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13个,建议您升级VIP下载更多相关专利
  • [发明专利]多分支多尺度拉普拉斯渐进式遥感图像融合方法及系统-CN202310953087.3在审
  • 张致齐;刘闯;叶志伟;冯潇潇;谢广奇 - 湖北工业大学
  • 2023-07-28 - 2023-09-12 - G06V10/80
  • 本发明公开了一种多分支多尺度拉普拉斯渐进式遥感图像融合方法及系统,将待融合处理的遥感图像输入多分支多尺度拉普拉斯渐进式遥感图像融合网络中,进行图像融合;所述多分支多尺度拉普拉斯渐进式遥感图像融合网络,包括用于提取全色图像信息的全色分支fpb、用于提取多光谱图像的多光谱分支fmb和用于融合和重建两者信息的融合分支;本发明提出的方法可有效缓解融合图像的失真和不真实的现象,与其他主流的方法相比,本发明提出的方法在取得不错融合效果的同时模型的参数和运行速度都在很小的数量级范围内,具有一定的现实意义;同时,本发明提出的方法仅采用基本的卷积层和ReLU激活函数层,具有较强的可扩展性和潜力。
  • 分支尺度拉普拉斯渐进遥感图像融合方法系统
  • [发明专利]一种基于重学习的无人机遥感影像罂粟检测方法-CN202310231828.7在审
  • 张致齐;夏文迪;叶志伟;谢广奇;冯潇潇 - 湖北工业大学
  • 2023-03-06 - 2023-08-08 - G06V20/17
  • 本发明涉及一种基于重学习的无人机遥感影像罂粟检测方法,包括数据集构建,对罂粟影像数据集的标注和预处理;模型重学习,利用目标检测模型通过重学习困难样本提升模型的泛化能力,所述重学习是通过已训练的权重对验证集进行检测,获取误检和漏检样本并放入训练集中形成新的数据集样本,通过模型微调进行重新迭代学习;最后通过对比验证集和测试集的检测精度来判断模型的泛化性能,所得性能最好的模型权重用于无人机遥感影像的罂粟识别和检测任务。本发明提供的重学习训练方法不仅可以有效提升无人机遥感影像罂粟检测能力,而且也适用于其他目标检测任务中,具有通用性。
  • 一种基于学习无人机遥感影像罂粟检测方法
  • [发明专利]一种基于深度学习的遥感图像船舶目标检测方法-CN202210836090.2在审
  • 张致齐;郑慧刚;谢广奇;曹金山;常学立 - 湖北工业大学
  • 2022-07-15 - 2022-11-01 - G06V20/13
  • 本文提供了一种基于深度学习的遥感图像船舶目标检测方法,应用于FRS‑Net网络;其技术要点在于:所述方法包括以下步骤:构建数据集并且对数据集进行预处理与增强;构建FRS‑Net网络;进行FRS‑Net模型训练;得到FRS‑Net的模型参数,基于FRS‑Net的模型对目标影像进行检测;对网络性能进行评估,并且依据评估结果对网络模型进行迭代优化。本发明主要针对受云雾干扰的复杂环境下遥感船舶检测任务,依据遥感影像的特点提出更为合适的锚框设定与分配策略,并且通过构建特征融合使浅层网络获得更高级的语义信息以减缓云雾的干扰。该方法具有运算效率高、目标检测精确等方面的优势,能够适用于大规模的遥感舰船检测任务,在快速提取舰船目标方面有着明显的价值与意义。
  • 一种基于深度学习遥感图像船舶目标检测方法
  • [发明专利]一种全色多光谱影像融合方法及装置-CN202210658039.7在审
  • 林向阳;王密;王红钢;谢广奇;王艳;鲍莉;丁一帆;刘鹏;冯鑫;杨宇科 - 北京市遥感信息研究所
  • 2022-06-10 - 2022-08-30 - G06T7/00
  • 本发明公开了一种全色多光谱影像融合方法及装置,该方法包括:获取全色影像数据和多光谱影像数据;利用全色影像数据和多光谱影像数据,计算自适应最优高斯滤波参数;利用自适应最优高斯滤波参数,构造高斯滤波核;利用高斯滤波核对全色影像数据进行降质,得到降质全色影像数据;将多光谱影像数据上采样至全色尺度,得到全色尺度多光谱影像数据;利用比值法融合降质全色影像数据和全色尺度多光谱影像数据,得到全色多光谱影像融合数据。本发明方法通过自适应高斯滤波降质的方式获取清晰度与多光谱影像保持一致的降质全色影像,保留高分辨率图像的边缘细节信息,消除光谱与对比度信息,融合结果具有较好的色彩保持能力。
  • 一种全色光谱影像融合方法装置
  • [发明专利]一种遥感影像自适应特征选择分割方法及系统-CN202011284221.8有效
  • 王密;项韶;谢广奇;张致齐 - 武汉大学
  • 2020-11-17 - 2022-04-29 - G06T7/11
  • 本发明提供了一种遥感影像自适应特征选择分割方法及系统,包括数据准备,对高分辨率影像的裁剪和数据预处理;改进模型,基于基础模型网络添加设置自适应特征选择模块,所述自适应特征选择模块用于对不同特征图进行特征提取,通过对基础模型网络所得多个不同尺度或者不同感受野的特征图进行全局平均池化特征提取,利用全连接层和激活函数学习不同特征图重要程度的权重分布,根据权重分布进行特征筛选,实现自适应特征选择过程;对所得优化后的深度学习模型进行训练;根据训练所得优化后的深度学习模型对输入的可见光影像的分割结果。本发明不仅可以有效地提高分割模型精度,还可以降低模型的计算量,而且具有通用性、操作简单、性能强等优势。
  • 一种遥感影像自适应特征选择分割方法系统
  • [发明专利]一种增强型遥感影像目标检测方法及系统-CN202110972902.1在审
  • 王密;项韶;谢广奇;张致齐 - 武汉九天高分遥感技术有限公司
  • 2021-08-24 - 2021-12-03 - G06K9/62
  • 本发明提供一种增强型遥感影像目标检测方法及系统,包括输入带标注的高分辨率影像数据集;设置增强型目标检测模型,包括利用嵌入式连接和跳跃连接的形式来构建一种增强型目标检测模型,通过嵌入式连接来实现不同空间分辨率的特征上采样过程,同时利用跳跃连接来补充丢失的细节信息,实现增强模型特征表征的能力,从而提供一阶目标检测框架实现高分辨率遥感影像目标检测任务;对所得增强型目标检测模型的训练,根据训练后的模型对输入影像进行目标检测所得结果。本发明提供的增强型遥感影像目标检测方法不仅可以有效地改进传统方法的性能,还可以应用于星上受限环境下的在轨目标实时检测任务。
  • 一种增强遥感影像目标检测方法系统
  • [发明专利]一种简缩极化SAR的海洋溢油检测方法和系统-CN201910869853.1有效
  • 张致齐;谢广奇;王密;朱映 - 武汉大学
  • 2019-09-16 - 2021-09-24 - G01S13/90
  • 本发明公开一种简缩极化SAR的海洋溢油检测方法和系统,包括以下步骤:首先提取简缩极化SAR协方差矩阵;其次对简缩极化协方差矩阵进行简缩极化精致Lee滤波;接着对简缩极化精致Lee滤波之后的简缩极化协方差矩阵进行简缩极化H/α分解得到简缩极化熵(H)与简缩极化各向异性度(A),并且进行H(1‑A)组合计算,得到简缩极化熵与各向异性度联合分布图(HA);最后通过基于高斯模型的最小误差阈值法对联合图进行自动分割检测,消除疑似溢油区域暗斑,得到溢油区域结果。该方法适用于简缩极化SAR海洋溢油检测,能够过滤疑似溢油的暗斑区域,快速地检测出海洋溢油区域。
  • 一种简缩极化sar海洋溢油检测方法系统
  • [发明专利]一种利用随机森林的极化SAR海面油膜提取方法-CN201710729485.1有效
  • 刘修国;陈启浩;沈麒凯;谢广奇 - 中国地质大学(武汉)
  • 2017-08-23 - 2020-05-01 - G06K9/62
  • 本发明提供一种利用随机森林的极化SAR海面油膜提取方法,步骤如下:获得原始的极化SAR影像,对极化SAR影像预处理,选取极化SAR影像的研究区域,对研究区域进行滤波处理,然后进行相干矩阵的提取,得到相干矩阵和相干矩阵的特征值;利用相干矩阵的特征值对相干矩阵进行计算,得到若干油膜特征;选取油膜样本、类油膜样本和海水样本构成原始样本集,在原始样本集中选取若干子样本集,利用油膜特征对子样本集进行训练,得到随机森林模型;利用随机森林模型中的基尼系数提取油膜特征的贡献度;油膜特征构成油膜特征向量集,基于所述随机森林模型对油膜特征向量集进行分类,获得油膜提取结果。本发明能有效提高油膜提取结果精确度、减小噪声影响。
  • 一种利用随机森林极化sar海面油膜提取方法

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