“赵丹培”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80个，建议您升级VIP下载更多相关专利

[发明专利]基于特征一致性与定位更新的弱监督遥感目标检测方法-CN202310299074.9在审
发明人：张浩鹏;郭晨;姜志国;谢凤英;赵丹培 -专利权人：北京航空航天大学
申请日： 2023-03-24 - 公布日： 2023-07-18 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及图像处理技术领域，具体涉及一种基于特征一致性与定位更新的弱监督遥感目标检测方法，包括：通过空间投票多实例挖掘模块结合实例分数和空间关系进行空间投票，并对投票结果进行边界正则化处理，分别得到各输入图像的伪标签；通过特征一致性学习模块对输入图像不同角度下的伪标签进行非极大值抑制，得到综合伪标签；利用综合伪标签对目标定位更新模块进行训练，且在每轮训练中，将满足预设条件的预测结果与原始综合伪标签合并后参加至下一轮训练，如此迭代训练，得到最终的目标定位更新模块。本发明能够避免目标实例丢失，提高目标定位准确性。
基于特征一致性定位更新监督遥感目标检测方法

[发明专利]一种基于类别同异性引导的无监督域适应语义分割方法-CN202110997484.1有效
发明人： 赵丹培;苑博;史振威;张浩鹏;姜志国 -专利权人：北京航空航天大学
申请日： 2021-08-27 - 公布日： 2023-07-18 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种基于类别同异性引导的无监督域适应语义分割方法，类别同异性的内涵包括同类特征聚合与异类特征推远，即在域适应过程中，既保证了不同域之间相同类别目标的特征尽可能靠近相同的聚类中心，同时使得不同类别目标之间的特征分布差异尽可能大。从同类特征聚合+异类特征推远出发，通过构建图像级—特征级—类别级—实例级的层级域适应策略，实现由粗到细、由浅至深的域适应效果。本发明所构建的模型全面考虑了源域与目标域之间的差异，并在通用街景语义数据集无监督域适应语义分割任务上实现了领先的性能表现。
一种基于类别异性引导监督适应语义分割方法

[发明专利]一种遥感图像超分辨率重建方法-CN202310261380.3在审
发明人：张浩鹏;韩喆鑫;姜志国;谢凤英;赵丹培 -专利权人：北京航空航天大学
申请日： 2023-03-17 - 公布日： 2023-06-23 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种遥感图像超分辨率重建方法，其特征在于，包括以下步骤：获取遥感图像，将所述遥感图像输入至先验网络模型，生成随机特征；将所述遥感图像输入至训练好的神经网络模型提取深层特征，并融合所述随机特征和所述深层特征，生成最终图像；本发明引入了随机特征，以联合深层特征进行建模提高特征丰富性，提高了重建图像质量。
一种遥感图像分辨率重建方法

[发明专利]一种基于不确定性导向的双模态可分离图像超分辨率方法-CN202310261226.6在审
发明人：张浩鹏;韩喆鑫;姜志国;谢凤英;赵丹培 -专利权人：北京航空航天大学
申请日： 2023-03-17 - 公布日： 2023-05-30 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于不确定性导向的双模态可分离图像超分辨率方法，包括：获得低分辨率深度图像和对应的彩色图像；对低分辨率深度图像进行三次插值上采样，获得采样图像；根据采样图像，获得低分辨率深度图像的随机特征；将低分辨率深度图像输入至深度编码器中获得低分辨率深度图像的深层特征；根据随机性特征和深层特征，获得第一特征图和对应的第一不确定性估计图；将彩色图像和采样图像输入至深度细节估计网络中，输出第二特征图和对应的第二不确定性估计图；对第一特征图和第二特征图进行特征增强处理；对特征增强后的第一深度特征图和第二深度特征图进行3×3卷积处理，获得超分辨率深度图。通过该方法可以获得高质量的超分辨率深度图。
一种基于不确定性导向双模可分离图像分辨率方法

[发明专利]一种基于分层相关性回传的弱监督遥感旋转目标检测方法-CN202211379217.9在审
发明人：张浩鹏;谭智文;姜志国;谢凤英;赵丹培 -专利权人：北京航空航天大学
申请日： 2022-11-04 - 公布日： 2023-05-05 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于分层相关性回传的弱监督遥感旋转目标检测方法，包括：获取待目标检测的遥感图像，将遥感图像输入特征提取网络，得到候选框和特征图；将特征图送入基于弱监督框架中的多示例学习分支，进行类别相关的分层相关性回传，得到候选框相关性图；对特征图进行修正，得到修正特征图和修正后的候选框；根据修正特征图和修正后的候选框，生成每一个图像级标注类别的旋转伪标签；对特征图上的每一个特征点预测一组代表点，作为一个代表点集；根据旋转伪标签和旋转代表点损失函数训练旋转检测器，输出遥感图像的旋转目标检测结果。该方法可有效降低特征图的边缘模糊性和类别歧义性，并显著提高了遥感图像目标检测的整体处理速度。
一种基于分层相关性监督遥感旋转目标检测方法

[发明专利]基于超图卷积神经网络的高光谱遥感图像地物分类方法-CN202110697409.3有效
发明人：姜志国;马中天;张浩鹏;谢凤英;赵丹培 -专利权人：北京航空航天大学
申请日： 2021-06-23 - 公布日： 2023-03-24 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于超图卷积神经网络的高光谱遥感图像地物分类方法，包括：提取高光谱遥感图像的多模态特征；基于不同模态特征构建超图；将超图和高光谱遥感图像输入至超图卷积神经网络提取特征，并利用全梯度下降法优化损失函数，得到地物分类结果。本发明分类精度高、速度快，提高了分类效率。
基于超图卷积神经网络光谱遥感图像地物分类方法

[发明专利]一种基于层次化学习的多等级灾害检测方法-CN202211644537.2在审
发明人： 赵丹培;王晨旭;刘卓然;姜志国;史振威;张浩鹏 -专利权人：北京航空航天大学
申请日： 2022-12-20 - 公布日： 2023-03-14 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于层次化学习的多等级灾害检测方法，包括：从任务拆解的角度对建筑损毁多等级检测问题进行层次化分析，构建基于多任务层次化的灾害检测模型；或利用图结构的方式对建筑损毁多等级检测问题进行层次化分析，将表征信息按照不同节点间的层级关系进行传递，构建基于图编码层次化的灾害检测模型；利用基于多任务层次化的灾害检测模型或基于图编码层次化的灾害检测模型对灾害前后的双时相特征图进行检测，得到建筑损毁检测结果。本发明从层次化学习的角度将建筑损毁多等级检测问题的经验建模进网络，提高了建筑损毁检测精度。
一种基于层次化学等级灾害检测方法

[发明专利]一种基于对比知识蒸馏的类别增量语义分割方法-CN202211267862.1在审
发明人： 赵丹培;苑博;史振威;张浩鹏;姜志国 -专利权人：北京航空航天大学
申请日： 2022-10-17 - 公布日： 2023-01-31 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于对比知识蒸馏的类别增量语义分割方法，涉及计算机视觉与模式识别技术领域，针对灾难性遗忘问题，将旧模型视为教师模型，新模型视为学生模型，构建教师—学生网络之间的知识蒸馏策略，从中间特征层与输出层进行密集性知识对齐，从神经网络深层特征表达与输出层预测概率对新模型的训练进行约束，实现对旧模型知识的继承与对新增知识的兼容；针对语义漂移问题，在旧模型与新模型之间高维特征分布的非对称隐空间内，将已知类别作为锚点类，选取对应的正样本类别与负样本类别对应的特征嵌入，构建区域级正样本对与区域级负样本对，并设计三元组对比学习损失进行约束。
一种基于对比知识蒸馏类别增量语义分割方法

[发明专利]一种高精度的细粒度SAR目标检测方法-CN202211268984.2在审
发明人： 赵丹培;陈子强;苑博;史振威;张浩鹏 -专利权人：北京航空航天大学
申请日： 2022-10-17 - 公布日： 2023-01-31 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种高精度的细粒度SAR目标检测方法，包括：并将待检测SAR图像输入到训练后的SAR图像细粒度检测模型中，输出待检测SAR图像中，所有感兴趣目标的坐标位置和所属类别；上述模型的训练方法为：构建全局实例集；将训练数据集作为输入；由模型对训练集中感兴趣目标的坐标位置进行提取，以及识别所提取出来的感兴趣目标的所属类别；将提取和识别的内容组合成模型采集数据集；从全局实例集随机抽取实例，组成抽样数据集；分别对模型采集数据集和抽样数据集中的感兴趣目标编码后，进行全局实例对比；根据对比结果对模型进行优化，直至获得最终的SAR图像细粒度检测模型；通过该方法可以减少对比学习方法中的样本数量。
一种高精度细粒度 sar 目标检测方法

[发明专利]一种基于边界框外关键点定位的六自由度位姿估计算法-CN201911060533.8有效
发明人：姜志国;张鑫;张浩鹏;赵丹培;谢凤英 -专利权人：北京航空航天大学
申请日： 2019-11-01 - 公布日： 2022-11-22 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种基于边界框外关键点定位的六自由度位姿估计算法，包括输入三维模型和RGB图像，得到图像中目标在三个维度上的尺寸信息，确定目标三维边界框的8个顶点坐标；通过卷积神经网络对RGB图像进行检测，得到五个不同尺度的特征图以及每个位置的目标类别、二维边界框预测结果；进行非极大抑制操作，得到去冗余后图像中目标实例的类别以及二维边界框预测结果；对关键点在图像中进行定位，得到8个关键点的位置和定位置信度；利用EPnP算法计算目标相对于相机的六自由度位姿。本发明能够有效提高边界框外的关键点的定位精度，在保证实时处理能力的同时提升了位姿估计精度。
一种基于边界外关定位自由度估计算法

[发明专利]基于自注意力融合的遥感图像超分辨率重建方法-CN202011563791.0有效
发明人：张浩鹏;梅寒;姜志国;谢凤英;赵丹培 -专利权人：北京航空航天大学
申请日： 2020-12-25 - 公布日： 2022-11-15 - 主分类号： G06T5/50 文献下载
摘要：本发明公开了基于自注意力融合的遥感图像超分辨率重建方法，包括：获取低分辨率遥感图像，进行数据预处理；将数据预处理后的低分辨率图像输入提前训练后的基于自注意力融合的遥感图像超分辨率重建模型；所述重建模型包括一个特征提取模块、一个特征非线性映射模块、一个重建模块和两个注意力模块；输出重建后的高分辨率图像。低分辨率图像通过该方法，使得经过注意力模块的特征进行了加权，建立了特征之间的长距离的约束关系，解决了卷积操作感受野的限制，同时经过了通道注意力的多层特征图具有每一层的权重关系，加强对于超分辨率重建有用的这层特征图，弱化对于超分辨率重建任务无用的特征图，提升了重建的效果。
基于注意力融合遥感图像分辨率重建方法

[发明专利]一种基于边缘候选区域提取的深度学习舰船目标检测方法-CN201810012688.3有效
发明人：姜志国;张浩鹏;黄洁;谢凤英;赵丹培;罗晓燕;史振威;尹继豪 -专利权人：北京航空航天大学
申请日： 2018-01-06 - 公布日： 2022-11-15 - 主分类号： G06V10/44 文献下载
摘要：本发明提供了一种基于边缘候选区域提取的深度学习舰船目标检测方法，利用基于结构化随机森林模型对不同条件下的遥感图像进行边缘检测，得到有目的性的边缘检测结果，抑制海况和光照等情况对边缘结果的影响；利用基于边缘检测结果的候选区域提取算法，在大幅宽的遥感图像中提取可能存在目标的候选区域，将挑选结果作为深度学习网络的输入，从而提升网络处理的效率，加快检测速度。
一种基于边缘候选区域提取深度学习舰船目标检测方法

[发明专利]基于最近邻原型表示的遥感舰船图像小样本分类方法-CN201911113259.6有效
发明人：张浩鹏;史嘉伟;姜志国;谢凤英;赵丹培 -专利权人：北京航空航天大学
申请日： 2019-11-14 - 公布日： 2022-10-28 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于最近邻原型表示的遥感舰船图像小样本分类方法，包括如下步骤：在辅助数据集上使用小批量梯度下降法训练得到后续特征提取器；使用特征提取器对待测类别的少量已知样本与测试样本进行特征提取；使用“图像到特征”的最近邻表达计算类别原型特征向量；各类别原型向量与待测特征向量进行度量判断类别。本发明不需要进行不同图像域之间的知识迁移，使得在样本受限情况下，能够大幅提高舰船分类的准确度。
基于近邻原型表示遥感舰船图像样本分类方法

[发明专利]一种跨域遥感图像的无监督语义分割方法-CN202110268435.4有效
发明人： 赵丹培;苑博;史振威;姜志国;张浩鹏 -专利权人：北京航空航天大学
申请日： 2021-03-12 - 公布日： 2022-10-18 - 主分类号： G06T7/10 文献下载
摘要：本发明公开了一种跨域遥感图像的无监督语义分割方法，该方法包括：获取待分割的无标注目标域遥感图像；将所述待分割的无标注目标域遥感图像输入提前训练好的无监督语义分割模型；所述无监督语义分割模型包括几何一致性约束模块、域适应网络模块和语义分割网络模块；输出与所述待分割的无标注目标域遥感图像尺寸一致的分割结果图。该方法可以提升在有标注源域数据上训练的分割模型在目标域上的分割性能，从而减少语义分割任务对于大规模标注数据的依赖，同时提升语义分割模型在不同图像域上的泛化性能，可实现对待分割的无标注目标域遥感图像的准确分割，且分割精度较高。
一种遥感图像监督语义分割方法

[发明专利]时空联合模型及基于时空联合模型的视频显著性预测方法-CN202010955853.6有效
发明人： 赵丹培;郭威威;史振威;姜志国;张浩鹏 -专利权人：北京航空航天大学
申请日： 2020-09-11 - 公布日： 2022-10-14 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种时空联合模型及基于时空联合模型的视频显著性预测方法，该模型包括空域网络和时域网络；空域网络依次包括收缩网络和扩张网络；收缩网络依次包括3个第一收缩层、1个第二收缩层和上采样层；扩张网络依次包括2个第一扩张层和2个第二扩张层；时域网络包括卷积长短期记忆网络或卷积门控循环网络；扩张网络通过Keras的层封装器TimeDistributed与卷积长短期记忆网络或卷积门控循环网络进行拼接。本发明实现了对时域信息的利用，使得输出的结果更符合实际情况，能够较好地预测驾驶员在驾驶场景下的注视区域。
时空联合模型基于视频显著预测方法

1
2
3
4
5
6
下一页»
尾页
共 80 条