“赵艮平”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42个，建议您升级VIP下载更多相关专利

[发明专利]一种无需GNSS工作的无人机全天候地理定位方法及系统-CN202310814661.7在审
发明人： 赵艮平;蒋权;程良伦;王卓薇 -专利权人：广东工业大学;航天宏图信息技术股份有限公司
申请日： 2023-07-04 - 公布日： 2023-09-22 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种基于无需GNSS工作的无人机全天候地理定位方法及系统，对可见光图像及热红外图像进行预处理，然后进行边缘检测、特征点匹配提纯，获得配准的可见光与热红外图像；对配准后的可见光图像以及热红外图像进行提取、计算以及融合处理，最终获得无人机图像；提取无人机图像及参考图像的中间特征并分割，输入到分类器中得到预测标签值，通过预测标签值得到地理坐标信息；通过地理坐标信息计算出无人机的位置信息。本申请将可见光与热红外图像融合，在全天候条件下获得高质量的无人机图像，并将该图像与本地跨视角参考图像匹配实现无需GNSS条件下无人机实时定位。
一种无需 gnss 工作无人机全天候地理定位方法系统

[发明专利]一种基于无监督学习的RGB图像高光谱重建方法及系统-CN202310773583.0在审
发明人： 赵艮平;邓宗瑞;王卓薇;程良伦 -专利权人：广东工业大学;航天宏图信息技术股份有限公司
申请日： 2023-06-27 - 公布日： 2023-09-08 - 主分类号： G06V10/774 文献下载
摘要：一种基于无监督学习的RGB图像高光谱重建方法及系统，首先对获得的高光谱数据集及RGB图像语义分割数据集进行预处理，然后构建生成对抗网络模型，构建模型后向生成对抗网络模型输入预处理后的高光谱数据集及RGB图像语义分割数据集，利用自适应竞争梯度下降法对生成对抗网络模型进行更新训练，得到训练好的生成对抗网络模型，最后向训练好的生成对抗网络模型输入待重建的RGB图像，利用生成对抗网络模型的生成器卷积神经网络，输出重建好的高光谱图像。本发明通过构造一种生成对抗网络模型，并将生成对抗网络模型与自适应竞争梯度下降法相结合，从而在高鲁棒性的同时保障了高光谱图像重建前后语义一致。
一种基于监督学习 rgb 图像光谱重建方法系统

[发明专利]单木树冠检测方法-CN202211640885.2在审
发明人：王卓薇;陶勇涛;赵艮平;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2022-12-20 - 公布日： 2023-08-04 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例提供了单木树冠检测方法，其中方法包括从多张树木遥感图像识别出存在被阴影遮挡的树木的第一图像；对第一图像进行阴影检测处理得到阴影掩码图；根据阴影掩码图对第一图像进行阴影去除处理得到无阴影图像；根据无阴影图像进行图像分割处理和图像检测处理，得到单木树冠检测结果；避免图像中的阴影对检测结果的干扰，提升了图像检测精度。
树冠检测方法

[发明专利]一种多孔径紧凑型多光谱成像系统及深度学习图像超分辨率重建方法-CN202010897207.9有效
发明人：吴衡;杨颖;罗劭娟;陈梅云;赵艮平;程良伦;王涛 -专利权人：广东工业大学
申请日： 2020-08-31 - 公布日： 2023-07-28 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种多孔径紧凑型多光谱成像系统及深度学习图像超分辨率重建方法，系统包括：面阵CCD探测器、线性渐变滤光片、高精度角度调节器、微透镜阵列、多孔径遮光板、电控精密位移台和计算机；计算机用于通过深度学习图像超分辨率重建算法获取目标物超分辨率图像。多孔径紧凑型多光谱成像系统易于实现、成本低廉、操作和控制方便。通过采用微透镜阵列以及安装角度可调节的线性渐变滤光片，不但可以得到同一目标物的不同波段图像，而且可以调节、控制光谱分辨率。同时，由于采用多孔径遮光板，避免了图像重叠和杂散光影响，抗干扰能力和实用性更强。另外，通过采用深度学习图像超分辨率重建算法，可以快速重建出高质量的超分辨率图像。
一种多孔紧凑型光谱成像系统深度学习图像分辨率重建方法

[发明专利]一种基于多模态注意力机制的医学图像报告自动生成方法-CN202110340777.2有效
发明人：林宇明;杨颖;程良伦;赵艮平;张煜乾 -专利权人：广东工业大学
申请日： 2021-03-30 - 公布日： 2023-05-23 - 主分类号： G16H15/00 文献下载
摘要：本发明公开了一种基于多模态注意力机制的医学图像报告自动生成方法，使用关键词数据集训练图像特征提取模型，并用该模型提取与图像描述相关的视觉特征，并基于关键词注意力机制和空间注意力机制，利用多模态注意力机制生成联合的上下文向量；上下文向量被输入到了一个句子LSTM，展开几步，然后在每一步都会产生一个主题向量，主题向量表示了所需要生成的句子的语义；给定一个主题向量，单词LSTM以它作为输入，然后生成一个单词序列，用于形成一个句子，这个过程的终止由句子LSTM控制；最后将形成的所有句子组合到一起，列出标签列表，就完成了医学图像报告的自动生成。该方法能有效解决撰写医学图像报告耗时费力，容易出错的问题。
一种基于多模态注意力机制医学图像报告自动生成方法

[发明专利]一种基于光谱扩展方法的农作物目标检测方法及系统-CN202211526054.2在审
发明人： 赵艮平;何玉丹;王卓薇;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2022-12-01 - 公布日： 2023-05-09 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于光谱扩展方法的农作物目标检测方法及系统，方法包括：获取农作物的目标RGB图像；根据目标RGB图像，通过光谱超分辨网络，基于数据驱动方式进行光谱超分辨得到目标高光谱图像；根据目标RGB图像，通过光谱扩展生成对抗网络，基于数据驱动方式进行光谱扩展合成目标近红外图像；基于预设条件，根据目标高光谱图像合成目标可见光图像；在通道维度拼接目标可见光图像和目标近红外图像，输入早期融合目标检测网络得到农作物目标检测结果。本发明通过使用基于数据驱动的方式来重建高光谱图像和合成近红外图像，进而应用在农作物目标检测中，能够得到更为全面的物体属性，可广泛应用于目标检测技术领域。
一种基于光谱扩展方法农作物目标检测系统

[发明专利]一种农作物病虫害识别方法及系统-CN202211526073.5在审
发明人：王卓薇;黄焕洲;赵艮平;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2022-12-01 - 公布日： 2023-04-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种农作物病虫害识别方法及系统，方法包括：基于先验知识获取农作物病虫害图像数据集；对农作物病虫害图像数据集进行数据增强；基于连续的卷积层，构建改进的残差网络Resnet 50；初始化改进的残差网络Resnet 50的权重参数，根据数据增强后的农作物病虫害图像数据集进行模型训练，得到目标模型；通过目标模型进行农作物病虫害识别。本发明通过结合数据增强技术和改进的残差网络，不仅可以解决传统病虫害识别浪费人力物力、识别效率及准确率偏低等问题，而且还取得了较高的识别准确率，可广泛应用于农业病虫害识别技术领域。
一种农作物病虫害识别方法系统

[发明专利]遥感图像超分辨率方法、装置、设备及可读存储介质-CN201910111151.7有效
发明人： 赵艮平;王理;黄国恒 -专利权人：广东工业大学
申请日： 2019-02-12 - 公布日： 2023-04-07 - 主分类号： G06T3/40 文献下载
摘要：本发明实施例公开了一种遥感图像超分辨率方法、装置、设备及计算机可读存储介质。其中，方法包括基于SRGAN算法预先构建超分辨图像生成模型，将待提高分辨率的遥感图像输入至超分辨率图像生成模型中，以实现遥感图像超分辨率，超分辨图像生成模型包括生成器、判别器及网络层；生成器和判别器的损失函数为基于推土机距离所得；生成器为以高分辨率遥感图像为输入图像，训练残差卷积网络所得。本申请实现了快速、高效的进行遥感图像超分辨率，将推土机距离定义为损失函数，作为反映训练状态失指标，不仅降低训练难度，还有效提高模型训练稳定性、精度和准确度。
遥感图像分辨率方法装置设备可读存储介质

[发明专利]一种基于双分支双注意力机制网络的遥感图像分类方法-CN202211530351.4在审
发明人： 赵艮平;邓政;王卓薇;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2022-12-01 - 公布日： 2023-04-04 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于双分支双注意力机制网络的遥感图像分类方法，包括：将目标数据集中的目标光谱数据输入光谱分支模块，得到所述目标光谱数据对应的光谱特征图；将所述目标数据集中的目标空间数据输入空间分支模块，得到所述目标空间数据对应的空间特征图；将所述光谱特征图与所述空间特征图进行连接，得到连接特征图；将所述连接特征图通过全连接层与softmax激活函数，得到所述目标数据集中各个像素的分类结果。本发明能够充分地提取和利用遥感图像中丰富的光谱和空间特征，再对光谱特征图与空间特征图进行连接后，从而准确地得到目标数据集中各个像素的分类结果，本发明可广泛应用于高光谱遥感图像处理技术领域。
一种基于分支注意力机制网络遥感图像分类方法

[发明专利]一种基于变分自动编码器的光谱超分辨方法-CN202211633825.8在审
发明人： 赵艮平;崔晓满;王卓薇;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2022-12-19 - 公布日： 2023-03-28 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于变分自动编码器的光谱超分辨方法，包括：将目标RGB图像输入光谱超分辨网络的第一卷积层，得到目标RGB图像对应的多张包含浅层特征的特征图；将特征图输入光谱超分辨网络的注意力机制模块，对特征图进行特征映射；将经过特征映射的特征图输入光谱超分辨网络的第二卷积层，重建得到与目标RGB图像对应的目标高光谱图像；光谱超分辨网络根据第一高光谱图像，与变分自动编码器提取的第一RGB图像训练得到，第一高光谱图像由未经训练的光谱超分辨网络对训练RGB图像重建得到，本发明通过普通相机获取目标RGB图像，图像获取难度低，且通过光谱超分辨网络重建高光谱图像，成像时间短，可广泛应用于光谱超分辨领域。
一种基于自动编码器光谱分辨方法

[发明专利]一种基于原型分析和卷积神经网络的高光谱变化检测方法-CN202211526038.3在审
发明人： 赵艮平;黄子岸;王卓薇;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2022-12-01 - 公布日： 2023-03-14 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于原型分析和卷积神经网络的高光谱变化检测方法，方法包括：对待检测的两个时相位的高光谱图像进行预处理，得到观测数据；基于噪声白化处理，对观测数据进行虚拟维数估计，得到估计值；根据第一估计值和第二估计值，确定地物变化情况；通过松弛因子对观测数据进行光谱解混，得到目标丰度矩阵；基于目标丰度矩阵，计算得到亲和矩阵；基于亲和矩阵，通过训练好的网络模型得到变化检测结果。本发明通过引入松弛因子进行光谱解混，以提高通用性，并虚拟维数方法对图像的地物类别进行预估计，在传统的变化检测流程中加入了地物类别变化的分析，提高了变化检测结果的可解释性，可广泛应用于变化检测技术领域。
一种基于原型分析卷积神经网络光谱变化检测方法

[发明专利]一种基于多源遥感数据的无监督特征选择方法及系统-CN202211526039.8在审
发明人：王卓薇;卢育生;赵艮平;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2022-12-01 - 公布日： 2023-03-14 - 主分类号： G06F18/25 文献下载
摘要：本发明公开了一种基于多源遥感数据的无监督特征选择方法及系统，方法包括：基于对获取的多源遥感数据的特征矩阵进行整合，得到预设格式的数据矩阵；通过主成分分析方法对数据矩阵进行特征提取，得到主成分矩阵；根据主成分分析矩阵，训练目标深度原型分析网络，得到目标数据原型的系数矩阵；对系数矩阵进行分解，得到目标权重矩阵；基于目标权重矩阵，筛选得到关键原始特征。本发明通过将主成分分析法得到的主成分矩阵作为目标深度原型网络的辅助信息，进而通过训练目标深度原型分析网络，得到目标数据原型的系数矩阵，通过分解系数矩阵，能够得到权重矩阵并从中筛选出与原型个体相关度最高的关键原始特征，可广泛应用于遥感图像处理技术领域。
一种基于遥感数据监督特征选择方法系统

[发明专利]一种小样本高光谱图像分类方法及系统-CN202211526059.5在审
发明人：王卓薇;赵世慧;赵艮平;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2022-12-01 - 公布日： 2023-03-07 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种小样本高光谱图像分类方法及系统，方法包括：基于数据类别对应划分支持集和查询集；对支持集和查询集进行特征提取，得到支持集特征和查询集特征；对支持集特征进行维度压缩，计算每个数据类别的特征平均值，得到平均支持集特征；对平均支持集特征进行级联压缩处理，得到掩码；基于掩码，对支持集特征和查询集特征进行变形处理，得到第二支持集特征和第二查询集特征；根据第二支持集特征和第二查询集特征，匹配掩码，得到第三支持集特征和第三查询集特征；基于第三支持集特征和第三查询集特征，进行图像分类。本发明考虑类内共性和类间独有性，能够有效克服只考虑单个支持类而丢失有效信息的问题，可广泛应用于图像分类技术领域。
一种样本光谱图像分类方法系统

[发明专利]一种基于无关键点检测的点云配准方法及系统-CN202211526060.8在审
发明人： 赵艮平;黄泽源;王卓薇;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2022-12-01 - 公布日： 2023-03-03 - 主分类号： G06T7/33 文献下载
摘要：本发明公开了一种基于无关键点检测的点云配准方法及系统，方法包括：对待配准点云进行下采样，得到超点数据；基于超点数据进行超点匹配处理，得到超点对应数据；基于超点对应数据，进行点匹配处理，得到全局点对应数据；基于全局点对应数据，进行局部到全局的配准，得到目标估计变换，完成点云配准。本发明基于超点数据，通过几何自注意处理、特征交叉注意处理和高斯相关性匹配处理的超点匹配充分捕获了点云的几何结构信息，使得超点对应获得更高的精度和内层比，进而也无需依赖鲁棒姿态估计器来进行估计变换，大大提升了点云配准的速率，适用于快速点云配准的点云配准任务，可广泛应用于点云配准技术领域。
一种基于关键检测点云配准方法系统

[发明专利]一种基于半监督学习的高速公路图像区域分割方法-CN202211530042.7在审
发明人：王卓薇;许峻滔;赵艮平;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2022-11-30 - 公布日： 2023-02-28 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于半监督学习的高速公路图像区域分割方法，包括：先获取无人机对高速公路拍摄的目标图像，进而将目标图像输入至经过预先训练的半监督学习模型中，由于半监督学习模型包括两个结构相同的网络，即student网络与teacher网络，根据已标注区域分割的第一图像与未标注区域分割的第二图像，可以使得student网络可以在teacher网络的监督下解决缺少标注数据的图像带来的问题，从而将未标注区域分别的目标图像输入至半监督学习模型后，半监督学习模型可以准确地识别出目标图像中高速公路的各个区域，并为检测车辆是否越线违规提供可靠依据，本发明可广泛应用于图像识别领域。
一种基于监督学习高速公路图像区域分割方法

1
2
3
下一页»
尾页
共 42 条