“多尺度特征”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3479280个，建议您升级VIP下载更多相关专利

[发明专利]基于多尺度跨模态邻域描述子的异源图像配准方法及装置-CN202310746982.8有效
发明人：刘学聪;滕锡超;李璋;苏昂;王靖皓 -专利权人：中国人民解放军国防科技大学
申请日： 2023-06-25 - 公布日： 2023-09-01 - 主分类号： G06T7/33 文献下载
摘要：本申请涉及一种基于多尺度跨模态邻域描述子的异源图像配准方法及装置，通过将需要进行配准的两张异源图像中每一个像素点的领域划分为8个区域，并分别建立这个8个区域的多层邻域尺度金字塔，进而计算这8个区域的多尺度特征，将其中最大的多尺度特征作为该像素点的方向特征度量，接着获取异源图像中的FAST特征点，根据各FAST特征点的方向特征度量得到对应FAST特征点的多尺度跨模态邻域描述子，最后可根据各多尺度跨模态邻域描述子对两张异源图像中的FAST特征点的进行匹配。
基于尺度跨模态邻域描述图像方法装置

[发明专利]基于多尺度特征的深度图获取方法、电子设备、存储介质-CN202110265024.X有效
发明人：常青玲;崔岩;杨鑫;任飞;戴成林;胡昊;李敏华 -专利权人：五邑大学
申请日： 2021-03-11 - 公布日： 2023-10-17 - 主分类号： G06V10/80 文献下载
摘要：本发明提供了一种基于多尺度特征的深度图获取方法、设备、存储介质，该方法包括：获取输入图像，根据所述输入图像得到多尺度特征块；根据所述多尺度特征块得到池化特征图，并根据所述池化特征图得到通道注意力块，所述通道注意力块表征多个特征之间的联系；根据所述多尺度特征块得到原始融合特征图，并根据所述原始融合特征图和所述通道注意力块得到目标融合特征图；对所述目标融合特征图与原始特效图进行拼接并进行解码操作，以得到目标深度图。根据本发明实施例提供的方案，能够通过通道注意力块增强多尺度特征之间的联系，使得多尺度的特征更能表达物体信息，有效提高了目标深度图的物体信息的清晰度。
基于尺度特征深度获取方法电子设备存储介质

[发明专利]一种基于生成对抗网络的太阳能电池板缺陷样本生成方法-CN202210829265.7在审
发明人：周颖;颜毓泽;陈海永;裴盛虎;刘作军;刘坤 -专利权人：河北工业大学
申请日： 2022-06-29 - 公布日： 2022-10-11 - 主分类号： G06V10/774 文献下载
摘要：本发明公开一种基于生成对抗网络的太阳能电池板缺陷样本生成方法，该陷样本生成方法采用改进型生成对抗网络，可以关注多尺度特征，提高生成器和判别器的性能，同时提高图像细节的清晰度。判别器D2为生成器提供信息量足够的多尺度梯度流，提高生成器的生成能力，保证网络的稳定性。判别器D1对生成图进行多尺度判别，提高判别器的判别能力。生成器可以返回多尺度特征图，经过判别器后进行的反向传播可以兼顾多尺度并且多次更新生成器和判别器的参数，实现对大尺度上明显特征和小尺度上微小特征的提取和生成。
一种基于生成对抗网络太阳能电池板缺陷样本方法

[发明专利]双目立体匹配的方法、装置、设备以及存储介质-CN202211297482.2在审
发明人：沈哲伦;张良俊 -专利权人：北京百度网讯科技有限公司
申请日： 2022-10-22 - 公布日： 2023-04-04 - 主分类号： G06V10/80 文献下载
摘要：具体实现方案为：对通过双目摄像头采集同一场景得到的第一图像和第二图像进行多尺度特征提取，得到多尺度的第一子图像特征和多尺度的第二子图像特征；对该多尺度的第一子图像特征和该多尺度的第二子图像特征采用预设维度的代价卷进行多尺度特征融合
双目立体匹配方法装置设备以及存储介质

[发明专利]一种基于CenterNet改进的多尺度特征融合的小目标检测方法-CN202211459753.X在审
发明人：王小玉;魏钰鑫;俞越 -专利权人：哈尔滨理工大学
申请日： 2022-11-21 - 公布日： 2023-01-20 - 主分类号： G06V20/00 文献下载
摘要：本发明公开了一种基于CenterNet改进的多尺度特征融合的小目标检测方法，通过更换高分辨率主干网络获取高分辨率特征图，来缓解小目标物体像素少、分辨率低导致模型对小目标物体检测性能差的问题，通过使用层级多尺度特征模块以及细粒度级多尺度特征融合模块两个相结合的方式来增强网络模型的多尺度表达能力，提高小目标物体的特征质量，同时提升了模型对多尺度目标的检测鲁棒性，从而提升小目标的检测性能。本发明能够在减少模型参数，提高网络推理速度的同时，更好地增强模型对多尺度特征的表达能力，不仅提升了模型对小目标物体的检测能力，同时也提高了大目标物体的检测能力。
一种基于 centernet 改进尺度特征融合目标检测方法

[发明专利]一种基于多尺度优化的图像超分辨率方法-CN202011234933.9在审
发明人：卢学凤;宋清昆 -专利权人：哈尔滨理工大学
申请日： 2020-11-08 - 公布日： 2021-02-05 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于多尺度优化的图像超分辨率方法，包括训练样本、数据增强模块、联集特征采样模块、多尺度特征图输出模块，所述数据增强模块包括：多尺度下采样增强算法、高斯滤波增强算法和混合增强算法，所述联集特征采样模块包括两个卷积层、两个残差整合层、两个特征拼接层和两个上采样卷积层，所述多尺度特征图输出模块包括多尺度因子、上采样卷积核、FC层、RelU层、输出特征矩阵和映射特征矩阵。
一种基于尺度优化图像分辨率方法

[发明专利]目标对象检测方法、装置、电子设备和存储介质-CN202210297747.2有效
发明人：谭啸;张伟;叶晓青;时一峰;孙昊;王井东;丁二锐;吴甜;王海峰 -专利权人：北京百度网讯科技有限公司
申请日： 2022-03-25 - 公布日： 2022-06-24 - 主分类号： G06V20/40 文献下载
摘要：具体实现方案为：根据视频流中的当前帧图像、当前帧图像的关联语义信息以及当前帧图像的深度信息，确定当前帧图像的多个多尺度特征图；对多个多尺度特征图进行多尺度融合处理，得到多个多尺度融合特征图；根据多个多尺度融合特征图和当前帧图像的第一全局上下文特征，确定时空融合特征图；以及根据时空融合特征图，检测当前帧图像中的目标对象。
目标对象检测方法装置电子设备存储介质

[发明专利]顾及城镇格局特征的人口分布时空演变与认知-CN201910668021.3有效
发明人：杨强;郑加柱;陈红华;陈动;陈健;史玉峰;何龙江;魏浩翰;朱恒超;周权平;姜月华;张洁;刘林 -专利权人：南京林业大学
申请日： 2019-07-23 - 公布日： 2019-11-15 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种一种顾及城镇格局特征的人口分布时空演变与认知方法，包括：1）多源、多尺度遥感影像的尺度转换；2）基于多源遥感影像的城镇信息提取；3）多尺度城镇格局‑结构‑功能时空关系分析；4）人口分布与城镇特征的时空关联和耦合分析；5）构建顾及城镇格局特征的人口分布模拟预测系统；6）不同情景下人口分布的时空监测与认知。优点：以人口普查与统计数据、多尺度遥感数据和多源土地利用/覆被数据为数据源，研究多尺度城镇空间格局的时空特征及其演变规律，构建顾及城镇特征格局的人口分布时空演化模型，从多级空间尺度上精细刻画人口分布密度的分界线
多尺度人口多源时空城镇格局特征遥感影像构建认知城镇空间城镇信息尺度转换技术支撑空间尺度理论基础社会经济时空关系时空特征统计数据演变规律演化模型遥感数据预测系统耦合分析数据源政策调整分界线土地利用资源利用精细刻画关联情景监测分配分析研究

[发明专利]一种基于图像金字塔提取城市画像多尺度特征并持久化的方法-CN201911341271.2有效
发明人：舒元昊;林兴萍;马小雯;张一杨;胡青阳 -专利权人：中电海康集团有限公司
申请日： 2019-12-23 - 公布日： 2023-10-03 - 主分类号： G06F16/25 文献下载
摘要：本发明公开了一种基于图像金字塔提取城市画像多尺度特征并持久化的方法，包括：构建金字塔特征提取模块；获取城市基础地理信息数据和由城市多源异构数据构成的城市画像，根据城市基础地理信息数据利用金字塔特征提取模块针对城市画像构建金字塔结构的城市画像多尺度特征；构建城市画像多尺度特征持久化模块；通过城市画像多尺度特征持久化模块将城市画像多尺度特征保存至针对图像金字塔特征提取模型设计的目标数据库，并提供相应数据接口，服务于数据挖掘算法、深度学习算法及智慧城市的应用本发明能够很好地满足特征分层细化、动态调节的需求，同时通过特征持久化服务减少数据中心计算资源的浪费。
一种基于图像金字塔提取城市画像尺度特征持久方法

[发明专利]一种基于多尺度特征自适应融合的水上红外目标检测方法-CN202310544364.5在审
发明人：张卫东;张文波;郭东生;吴迪;黄梦醒;张永辉;沈重;王咸鹏 -专利权人：海南大学
申请日： 2023-05-12 - 公布日： 2023-09-29 - 主分类号： G06V10/80 文献下载
摘要：本发明提供了一种基于多尺度特征自适应融合的水上红外目标检测方法，该方法包括：对输入的水上红外图像进行自适应缩放，统一输入图像尺寸。使用特征提取网络得到多尺度特征信息。然后，通过双向跳跃连接特征融合模块对多尺度特征信息进行初步的特征融合。初步融合后的特征再经过多尺度特征自适应融合模块输出最终的特征信息，其中，所述多尺度特征自适应融合模块通过高效频率通道注意力模块来自适应调整不同尺度特征层之间的融合比例。最后，预测层对特征信息进行预测，得到多个预测框，使用非极大值抑制方法来确定目标框、目标类别和置信度，从而检测到目标。本发明能够适应复杂多变的水上场景，提升水上红外目标检测的准确性和抗干扰能力。
一种基于尺度特征自适应融合水上红外目标检测方法

[发明专利]一种多尺度特征融合耕地变化检测方法及系统-CN202310655413.2在审
发明人：潘俊;白玉川;舒奇迪;张卓尔;胡佳睿;王密 -专利权人：武汉大学
申请日： 2023-06-02 - 公布日： 2023-09-05 - 主分类号： G06V20/13 文献下载
摘要：本发明提供一种多尺度特征融合耕地变化检测方法及系统，属于遥感技术领域，包括：对双时相光学遥感影像进行多尺度特征提取，得到双时相影像多尺度多级特征；基于先验引导的变化特征及不变特征增强方法，提取双时相影像多尺度多级特征的双时相影像多级差异特征；对双时相影像多级差异特征进行多级特征融合构建耕地变化特征图，采用预设深监督策略得到耕地变化特征图的变化检测结果。本发明针对目标耕地中存在多个小变化目标导致变化检测中存在边界模糊和边缘不明确的问题，采用多层级滑动窗口获取多尺度多级特征，并利用同时针对变化特征和不变特征进行特征增强，提高了变化区域的显著性，从而大大减少小变化目标被漏检和误检的概率
一种尺度特征融合耕地变化检测方法系统

[发明专利]一种融合多尺度特征和注意力机制的医学图像分割方法-CN202111458212.0在审
发明人：彭敦陆;王萌萌 -专利权人：上海理工大学
申请日： 2021-12-02 - 公布日： 2022-03-01 - 主分类号： G06T7/11 文献下载
摘要：本发明提供一种融合多尺度特征和注意力机制的医学图像分割方法，首先基于U‑Net构建了包含编码器‑解码器、多尺度特征提取模块以及注意力模块的医学图像分割模型，该模型以待分割图像作为输入；然后将基于编码器得到的高级特征图和基于多尺度特征提取模块融合了多尺度信息的低级特征图输入至注意力模块得到整合了局部信息与全局信息关系的特征图；最后将特征图输入至解码器进行上采样处理以恢复图像分辨率，得到与对应的分割结果；该医学图像分割方法利用多尺度特征提取模块融合了图像的多尺度信息，同时采用注意力机制让医学图像分割模型关注相关性最强的一些信息
一种融合尺度特征注意力机制医学图像分割方法

[发明专利]基于多尺度与双中心融合的无锚框目标检测方法-CN202211533636.3在审
发明人：邓玉辉;汤智敏 -专利权人：暨南大学
申请日： 2022-12-02 - 公布日： 2023-05-30 - 主分类号： G06V10/40 文献下载
摘要：本发明公开了一种基于多尺度与双中心融合的无锚框目标检测方法，包括如下步骤：构建骨干网络提取图像特征；通过颈部网络进行不同尺度特征融合；通过多尺度融合模块进行多尺度特征图的信息增强；通过预测网络对类别、边界框位置进行预测本发明与传统的无锚框目标检测方法相比，通过多尺度融合模块对多尺度特征图间能够平衡地进行特征增强，通过双中心融合模块融合了边界框中心度和类别中心度的信息更有效的过滤低质量的边界框。通过以多尺度融合模块和双中心融合模块的优化，提高目标检测方法的表达能力，提高检测的准确率。
基于尺度中心融合无锚框目标检测方法

[发明专利]基于双分支多尺度语义分割网络的图像处理方法及系统-CN202310578054.5在审
发明人：潘新;高玉鹏;刘江平 -专利权人：内蒙古农业大学
申请日： 2023-05-22 - 公布日： 2023-08-11 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像处理技术领域，公开了一种基于双分支多尺度语义分割网络的图像处理方法，包括：利用CNN模块为主编码器，Swin Transformer为辅助编码器，并通过跳跃连接进行编码器与解码器之间的特征融合，构建并行的双编码器结构；基于并行的双编码器结构结合多尺度融合模块、特征增强模块和通道增强模块组建双分支多尺度语义分割网络，利用所述双分支多尺度语义分割网络进行图像处理。本发明通过增强网络的全局上下文交互，并弥补CNN在全局建模能力的不足，设计了多尺度融合模块加强了不同尺度特征信息，另外设计了特征增强模块和通道增强模块加强网络的特征提取能力。
基于分支尺度语义分割网络图像处理方法系统

[发明专利]一种基于多尺度语义信息监督的跨模态人脸图像生成方法-CN202110218611.3在审
发明人：王楠楠;杨玥颖;郝毅;朱明瑞;李洁;高新波 -专利权人：西安电子科技大学
申请日： 2021-02-26 - 公布日： 2021-06-11 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于多尺度语义信息监督的跨模态人脸图像生成方法，包括步骤：将待处理的源模态人脸图像转换为目标模态人脸初步生成图像；对待处理的源模态人脸图像进行深度特征提取，得到多尺度深度特征；根据面部结构特点，将多尺度深度特征与源模态人脸图像的面部语义标签进行特征融合，得到多尺度语义信息深度特征；将目标模态人脸初步生成图像输入到目标生成模型的生成器中依次进行特征空间编码和特征空间解码，同时使用多尺度语义信息深度特征进行辅助监督
一种基于尺度语义信息监督跨模态人脸图像生成方法