“霍豫”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2个，建议您升级VIP下载更多相关专利

[发明专利]基于伪实例软标签的遥感图像弱监督目标检测方法-CN202310568911.3在审
发明人：钱晓亮;林晨阳;霍豫;王慰;曾黎;程塨;姚西文;王芳;刘玉翠;岳伟超;任航丽;刘向龙;吴青娥;张秋闻 -专利权人：郑州轻工业大学
申请日： 2023-05-19 - 公布日： 2023-08-22 - 主分类号： G06V20/10 文献下载
摘要：本发明提出了一种基于伪实例软标签的遥感图像弱监督目标检测方法，其步骤为：构建弱监督深度检测网络，并添加实例分类优化；使用选择性搜索算法为训练图像生成一系列目标候选框，依次计算目标候选框类别得分和图像的类别预测得分，训练弱监督深度检测网络；计算每个目标候选框的双上下文投影得分；得到目标候选框质量得分，为每个实例分类优化分支挖掘伪真值实例；为所有伪真值实例分配软标签，对实例分类优化分支训练；利用训练后的弱监督深度检测网络和实例分类优化分支构建目标检测模型，利用目标检测模型获得感兴趣目标的类别和位置。本发明能够有效挖掘高质量目标候选框，能够有效提升高分辨率遥感图像弱监督目标检测的检测精度。
基于实例标签遥感图像监督目标检测方法

[发明专利]基于深度特征和双支流孤立森林的高光谱异常检测方法-CN202310463686.7在审
发明人：张敏;成曦;王海;林生;霍豫;董优强 -专利权人：西安电子科技大学
申请日： 2023-04-26 - 公布日： 2023-07-25 - 主分类号： G06V20/10 文献下载
摘要：本发明提出了一种基于深度特征和双支流孤立森林的高光谱异常检测方法，主要解决现有技术对空间和光谱信息利用不足，影响检测精度的问题。方案包括：1)对三维高光谱图像分别进行全局和局部的样本提取；2)基于全局、局部的特征，引入神经网络进行光谱特征降维和提取，得到表征光谱信息的全局样本和局部样本，并利用其分别进行孤立森林的构建和测试，产生基于光谱的检测结果；3)利用形态学滤波、高斯滤波进行空间信息挖掘，产生基于空间的检测结果；4)通过非线性操作对两部分检测结果进行融合，得到高光谱异常检测的最终结果。本发明能够更为有效地挖掘高光谱图像的光谱和空间信息，提升高光谱异常检测的检测效果。
基于深度特征支流孤立森林光谱异常检测方法