer模型对提取后的空‑谱联合特征进行分类并输出输出分类结果。本发明目的在于全面精准地提取高光谱图像的光谱‑空间全局信息，提升高光谱图像分类模型性能表现，提取方法能够更加有效的提取空‑谱联合特征，取得了更好的分类性能。
一种基于 transformer 光谱图像全局信息提取方法

[发明专利]基于玻尔兹曼熵相似性的高光谱图像波段选择方法及系统-CN202310553197.0在审
发明人：高培超;扈廷锐;宋长青;叶思菁 -专利权人：北京师范大学
申请日： 2023-05-16 - 公布日： 2023-08-08 - 主分类号： G06V10/58 文献下载
摘要：本发明提供一种基于玻尔兹曼熵相似性的高光谱图像波段选择方法及系统，属于图像处理技术领域，该方法包括：获取高光谱图像中每一个波段依次与其他波段组成的至少一个波段对；基于各波段对的玻尔兹曼熵差，确定各波段对的相似度和所述高光谱图像的相似性阈值；基于各波段对的相似度和所述高光谱图像的相似性阈值，确定每一个波段的相似性指标和区分性指标；基于每一个波段的相似性指标和区分性指标，确定高光谱图像所有波段的序列；基于高光谱图像所有波段的序列，选择预设数量的波段，从而在确保波段选择效率的前提下，提升高光谱图像波段选择的准确度。
基于玻尔兹曼熵相似性光谱图像波段选择方法系统

[发明专利]一种利用高光谱成像技术判别白芷产地的方法-CN202310531009.4在审
发明人：徐宁;吴洋洋;林纪东 -专利权人：浙江工业大学
申请日： 2023-05-12 - 公布日： 2023-08-04 - 主分类号： G06V10/58 文献下载
摘要：本发明公开了一种利用高光谱成像技术判别白芷产地的方法，该方法应用高光谱仪器采集不同产地白芷的光谱信息，经过多种预处理方法，基于支持向量机选择最佳预处理方法，分别将最佳预处理后的全波长作为输入，白芷的产地作为输出，建立支持向量机、多层感知机、逻辑回归和宽度学习系统判别模型，模型的建模集和预测集识别准确率均在96％以上，尤其是基于全波长的BLS模型判别效果最佳，建模集和预测集识别率分别达到了97.04％和97.09％。本发明实现了不同产地白芷的快速识别，检测速度快，准确率高，操作简单。
一种利用光谱成像技术判别白芷产地方法

[发明专利]基于深度联合稀疏-协同表示的高光谱图像特征表示方法-CN202111492113.4有效
发明人：邢长达;汪美玲;段朝伟;丛玉华;王志胜;刘一柳 -专利权人：南京航空航天大学;南京航空航天大学深圳研究院
申请日： 2021-12-08 - 公布日： 2023-07-25 - 主分类号： G06V10/58 文献下载
摘要：本发明公开了一种基于深度联合稀疏‑协同表示的高光谱图像特征表示方法，首先考虑到高光谱图像各像素包含非线性信息并且其频谱间存在冗余，以及同类像素样本之间也具有很强的相关性；其次，提出了深度联合稀疏‑协同表示的高光谱图像特征表示方法，能够同时表示出像素样本内的显著信息及样本之间的相关性信息，并能够提取出高光谱图像的深层非线性特性；最后，设计了一种交替迭代算法来对深度联合稀疏‑协同表示的高光谱图像特征表示方法进行求解，得到高光谱图像特征表示形式。本发明通过采用深度网络进行非线性映射，并结合稀疏表示和协同表示，充分考虑像素样本的冗余性和非线性以及样本间的相关性，从而提取出更加具备判别性的特征。
基于深度联合稀疏协同表示光谱图像特征方法

[发明专利]基于测地线空谱协同图学习的高光谱图像特征提取方法-CN202210007221.6在审
发明人：熊炫睿;席娟;郭坦 -专利权人：重庆邮电大学
申请日： 2022-01-05 - 公布日： 2023-07-21 - 主分类号： G06V10/58 文献下载
摘要：本发明属于遥感图像处理技术领域，涉及一种基于测地线空谱协同图学习的高光谱图像特征提取方法。该方法利用协同表示方法学习高光谱图像像素间的全局协同表示关系，并通过局部约束刻画高光谱数据的局部流形结构以提高系数矩阵的判别能力。除此之外，在上述构建的全局协同表示模型的正则化项中融入空间邻近信息与基于测地线距离的光谱信息，获得测地线度量约束的空谱协同表示系数矩阵，以充分揭示和利用高光谱数据的空谱邻近结构特性。在此基础上，利用该表示系数矩阵构造无监督加权图，基于图嵌入理论推导出最优的高光谱低维特征投影矩阵，将原始高光谱图像映射到低维特征子空间。相比于其他特征提取方法，本方法能够提供更加有价值的特征信息，有效发掘高光谱数据的复杂内蕴特性，从而取得更高的分类精度。
基于地线协同学习光谱图像特征提取方法

[发明专利]基于CUDA加速的高光谱图像异常目标探测方法-CN202310263730.X在审
发明人：王文正;武润培;唐林波;聂晓风;高鹏程 -专利权人：北京理工大学;北京理工大学前沿技术研究院
申请日： 2023-03-12 - 公布日： 2023-07-11 - 主分类号： G06V10/58 文献下载
摘要：基于CUDA加速的高光谱图像异常目标探测方法，本发明涉及异常目标检测领域。本发明的目的是解决当前利用高光谱图像进行异常目标探测实时性差的问题。提出了基于CUDA加速的探测方法，该方法主要包括以下过程：1、CPU主机端获取并通过数据重构预处理高光谱图像；2、将预处理数据从CPU主机端的内存拷贝到GPU设备端的显存；3、设计矩阵均值与差分kernel函数进行数据去中心化，设计矩阵乘法kernel函数、广义矩阵求逆kernel函数、Hadamard积kernel函数、以及行求和kernel函数进行协方差矩阵、逆协方差矩阵以及异常检测结果的计算；4、在CPU主机端进行阈值分割并将检测结果保存到存储器端。本发明基于异构编程模型实现，能够满足对高光谱图像数据的实时处理需求。
基于 cuda 加速光谱图像异常目标探测方法

1
2
3
下一页»
尾页
共 39 条