“孙帮勇”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33个，建议您升级VIP下载更多相关专利

[发明专利]一种基于注意力自编码网络的高光谱异常检测方法-CN202011240351.1有效
发明人： 孙帮勇;赵哲 -专利权人：西安理工大学
申请日： 2020-11-09 - 公布日： 2023-07-25 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于注意力自编码网络的高光谱异常检测方法，步骤包括：步骤1、制作训练数据集；步骤2、采用通道注意力机制来区分不同波段对异常检测的贡献；步骤3、采用空间注意力机制来增大异常像素与背景像素的可分性；步骤4、采用编码网络提取空谱特征；步骤5、采用记忆模块弱化网络表达能力；步骤6、通过解码器重构输入数据；步骤7、在重构图像上用RX算法确定每个像素的异常程度。本发明的方法，有效增大有用波段对最终异常测结果的贡献，降低低信噪比波段对异常检测的干扰，从而增大异常区域与背景区域的可分性，有效促进异常检测精度，在提高检测精度的同时有效的降低了虚警率。
一种基于注意力编码网络光谱异常检测方法

[发明专利]一种基于深度学习的稀疏颜色传感器图像重建方法-CN202010270361.3有效
发明人： 孙帮勇;袁年曾 -专利权人：西安理工大学
申请日： 2020-04-08 - 公布日： 2023-04-07 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于深度学习的稀疏颜色传感器图像重建方法，步骤包括：步骤1、构建亮度恢复网络，根据raw图像中占96％的全色像素WS恢复出100％的全色像素图像WR；步骤2、构建生成对抗网络WGAN；步骤3、更新对抗模块参数；步骤4，更新颜色重建网络参数；步骤5，建立非线性映射关系；步骤6，获取RGB彩色图像，将测试数据输入到训练好的颜色重建网络中，得到RGB彩色图像。本发明的方法，每个像素位置只采样了一种颜色，可用于恢复单传感器相机raw图像的完整彩色信息，较传统方法获得更清晰的彩色图像细节。
一种基于深度学习稀疏颜色传感器图像重建方法

[发明专利]一种基于注意力机制跨尺度上下文低照度图像增强方法-CN202110565930.1有效
发明人： 孙帮勇;赵兴运 -专利权人：西安理工大学
申请日： 2021-05-24 - 公布日： 2023-04-07 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于注意力机制跨尺度上下文低照度图像增强方法，步骤包括：1)构建特征提取模块，该特征提取模块的输入为原始微光图像，输出是32通道的特征图；2)构建跨尺度上下文模块，该跨尺度上下文模块的输入数据是步骤1的输出特征，输出是经过跨尺度跳跃连接之后的图像特征；3)构建融合模块，该融合模块的输入数据是步骤2的输出特征，输出是增强后高质量无噪声的彩色图像。本发明方法，解决了现有技术中存在的微光图像低可见度、低对比度、噪声污染和颜色扭曲的问题，能够有效的将微光图像恢复到正常光照条件下获取的图像，并保持图像的纹理细节以及颜色信息等。
一种基于注意力机制尺度上下文照度图像增强方法

[发明专利]一种基于四叉树分解与非局部先验的单幅图像去雾方法-CN202010269674.7有效
发明人： 孙帮勇;余喆 -专利权人：西安理工大学
申请日： 2020-04-08 - 公布日： 2023-03-07 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于四叉树分解与非局部先验的单幅图像去雾方法，步骤包括：步骤1、利用图像采集设备，获取需要执行去雾处理的雾霾图像I(x)，采用四叉树分解方式，将雾霾图像I(x)分为不同的块；步骤2、基于非局部先验估计雾霾图像的粗糙透射率；步骤3、对步骤2得到的粗糙透射率进行形态学闭合运算；步骤4、使用平滑滤波得到精细透射率；步骤5、根据大气散射模型恢复无雾图像。本发明的方法，解决了现有技术不仅存在噪声干扰，还会产生块效应的问题。
一种基于四叉树分解局部先验单幅图像方法

[发明专利]一种基于全卷积级联自编码器的高光谱异常检测方法-CN202110621623.0有效
发明人： 孙帮勇;赵哲 -专利权人：西安理工大学
申请日： 2021-06-03 - 公布日： 2022-11-18 - 主分类号： G06T9/00 文献下载
摘要：本发明公开了一种基于全卷积级联自编码器的高光谱异常检测方法，步骤包括：1)通过第一个编码器进行编码；2)通过第一个解码器进行解码；3)通过第二个编码器进行编码，第二个编码器把第一个重构图像编码成第二个潜在特征；4)通过第二个解码器进行解码，第二个解码器将第二个潜在特征解码成第二个重构图像；5)用马氏距离在第二个重构图像上确定每一个像素的异常值，网络收敛后得到第二个重构数据并拉伸成二维矩阵，用马氏距离进行异常检测，最终得到2D检测结果图。本发明方法通过全卷积级联自编码网络来进行高光谱异常目标检测，克服了单一自编码器非凸的缺陷，从而使得网络能够更好的找到全局最优解。
一种基于卷积级联编码器光谱异常检测方法

[发明专利]一种用于细胞球快速制备的微流控芯片及细胞球制备方法-CN202210989979.4在审
发明人：李刚;孙帮勇;韩雪;冉力 -专利权人：重庆大学
申请日： 2022-08-18 - 公布日： 2022-11-04 - 主分类号： C12M3/00 文献下载
摘要：本发明属于三维细胞球培养领域，具体涉及一种用于细胞球快速制备的微流控芯片及细胞球制备方法。本发明所述方法在于利用所述微流控芯片实现，所述微流控芯片包括具有疏水表面的芯片基片和PDMS材质的芯片盖片，所述芯片基片一侧表面上具有多个向下凹陷形成的开口横截面为多角星形的微腔，所述芯片盖片一侧表面上具有多个凹槽形成的微管道，所述芯片盖片上还设置有至少一个加样口与所述微管道连通。所述芯片基片和盖片通过真空脱气实现可逆键合，加入样品后采用样品自乳化的方法，实现快速高通量的制备细胞球。
一种用于细胞快速制备微流控芯片方法

[发明专利]一种基于模糊边界插值的Bayer CFA图像恢复方法-CN201910304338.9有效
发明人： 孙帮勇;袁年曾;赵哲;余喆;陈富伟 -专利权人：西安理工大学
申请日： 2019-04-16 - 公布日： 2022-10-11 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于模糊边界插值的Bayer CFA图像恢复方法，步骤包括：步骤1：计算所有图像位置上的图像边缘强度和模糊隶属度；步骤2：采用模糊边界强度插值恢复所有位置的G通道值；步骤3：恢复Bayer CFA阵列中G位置上的R通道值；步骤4：恢复Bayer CFA阵列中B位置上的R通道值；步骤5：恢复Bayer CFA阵列中的B通道值，在Bayer CFA阵列中，R通道和B通道的位置特征完全相同，因此采用步骤2～步骤4的过程恢复B通道，最终获得每个像素位置上的R、G、B通道值，从而获得一副完整的RGB图像。本发明的方法，简单易行，准确率高。
一种基于模糊边界 bayer cfa 图像恢复方法

[发明专利]基于Transformer的遥感VHR图像变化检测方法-CN202111385806.3在审
发明人： 孙帮勇;刘秦森;王宇通;陈金岭;匡璐璐;杨宗辉 -专利权人：西安理工大学
申请日： 2021-11-22 - 公布日： 2022-03-11 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于Transformer的遥感VHR图像变化检测方法，步骤包括：步骤1、构建预处理模块，输入为双时相遥感VHR的输入图像I1、I2，输出为特征图I1‑1、I2‑1；步骤2、构建Transformer模块，输入数据是步骤1输出的特征图I1‑1、I2‑1，输出是提取后的特征图O1、O2；步骤3、构建变化检测模块，输入数据是步骤2输出的特征图O1、O2，输出是经变化检测后二值化处理的输出图像，大小为H×W的二值图。本发明的方法，基于最新的Transformer模型与变化检测任务结合，在图像分类、目标检测和语义分割等任务都取得了最先进的性能，应用于变化检测任务中以提高变化检测准确率。
基于 transformer 遥感 vhr 图像变化检测方法

[发明专利]Transformers与CNN结合的低照度图像增强方法-CN202111388129.0在审
发明人： 孙帮勇;赵兴运;高晓梅;王宇通;杨宗辉;陈金岭;蔺昊祺;匡璐璐;吴晓波 -专利权人：西安理工大学
申请日： 2021-11-22 - 公布日： 2022-03-11 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种Transformers与CNN结合的低照度图像增强方法，步骤包括：步骤1、构建预处理模块，输入为原始低照度图像，输出是特征图I1；步骤2、构建Windown Transformers Block模块，输入数据是步骤1输出的特征图I1，输出是提取后的特征图I2；步骤3、构建特征融合模块，输入数据是步骤2输出的特征图I2，输出为融合后的特征图像I3；步骤4、构建恢复模块，输入数据是步骤3输出的特征图I3，输出是增强后高质量无噪声的输出图像，即成。本发明的方法，针对低照度图像能够有效的提升了图像亮度，抑制图像噪声效果明显并较好的保持了纹理细节和颜色信息。
transformers cnn 结合照度图像增强方法

[发明专利]一种异质材料填充倒模结合回流制作三维微结构体的方法-CN202111107381.X在审
发明人：李刚;董志远;孙帮勇;熊楠锟;赵强 -专利权人：重庆大学
申请日： 2021-09-22 - 公布日： 2021-12-31 - 主分类号： B81C1/00 文献下载
摘要：本发明公开了一种异质材料填充倒模结合回流制作三维微结构体的方法，包括以下步骤：制备PDMS阴模；将两种或两种以上的流动相材料分步浇注填充至PDMS阴模中，再固化处理，然后脱模，制得包含两种或两种以上材料的异质阳模结构；加热所得异质阳模结构和/或将其暴露于蒸汽环境中，回流该异质阳模结构中的一种或几种材料，调节每种材料的形变程度，即得；蒸汽环境中的蒸汽由可溶解该异质阳模结构中的一种或几种材料的溶剂挥发形成。本发明的方法可灵活调控模具尺寸、材料特性和加工参数，制作具有高曲度的3D微结构、曲面‑非曲面复合3D微结构以及多曲率复杂曲面微结构，有助于新型微流控器件和微纳光学器件的开发，适应不同的应用需求。
一种材料填充结合回流制作三维微结构方法

[发明专利]一种基于光谱反投影残差的逐步式光谱超分辨率方法-CN202111042643.9在审
发明人： 孙帮勇;喻梦莹 -专利权人：西安理工大学
申请日： 2021-09-07 - 公布日： 2021-12-31 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于光谱反投影残差的逐步式光谱超分辨率方法，步骤包括：步骤1、对训练数据进行预处理，得到一个新训练集；步骤2、构建光谱重建模块，输出特征图像I1；步骤3、构建光谱反投影残差块，输出特征图像I2；步骤4、进行光谱超分网络中第二个阶段、第三个阶段的逐步式光谱重建；步骤5、优化光谱超分网络，采用平均相对绝对误差计算光谱重建网络训练时的总损失函数，并通过不断地最小化总损失来优化提出的光谱重建网络，即成。本发明方法，充分利用反投影RGB与原始输入RGB的损失去细化重建的高光谱图像，精度明显提高。
一种基于光谱投影逐步分辨率方法

[发明专利]一种基于注意模块的Bayer图像恢复方法-CN202111043024.1在审
发明人： 孙帮勇;魏凌云 -专利权人：西安理工大学
申请日： 2021-09-07 - 公布日： 2021-12-31 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于注意模块的Bayer图像恢复方法，步骤包括：1)构建绿通道恢复网络，该绿通道恢复网络的输入为Bayer图像通道分离出来的绿采样图，输出为重建的绿通道图；2)构建特征引导模块，该特征引导模块的输入为重建的绿通道图和编码‑解码器的输出，输出为引导图；3)构建红通道恢复网络，该红通道恢复网络的输入为红采样图和引导图，输出为重建的红通道图；4)构建蓝通道恢复网络；5)将重建得到的红通道图、绿通道图和蓝通道图融合，得到重建的RGB图；6)计算重建的RGB图与图像对中真实图像之间的平均绝对误差，以最小化L1损失函数为目标，优化该网络模型。本发明的方法，能够获得高质量的重建图像。
一种基于注意模块 bayer 图像恢复方法

[发明专利]一种遥感目标检测中基于概率引导的特征点集合表示方法-CN202110993330.5在审
发明人： 孙帮勇;马铭 -专利权人：西安理工大学
申请日： 2021-08-27 - 公布日： 2021-12-17 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种遥感目标检测中基于概率引导的特征点集合表示方法，步骤包括：1)提取遥感图像特征和构建概率引导模块；2)获取初始特征点集合并生成初始范围框；3)对初始预测范围框进行精细化操作，将步骤2得到的特征图Ⅲ分别馈送给分类任务和定位任务；在训练阶段使用训练总损失L驱动模型收敛；在预测阶段，将需要预测的遥感图像输入给FPN网络，并调用收敛后的参数模型，得到该遥感图像中关键目标的准确位置信息和分类信息。本发明的方法，更加灵活地通过特征点分布概率对点集合进行验证，以弥补特征点集合表示方法监督缺乏力度的缺点；使模型获得更快的收敛速度；具有更强的容错性能和更深的可挖掘性。
一种遥感目标检测基于概率引导特征集合表示方法

[发明专利]一种基于张量分解网络的高光谱异常检测方法-CN202110993380.3在审
发明人： 孙帮勇;赵哲 -专利权人：西安理工大学
申请日： 2021-08-27 - 公布日： 2021-12-17 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于张量分解网络的高光谱异常检测方法，步骤包括：步骤1、选取背景样本数据集；步骤2、通过自编码器和张量分解网络来恢复背景数据信息，先将训练集送入编码器中进行编码，通过三层编码网络逐步将输入数据降维，得到潜在特征；通过张量分解网络从潜在特征中分解出背景的低秩张量，通过解码器的解码操作，逐层恢复出背景数据；步骤3、通过重构误差进行异常检测，得到最终的检测结果图。本发明的方法，通过深度网络来模拟传统张量分解的过程，有效提高了网络的重建精度，进一步提高异常检测性能。
一种基于张量分解网络光谱异常检测方法

[发明专利]一种基于3D注意力机制全通道融合网络的光谱重建方法-CN202110897604.0在审
发明人： 孙帮勇;喻梦莹 -专利权人：西安理工大学
申请日： 2021-08-05 - 公布日： 2021-12-14 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于3D注意力机制全通道融合网络的光谱重建方法，步骤包括：步骤1、构建浅层特征提取模块，输入为原始RGB图像，输出是特征图像I1；步骤2、构建高光谱特征生成模块，输入是步骤1得到的特征图像I1；输出是特征图像I2；步骤3、构建重建模块，输入是特征图像I2；输出是光谱重建后的高光谱图像I6；重建模块的主要作用就是将高光谱特征生成模块提取到的特征图像I2恢复至与原始RGB图像对应的更高光谱分辨率的图像I6；步骤4、优化光谱重建网络，即成。本发明的方法，能够有效的实现从RGB图像到高光谱图像端到端的映射，自适应地学习通道间和通道内的特征响应，从而增强网络的特征表达能力。
一种基于注意力机制通道融合网络光谱重建方法

1
2
3
下一页»
尾页
共 33 条