专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果6个,建议您升级VIP下载更多相关专利
  • [发明专利]一种高光谱图像超分辨率的实现方法及系统-CN202011553197.3有效
  • 李岩山;陈世富;周李;唐浩劲;谢维信 - 深圳大学
  • 2020-12-24 - 2023-05-26 - G06T3/40
  • 本发明公开了一种高光谱图像超分辨率的实现方法及系统,对原始的高光谱图像通过插值的方式放大到与期望输出相同大小的低分辨率的高光谱图像;将低分辨的高光谱图像输入空谱特征提取网络中,生成高分辨率的高光谱图像,所述空谱特征提取网络包括:光谱映射网络、空间重构网络和空谱融合网络,将低分辨的高光谱图像分别输入到光谱映射网络和空间重构网络中,通过这两个支路网络中分别进行光谱特征和空间信息特征提取以重构光谱信息和空间信息,空谱融合网络将光谱映射网络和空间重构网络输出的光谱信息和空间信息进行融合,生成高分辨率的高光谱图像,在空间信息恢复和光谱信息保存方面都体现了更好的性能。
  • 一种光谱图像分辨率实现方法系统
  • [发明专利]高光谱图像分类方法、装置、电子设备及存储介质-CN202110641552.0在审
  • 李岩山;唐浩劲;谢维信 - 深圳大学
  • 2021-06-09 - 2021-09-24 - G06K9/00
  • 本发明公开了一种高光谱图像分类方法、装置、电子设备及存储介质,通过提取到的高光谱图像的像元建立对应的三阶局部空谱张量,利用类张量分解算法对该三阶局部空谱张量进行分解,得到像元光谱分量和像元空间分量,利用卷积网络分别对像元光谱分量和像元空间分量卷积,提取到对应的光谱特征矢量和空间特征矢量,并对光谱特征矢量和空间特征矢量进行级联,得到高光谱图像的空谱特征,基于空谱特征对高光谱图像进行分类。通过上述方法的实施,采用了类张量分解算法对高光谱图像进行了空间和光谱两个维度的特征分析,有效地去除了高光谱图像的像元中存在的冗余信息,提高了后续空谱特征提取的效率,从而提升了对高光谱图像的分类准确率。
  • 光谱图像分类方法装置电子设备存储介质
  • [发明专利]提升高光谱图像分类精度的方法、装置、设备及存储介质-CN201811001464.9有效
  • 李岩山;范雷东;唐浩劲;谢维信 - 深圳大学
  • 2018-08-30 - 2021-01-22 - G06K9/62
  • 本发明公开了一种提升高光谱图像分类精度的方法、装置、设备及存储介质,方法包括:建立高光谱图像预设局部区域的三阶张量,对该三阶张量进行张量分解,得到预设局部区域对应的三阶核张量;遍历该三阶核张量中的各个正面切片,利用预设的编码函数建立各个正面切片的特征统计直方图;对各个正面切片的特征统计直方图进行联接,得到预设局部区域的统计直方图,并利用预设局部区域的统计直方图,对上述高光谱图像进行分类。相较于现有技术而言,本发明实施例得到的统计直方图不仅可以反映高光谱图像空间域上的信息,而且还能反映光谱域的信息,因此在高光谱图像分类中能够有效的提升分类精度。
  • 提升光谱图像分类精度方法装置设备存储介质
  • [发明专利]高光谱图像局部特征描述子的形成方法及形成系统-CN201710795267.8有效
  • 李岩山;唐浩劲;谢维信 - 深圳大学
  • 2017-09-05 - 2020-12-04 - G06K9/46
  • 本发明提供一种高光谱图像局部特征描述子的形成方法,其中,所述方法包括:特征描述步骤:利用光谱矢量间的夹角和光谱矢量的模对邻域特征进行描述;形成描述子步骤:根据描述结果形成一个矢量长度是原始局部二值模式矢量长度的三倍的描述子。本发明还提供一种高光谱图像局部特征描述子的形成系统。本发明提供的技术方案利用光谱矢量间的夹角和光谱矢量的模对邻域特征的特征描述作用,形成一个矢量长度是原始局部二值模式矢量长度的三倍的描述子,同时结合了高光谱特征点邻域的空间位置信息和光谱信息,能适用于高光谱图像。
  • 光谱图像局部特征描述形成方法系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top