“权豆”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14个，建议您升级VIP下载更多相关专利

[发明专利]基于多级伪关系学习的光学遥感影像地物分类方法-CN202310227880.5在审
发明人：胡杨;王爽;赵栋;梁菲;杨瑞智;王子宁;臧琪;权豆 -专利权人：西安电子科技大学
申请日： 2023-03-09 - 公布日： 2023-07-14 - 主分类号： G06V20/13 文献下载
摘要：本发明提出了一种基于多级伪关系学习的光学遥感影像地物分类方法，用于解决在地物分类中现有自训练方法忽视像素点之间潜在联系的问题，实现步骤为：从远程设备获取待分类的光学遥感影像以及构建多级伪关系网络模型，通过构建源域关系学习损失、目标域像素级伪关系损失、源域局部patch级伪关系损失和目标域局部patch级伪关系损失，得到优化模型的优化目标函数，然后利用训练集对模型进行训练，最后对光学遥感影像分类。本发明通过多级伪关系学习实现了光学遥感图像地物分类，提升了分类效果，弥补了自训练方法的不足，可用于城市规划、土地利用和环境检测等应用领域。
基于多级关系学习光学遥感影像地物分类方法

[发明专利]一种用于多模态图像块匹配的特征分解方法及系统-CN202110605524.3有效
发明人：王爽;魏慧媛;李毅;段宝瑞;权豆;雷睿琪;杨博武;焦李成 -专利权人：西安电子科技大学
申请日： 2021-05-31 - 公布日： 2023-02-24 - 主分类号： G06V10/74 文献下载
摘要：本发明公开了一种用于多模态图像块匹配的特征分解方法及系统，通过制作异源图像块数据集；图像预处理；用编码器进行特征提取；特征分解；用解码器重构图像块；判别器；网络优化；预测匹配概率；最后评估网络性能表明，将图像块的特征分解为公共特征和私有特征，引入对抗训练优化编码器，利用重构损失来保证编码器能够提取信息性特征，基于公共特征和私有特征对原始图像进行重构，获得最终的图像块匹配结果。本发明利用四个损失函数联合优化，不仅极大的提高了异源图像匹配的准确率，而且缩短了网络的训练周期。
一种用于多模态图像匹配特征分解方法系统

[发明专利]基于深度卷积GAN的光学和SAR图像配准方法-CN201810276562.7有效
发明人：权豆;焦李成;王爽;王若静;梁雪峰;方帅;马晶晶;孙莉 -专利权人：西安电子科技大学
申请日： 2018-03-30 - 公布日： 2022-07-15 - 主分类号： G06T7/33 文献下载
摘要：本发明公开了一种基于深度卷积GAN的光学和SAR图像配准方法，其步骤包括，获取训练样本，构建两个生成对抗网络，训练生成对抗网络，扩充训练样本数据，构建特征提取和匹配网络，采用交叉迭代策略训练特征提取和匹配网络，预测匹配关系，去除误匹配点，计算几何变换矩阵，配准图像；本发明克服了现有技术中神经网络训练样本数据不足、样本单一且提取的图像特征丢失空间信息的问题，有效提高了异源图像配准的鲁棒性，实现了对SAR和光学图像更高精度的配准。
基于深度卷积 gan 光学 sar 图像方法

[发明专利]基于图像转换的异源图像块匹配方法-CN201810276986.3有效
发明人：王爽;焦李成;王若静;权豆;方帅;梁雪峰;郭雨薇;刘飞航 -专利权人：西安电子科技大学
申请日： 2018-03-30 - 公布日： 2022-06-24 - 主分类号： G06T7/33 文献下载
摘要：本发明提供的基于图像转换的异源图像块匹配方法，其步骤为：获取训练样本和测试样本，构建图像转换网络，训练图像转换网络，构建特征提取和匹配网络，训练特征提取和匹配网络，预测匹配结果。本发明克服了现有技术中对异源图像提取的特征差异性大且不准确的问题，有效降低了匹配难度，提高了异源图像块匹配的准确率和鲁棒性。
基于图像转换匹配方法

[发明专利]基于描述子一致性约束的异源遥感图像块匹配方法及系统-CN202210101839.9在审
发明人：王爽;魏慧媛;权豆;焦李成;雷睿琪;段宝瑞;李毅 -专利权人：西安电子科技大学
申请日： 2022-01-27 - 公布日： 2022-05-06 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于描述子一致性约束的异源遥感图像块匹配方法及系统，利用高层特征学习到的包含更多相似度排序的知识来引导低层特征学习，借助高层特征中更加丰富的监督信息优化特征网络，从而提高异源遥感图像匹配的精度。在剔除异源图像之间的差异性时，容易丢失大量的判别性信息，影响异源图像特征的判别性，增大异源图像匹配的误差，提出了借助重构约束保持异源图像特征的判别性，从而提高异源遥感图像匹配的精度。其步骤为：制作数据集；图像预处理；用异源图像特征学习网络提取图像块特征；用异源共享特征学习网络提取图像块的共享特征；降维网络；用解码器重构图像块；网络优化；预测匹配概率；评估网络性能。
基于描述一致性约束遥感图像匹配方法系统

[发明专利]一种异源遥感图像配准方法及系统-CN202210103286.0在审
发明人：权豆;王爽;魏慧媛;焦李成;谷裕;李毅;张丹 -专利权人：西安电子科技大学
申请日： 2022-01-27 - 公布日： 2022-05-06 - 主分类号： G06T7/30 文献下载
摘要：本发明公开了一种异源遥感图像配准方法及系统，将旋转变化从图像模态变化中分离，用深度序列回归对图像进行旋转矫正，用深度描述子学习网络对异源图像进行精细配准；显著降低基于深度描述子学习网络的异源图像配准的挑战性，保持鲁棒性和准确性。采用旋转矫正的深度序列回归网络创新性地将旋转估计任务转变为一个序列回归问题，深度序列回归利用旋转序数之间的潜在关系，提高旋转估计的准确性；大量的实验结果证明了方法的必要性和深度序列回归网络在异源图像配准方面的优越性。
一种遥感图像方法系统

[发明专利]基于双分支网络的高光谱分类方法-CN201810777205.9有效
发明人：王爽;焦李成;张松;方帅;权豆;周立刚;梁雪峰 -专利权人：西安电子科技大学
申请日： 2018-07-16 - 公布日： 2022-03-11 - 主分类号： G06V10/764 文献下载
摘要：本发明提供的基于双分支网络的高光谱分类方法，首先，通过数据重采样的方法，既保证训练过程中的每次迭代时输入数据各类别样本数量不是恒定相等的，又能保证在统计学上参与训练的每类样本是均衡的。这样不仅有效缓解了网络学习中的样本不平衡问题，同时保持了数据的多样性；为了提取数据多尺度特征，本发明使用了双分支的网络结构，通过三种训练策略，进行半监督学习，这样不仅扩充了训练集，而且通过集成学习策略，相比于其他分类方法，极大程度的提高了分类精度。本发明提出的基于双分支网络的高光谱分类方法不仅在性能上优于其他方法，而且在训练效率上也优于其他方法。
基于分支网络光谱分类方法

[发明专利]一种基于多尺度卷积的图像patch匹配方法-CN201910872936.6有效
发明人：王爽;焦李成;魏少玮;方帅;杨博武;李彦锋;权豆 -专利权人：西安电子科技大学
申请日： 2019-09-16 - 公布日： 2022-02-11 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多尺度卷积的图像patch匹配方法，通过准备数据集；制作数据集；数据预处理；设计三分支‑双通道网络结构；设计多尺度卷积模块；根据提取的特征计算相似性；网络训练；预测匹配概率；评估网络性能。本发明有效克服了现有技术中训练不充分、没有使用多尺度信息等问题，极大的提高了网络的性能，提升了网络的训练效率，增强了网络的鲁棒性。本发明可应用于图像配准、图像检索、图像追踪、多视角重建等领域。
一种基于尺度卷积图像 patch 匹配方法

[发明专利]一种基于聚合特征差异学习网络的异源图像匹配方法-CN201910872306.9有效
发明人：权豆;王爽;焦李成;梁雪峰;魏少玮;李彦锋;呼延宁 -专利权人：西安电子科技大学
申请日： 2019-09-16 - 公布日： 2022-01-28 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于聚合特征差异学习网络的异源图像匹配方法，使用异源可见光‑近红外VIS‑NIR数据集，将Country子集作为训练样本集，Field、Forest、Indoor、Mountain、Oldbuilding、Street、Urban和Water子集作为测试样本集；数据预处理；设计聚合特征差异学习网络结构，包含双分支特征提取网络，特征差异聚合网络，两个度量网络；训练聚合特征差异学习网络，基于两个度量网络的输出分别计算两个大间隔余弦损失函数和，得到网络最终损失函数，联合优化整个网络；将测试样本集输入到聚合特征差异学习网络中，以度量网络输出的匹配标签作为最终的预测标签。本发明提高了学习效率和匹配精度，更可靠，鲁棒性更强，匹配精度更高。
一种基于聚合特征差异学习网络图像匹配方法

[发明专利]基于深度学习的异源图像匹配方法-CN201810277816.7有效
发明人：王爽;焦李成;方帅;权豆;王若静;梁雪峰;侯彪;刘飞航 -专利权人：西安电子科技大学
申请日： 2018-03-30 - 公布日： 2021-09-07 - 主分类号： G06K9/62 文献下载
摘要：本发明提供的基于深度学习的异源图像匹配方法，首先制作异源图像块数据集；图像预处理；获取图像块特征图；通过特征图得到特征向量；特征图的融合并归一化；训练图像匹配网络；预测匹配概率；本发明有效克服了现有技术中异源图像块匹配过拟合的问题，极大的提高了网络的性能，提升了网络的训练效率，增强了网络的鲁棒性。本发明可应用于异源图像配准、图像追踪、多视角重建等领域。
基于深度学习图像匹配方法

[发明专利]一种基于深度全局特征的多模态图像配准方法及系统-CN202110605164.7在审
发明人：王爽;雷睿琪;李毅;魏慧媛;权豆;杨博武;段宝瑞;焦李成 -专利权人：西安电子科技大学
申请日： 2021-05-31 - 公布日： 2021-08-06 - 主分类号： G06T7/33 文献下载
摘要：本发明公开了一种基于深度全局特征的多模态图像配准方法及系统，准备数据集并制作；制作数据集；图像预处理；设计全卷积孪生网络结构；提取图像特征；获取相似性得分图，基于相似性得分图，使用对比损失函数优化相似度得分图，使用峰值损失函数来加快收敛速度，使用排序损失函数使得正样本的相似度分布接近真实分布；联合优化对比损失、排序损失和峰值损失，将训练好的权重载入到模型中，并依次读取所有测试集数据，预测测试集中浮动图在基准图中的平移参数；确定浮动图在基准图上的位置，实现多模态图像配。本发明通过深入挖掘异源图像底层的共有特性可以获得高精度的匹配结果。
一种基于深度全局特征多模态图像方法系统

[发明专利]基于计算机视觉的动态手势识别方法-CN201711102008.9有效
发明人：王爽;焦李成;方帅;王若静;杨孟然;权豆;孙莉;侯彪;马晶晶;刘飞航 -专利权人：西安电子科技大学
申请日： 2017-11-10 - 公布日： 2021-06-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于计算机视觉的动态手势识别方法。解决了在复杂背景下手势的动态识别问题。其实现步骤为：采集手势数据集并进行人工标注，对标注的图像集真实框进行聚类获得训练的先验框，构建端到端的可同时预测目标位置、大小和类别的卷积神经网络，训练网络获得权重，加载权重到网络，输入手势图像进行识别，非极大值抑制方法处理获得的位置坐标及所属类别信息，获得最终的识别结果图像，实时记录识别信息获得动态手势解译结果。本发明克服了现有技术中手势识别中手部检测和类别识别分步进行的缺陷，极大的简化了手势识别的过程，提高了识别的准确度和速度，增强了识别系统的鲁棒性，并且实现了对动态手势解译的功能。
基于计算机视觉动态手势识别方法

[发明专利]基于深度神经网络的SAR图像配准方法-CN201610136219.3有效
发明人：权豆;王爽;焦李成;宁梦丹;郭岩河;侯彪;马晶晶 -专利权人：西安电子科技大学
申请日： 2016-03-10 - 公布日： 2018-11-16 - 主分类号： G06T7/33 文献下载
摘要：本发明提出了一种基于深度神经网络的SAR图像配准方法，具体实现步骤如下：(1)获取训练样本；(2)设计并训练深度神经网络；(3)预测匹配关系；(4)剔除错误的匹配点；(5)求解几何变换参数；(6)配准图像。本发明采用基于深度神经网络的SAR图像配准方法，能够有效克服现有技术中人工设计特征提取算子复杂度高、计算量大、鲁棒性差等的缺点，有效地减少了计算量，而且深度神经网络可以提取图像的本质特征，有更好的鲁棒性，使得配准的精度更高。
基于深度神经网络 sar 图像方法

[发明专利]基于对偶生成对抗式网络的人脸图像去模糊和恢复方法-CN201810338538.1在审
发明人：王爽;焦李成;刘梦晨;胡月;权豆;梁雪峰;马文萍;刘飞航 -专利权人：西安电子科技大学
申请日： 2018-04-16 - 公布日： 2018-09-25 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于对偶生成对抗式网络的人脸图像去模糊和恢复方法，本发明实现的步骤为：1、网络初始化；2、输入数据；3、优化判别器；4、优化生成器；5、迭代训练网络；6、测试网络；7、输出结果。本发明相比现有技术基于单一生成对抗式网络的方法，网络更加容易收敛，不容易造成模型崩塌，并且生成效果更加稳定，生成图像与真实图像更加接近。本发明可应用于对模糊、细节信息残缺的图像进行去模糊和恢复处理。
模糊网络人脸图像对偶对抗网络初始化测试网络迭代训练恢复处理生成图像输出结果细节信息真实图像判别器生成器崩塌残缺收敛优化恢复图像应用

1
共 14 条