|
钻瓜专利网为您找到相关结果 22个,建议您 升级VIP下载更多相关专利
- [发明专利]一种基于深度学习的图像融合方法-CN201710211621.8有效
-
蔺素珍;韩泽;郑瑶
-
中北大学
-
2017-04-01
-
2020-06-16
-
G06K9/62
- 本发明涉及图像融合方法,具体为一种基于深度学习的图像融合方法,本方法按如下步骤进行:基于自动编码器利用卷积层构建基本单元;将多个基本单元堆叠起来训练得到深度堆叠神经网络,并采用端对端的方式调整堆叠网络;利用该堆叠网络分解输入图像,得到各自的高频和低频特征映射图,分别利用局部方差取大和区域匹配度合并高频和低频特征映射图;并将高频融合特征映射图和低频融合特征映射图放回最后一层网络,得到最终的融合图像。本方法可以对图像进行自适应分解和重构,融合时只需高频和低频特征映射图各一幅,不需要人工定义滤波器个数和类型,也不需要选择图像的分解层数和滤波方向数,可以极大改善融合算法对先验知识的依赖性。
- 一种基于深度学习图像融合方法
- [发明专利]一种基于深度学习的空中目标跟踪方法-CN201710676396.5有效
-
蔺素珍;郑瑶;任之俊
-
中北大学
-
2017-08-09
-
2020-04-07
-
G06T7/246
- 本发明涉及空中目标跟踪方法,具体为基于深度学习的空中目标跟踪方法,本方法按如下步骤进行:MDNet采集第一帧图像的正样本并进行随机取样,将随机取样后的样本作为数据集训练bounding‑box模型;其次,训练利用最小信息准则和最小二乘法确定阶数和参数的AR模型,估计目标运动轨迹并预测目标位置;然后,将该目标位置作为MDNet的采样中心,再利用bounding‑box回归模型调整目标位置,精确完成跟踪。本方法可以自适应提取空中目标特征,并结合AR模型有效利用目标的运动信息,可极大改善MDNet对目标特征的依赖性,在解决伪目标干扰的同时,提高跟踪精度。
- 一种基于深度学习空中目标跟踪方法
|