“贺霖”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果30个，建议您升级VIP下载更多相关专利

[发明专利]多光谱图像锐化方法、装置、设备及存储介质-CN202010020082.1有效
发明人：万余庆;贺霖;魏云迅;朱嘉炜 -专利权人：中煤航测遥感集团有限公司;西安煤航遥感信息有限公司
申请日： 2020-01-08 - 公布日： 2023-09-26 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种多光谱图像锐化方法、装置、设备及存储介质，涉及图像处理技术领域。该方法包括：分别对多光谱图像和多光谱图像匹配的全色图像进行预处理，得到预处理后的多光谱图像和全色图像；并对预处理后的多光谱图像和全色图像进行拼接处理，得到待处理图像；继而采用预设的多尺度细节注入网络模型，对待处理图像进行处理，得到多尺度细节注入网络模型输出的高空间分辨率的多光谱图像。通过多尺度细节注入网络模型中，每个尺度的卷积层提取多光谱图像在该尺度下的细节信息，并结合预处理后的多光谱图像，得到高空间分辨率的多光谱图像，提取多光谱图像的细节信息，提高锐化效果，同时提高了对于多光谱图像的锐化效率。
光谱图像锐化方法装置设备存储介质

[发明专利]一种基于多图结构的图卷积网络的高光谱图像分类方法-CN201911239364.4有效
发明人：贺霖;罗浩坤 -专利权人：华南理工大学
申请日： 2019-12-06 - 公布日： 2023-04-25 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于多图结构的图卷积网络的高光谱图像分类方法，包括读入高光谱图像立方体和训练集；高光谱数据重排列得到像素数据矩阵；根据像素数据矩阵，进行强制最近邻连接矩阵及空间近邻连接矩阵的构建；利用图卷积网络分别对强制最近邻连接矩阵及空间近邻权重矩阵和像素数据矩阵进行卷积，得到特征矩阵；特征矩阵进行拼接，使用softmax分类器对像素的特征矩阵AF进行分类，最后验证高光谱图像分类结果。
一种基于结构图卷网络光谱图像分类方法

[发明专利]基于层级特征融合的卷积神经网络高光谱图像锐化方法-CN201910698750.3有效
发明人：贺霖;朱嘉炜 -专利权人：华南理工大学
申请日： 2019-07-31 - 公布日： 2023-04-25 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了基于层级特征融合的卷积神经网络高光谱图像锐化方法，包括，读取原始高光谱图像数据；合成全色图像数据；对获取的图像数据进行分块处理，得到训练样本对；构造基于层级特征融合的卷积神经网络结构；将训练样本对输入至基于层级特征融合的卷积神经网络，利用随机梯度下降算法，使训练误差逐步降低，直到维持在可接受范围内，从而得到最优网络参数；将测试样本对输入至此最优网络中，输出高空间分辨率的高光谱图像。本发明能有效地降低网络训练耗时，缓解光谱失真的现象，增强其锐化效果。
基于层级特征融合卷积神经网络光谱图像锐化方法

[发明专利]一种激光调阻方法和装置-CN202211565851.1在审
发明人：周峰;刘春雨;贺霖;张胜;孙明霞;宋宇;王凯 -专利权人：长春光华微电子设备工程中心有限公司
申请日： 2022-12-07 - 公布日： 2023-04-18 - 主分类号： H01C17/242 文献下载
摘要：本申请提供了一种激光调阻方法和装置。本申请在无人工干预的情况下，利用多次切工艺不仅能够对一块待加工基板中的待调电阻进行调阻，而且能够对同一批生产的所有待加工基板中的待调电阻进行流水式的调阻，从而实现流水化作业。解决了单次切工艺对一些特殊的待调电阻进行调阻时生产良率偏低的问题。
一种激光方法装置

[发明专利]一种多光谱图像全色锐化方法-CN201911124585.7有效
发明人：贺霖;奚达涵;朱嘉炜 -专利权人：华南理工大学
申请日： 2019-11-18 - 公布日： 2023-03-31 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种多光谱图像全色锐化方法，包括步骤：读取原始的多光谱图像和全色图像并进行预处理；从预处理后的图像中截取出图像块作为训练样本和测试样本；设计空间特征传输卷积模块；设计空间特征传输串级卷积神经网络：对模型各卷积层的权重和偏置进行随机初始化；输入训练样本，经过网络前向传播得到预测图像，计算预测图像与参照图像之间的损失函数值；对模型进行迭代优化直至损失函数值达到最小，得到权重和偏置的最优解；将权重和偏置的最优解加载至空间特征传输串级卷积神经网络模型中，输入测试样本进行全色锐化处理。本发明将全色锐化过程分为三个子过程，逐级地提升锐化效果，降低了每一级的锐化难度，有效地增强了全色锐化效果。
一种光谱图像全色锐化方法

[发明专利]一种基于细节内嵌注入卷积神经网络高光谱图像锐化方法-CN201911046768.1有效
发明人：贺霖;朱嘉炜 -专利权人：华南理工大学
申请日： 2019-10-30 - 公布日： 2023-03-21 - 主分类号： G06T5/00 文献下载
摘要：本发明提供一种基于细节内嵌注入卷积神经网络高光谱图像锐化方法。所述方法包括以下步骤：读取原始高光谱图像数据，合成全色图像数据；对获取的图像数据进行分块处理，得到训练样本对；构造基于细节内嵌注入的卷积神经网络结构；将训练样本对输入至基于细节内嵌注入的卷积神经网络，利用随机梯度下降算法，使训练误差逐步降低，直到维持在可接受范围内，从而得到最优网络参数；将测试样本对输入至此最优网络中，输出高空间分辨率的高光谱图像。本发明能有效地降低网络训练耗时，缓解光谱失真的现象，增强其锐化效果。
一种基于细节注入卷积神经网络光谱图像锐化方法

[发明专利]基于光谱维控制卷积神经网络的高光谱图像全色锐化方法-CN201811377992.4有效
发明人：贺霖;朱嘉炜 -专利权人：华南理工大学
申请日： 2018-11-19 - 公布日： 2023-01-06 - 主分类号： G06T5/00 文献下载
摘要：本发明提供了基于光谱维控制卷积神经网络的高光谱图像全色锐化方法，包括步骤：读取原始高光谱图像数据；利用高光谱图像合成相应的全色图像数据；对图像数据进行预处理，获取训练样本；构造光谱维控制卷积神经网络结构；将训练样本输入光谱维控制卷积神经网络，利用自适应矩估计算法，使得损失函数稳定在最小值，从而得到最优的网络结构参数；将经过相同预处理的测试样本输入至最优光谱维控制卷积神经网络结构中，输出处理得到高分辨率的高光谱图像；本发明结合高光谱图像的特性，通过对高光谱图像光谱维的控制，能更好地修复高光谱图像所缺失的细节信息，并减少锐化结果的光谱失真现象。
基于光谱控制卷积神经网络图像全色锐化方法

[发明专利]基于光谱预测残差卷积神经网络的高光谱图像锐化方法-CN201811485313.5有效
发明人：贺霖;朱嘉炜 -专利权人：华南理工大学
申请日： 2018-12-06 - 公布日： 2022-12-16 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于光谱预测残差卷积神经网络的高光谱图像锐化方法，包括读取原始高光谱图像；利用高光谱图像的可见光波段合成相应的全色图像；对图像数据进行预处理，获取训练样本对；构造光谱预测残差卷积神经网络结构；将训练样本对输入光谱预测残差卷积神经网络，利用自适应矩估计算法，使训练误差降低至最小值，从而得到最优的网络结构参数；将经过相同预处理的测试样本对输入至最优光谱预测残差卷积神经网络结构中，输出高分辨率的高光谱图像。本发明能有效地缓解光谱失真的现象，增强其锐化效果。
基于光谱预测卷积神经网络图像锐化方法

[发明专利]基于双尺度融合网络的高光谱图像锐化方法-CN202210395196.3在审
发明人：贺霖;谢锦桦 -专利权人：华南理工大学
申请日： 2022-04-15 - 公布日： 2022-08-12 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于双尺度融合网络的高光谱图像锐化方法，包括获取高光谱图像Hr，经过预处理后生成对应的低分辨率高光谱图像H及其对应的全色图像P，对全色图像进行降采样得到降采样全色图像P↓；划分训练集、验证集及测试集；构造双尺度融合网络；训练双尺度融合网络；将测试集中的图像输入双尺度融合网络，得到锐化后的高分辨率高光谱图像。使得全色图像的信息得到充分利用，在提升锐化效果的同时大大减少了计算量，提高了计算效率。
基于尺度融合网络光谱图像锐化方法

[发明专利]一种基于向量形状保持变换的图像快速拼接方法-CN202210340989.5在审
发明人：贺霖;贺新国;李军 -专利权人：华南理工大学
申请日： 2022-04-02 - 公布日： 2022-08-05 - 主分类号： G06T3/40 文献下载
摘要：本发明公开一种基于向量形状保持变换的图像快速拼接方法，包括，读取原始待拼接图像，对图像进行去噪预处理；提取所有图像的SIFT特征；提纯得出匹配图像之间的内点；通过内点与原始特征点之间的数量关系判断图像匹配关系；通过图像内点构造特征向量分步计算图像变换矩阵中的两类参数；使用匹配内点计算两类参数的初始值；运用构造的特征向量迭代优化计算变换矩阵的旋转参数；根据匹配内点和已优化的旋转参数迭代计算变换矩阵的平移参数；通过分步优化所得的旋转参数和平移参数计算每幅图像的变换矩阵；得到最终的拼接效果图。本发明能在显著提高拼接质量的同时，有效减少拼接多幅图片所需的时间，使其能满足工业实时拼接要求。
一种基于向量形状保持变换图像快速拼接方法

[发明专利]一种高光谱图像的任意分辨率全色锐化方法及系统-CN202210396467.7在审
发明人：贺霖;谢锦桦 -专利权人：华南理工大学
申请日： 2022-04-15 - 公布日： 2022-07-29 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种高光谱图像的任意分辨率全色锐化方法及系统，包括读取原始高光谱图像，并合成相对应的全色图像，将原始高光谱图像及对应的全色图像进行预处理，得到多尺度图像对，获得训练数据集、验证数据集及测试样本；构建基于扩展亚像素卷积的任意分辨率全色锐化网络；初始化网络参数，随机选取训练数据集中任一尺度数据进行训练，获取网络损失稳定时的最小值，其对应的网络为训练好的扩展亚像素卷积的任意分辨率全色锐化网络，输入测试样本，获取锐化后的目标分辨率高光谱图像。本发明过引入尺度作为先验信息来调整不同空间位置信息的重要性，从而进一步提升了高光谱图像任意分辨率全色锐化的性能。
一种光谱图像任意分辨率全色锐化方法系统

[发明专利]一种基于混合脑机接口的多功能字符输入系统-CN202210267152.2在审
发明人：贺霖;邬文静;李远清 -专利权人：华南理工大学
申请日： 2022-03-18 - 公布日： 2022-07-15 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于混合脑机接口的多功能字符输入系统，包括：混合脑电信号刺激模块，用于刺激产生P300和SSVEP的混合脑电信号，主要是进行中、英文字符和功能键的视觉刺激；脑电信号处理模块，主要进行用户的实时脑电数据采集并对脑电数据进行预处理、特征提取、信号分类；异步控制模块，用于系统的状态切换，基于EOG进行异步控制，可在字符输入状态和空闲状态进行随时切换；中英文字符输入模块，采用P300+SSVEP的混合脑电方法进行字符的输入选择，采用汉语拼英进行中文字符拼写，还可进行英文字符的拼写。本发明采用基于混合脑电的方法进行中英文字符输入，可有效提高中英文字符的输入准确率和效率，同时还可对使用者的意识状态进行检测。
一种基于混合接口多功能字符输入系统

[发明专利]一种基于监督对比学习的遥感影像遮挡处理方法及装置-CN202210358600.X在审
发明人：徐健明;李军;贺霖 -专利权人：中山大学;华南理工大学
申请日： 2022-04-07 - 公布日： 2022-07-15 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于监督对比学习的遥感影像遮挡处理方法及装置，包括：构建参数共享的孪生ResNet－50模型，作为初步模型，并利用训练集对初步模型进行训练，获得遮挡处理模型；其中，初步模型包括由无遮挡影像特征提取分支和随机遮挡影像特征提取分支构成的特征提取结构、以及场景分类结构，训练集包括若干个第二遥感影像、以及每个第二遥感影像对应的类别标签；将第一遥感影像输入至遮挡处理模型，以使遮挡处理模型对第一遥感影像进行特征提取和场景分类，并输出对应的第一类别，作为第一遥感影像的遥感影像遮挡处理结果。本发明通过对模型的特征提取和分类能力的训练，降低遮挡物变化造成的差异，提升模型的遥感影像遮挡处理精度。
一种基于监督对比学习遥感影像遮挡处理方法装置

[发明专利]一种基于多感受野特征金字塔的影像目标检测方法及装置-CN202210267264.8在审
发明人：李军;徐健明;贺霖 -专利权人：中山大学;华南理工大学
申请日： 2022-03-17 - 公布日： 2022-07-12 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于多感受野特征金字塔的影像目标检测方法及装置，包括：构造ResNet－50特征提取网络和级联区域卷积神经网络；获取图像训练集，并将所述图像训练集作为所述ResNet－50特征提取网络的输入，从而提取所述图像训练集的图像特征；根据预设的多感受野特征金字塔和预设的兴趣区提取网络，对所述图像特征进行候选区提取；将提取的候选区输入至所述级联区域卷积神经网络进行训练，并根据训练后的级联区域卷积神经网络，对待测影像进行目标检测，获得检测结果。本发明避免了现有技术中缺乏对感受野的考虑，增加了感受野的语义信息，结合了特征金字塔和感受野两个角度，提升了对多尺度目标检测性能。
一种基于感受特征金字塔影像目标检测方法装置

[发明专利]一种高光谱图像全色锐化方法、设备及介质-CN202210293370.3在审
发明人：贺霖;奚达涵 -专利权人：华南理工大学
申请日： 2022-03-24 - 公布日： 2022-06-17 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种高光谱图像全色锐化方法、设备及介质，包括读取高光谱图像和对应匹配的全色图像，并进行预处理；构建训练数据集和测试数据集；构建多尺度特征聚合模块，进一步获得显著性区域自适应感知模块，根据显著性自适应感知模块构建显著性区域自适应锐化卷积神经网络；基于训练数据集训练显著性区域自适应锐化卷积神经网络；测试数据集输入经过训练后的显著性区域自适应锐化卷积神经网络，得到高空间分辨率的高光谱图像。本发明显著性区域自适应锐化卷积神经网络能够有效地提升全局的锐化性能。
一种光谱图像全色锐化方法设备介质

1
2
下一页»
尾页
共 30 条