“彭焱鑫”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2个，建议您升级VIP下载更多相关专利

[发明专利]高光谱图像去雾方法-CN202310406804.0在审
发明人：徐萌;彭焱鑫;张英;贾森 -专利权人：深圳大学
申请日： 2023-04-10 - 公布日： 2023-07-28 - 主分类号： G06T5/00 文献下载
摘要：本申请公开了一种高光谱图像去雾方法，所述高光谱图像去雾方法包括：获取待去雾图像；将所述待去雾图像输入至预设的图像去雾模型，基于所述图像去雾模型，对所述待去雾图像进行去雾处理，得到去雾后的图像，其中，所述图像去雾模型是带雾图像样本和所述带雾图像样本的去雾图像标签对待训练模型进行迭代训练后得到的，并且所述图像去雾模型是由非对称卷积结构和全局注意力结构组成的。本申请属于图像处理技术领域，通过由非对称卷积结构和全局注意力结构组成的图像去雾模型对待去雾图像进行去雾处理，无需破坏光谱的连续性，并且该模型能学习到更深层和多样的空间与光谱信息，提高了高光谱图像的去雾效果。
光谱图像方法

[发明专利]基于Transformer融合卷积神经网络的高光谱图像重建方法-CN202211161991.2在审
发明人：徐萌;彭焱鑫;贾森 -专利权人：深圳大学
申请日： 2022-09-22 - 公布日： 2023-01-31 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于Transformer融合卷积神经网络的高光谱图像重建方法，包括：构建Transformer与卷积神经网络CNN融合的CNN‑Transformer模型，其中，所述CNN‑Transformer模型包括依次连接的第一卷积层、CNN‑Transformer编码器、第二卷积层、CNN‑Transformer解码器以及第三卷积层；将待采集的RGB图像输入所述CNN‑Transformer模型，基于所述CNN‑Transformer模型获得所述RGB图像对应的高光谱图像。本发明还公开了一种高光谱图像重建设备及存储介质。本发明利用该模型进行高光谱图像重建，使得适用性更广并且无需额外辅助信息，同时有效地提取空间信息和光谱信息，提高了高光谱图像重建的效率，可以通过更少的浮点数和参数量，达到更好的光谱超分效果。
基于 transformer 融合卷积神经网络光谱图像重建方法