“申华磊”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5个，建议您升级VIP下载更多相关专利

[发明专利]一种基于增强局部上下文监督信息的目标计数模型训练方法-CN202310238457.5在审
发明人：臧贺藏;王言景;申华磊;周萌;张杰;郑国清;李国强;赵晴 -专利权人：河南省农业科学院农业经济与信息研究所
申请日： 2023-03-13 - 公布日： 2023-07-25 - 主分类号： G06V20/10 文献下载
摘要：本发明属于遥感图像处理技术领域，公开了一种基于增强局部上下文监督信息的目标计数模型训练方法。步骤为：获取样本图像集，将样本图像集划分为训练集、验证集和测试集，所述样本图像集包括多幅含有目标物的样本图像和每幅样本图像对应的点标注结果；通过目标计数模型对训练集进行训练，进而得到最终目标计数模型；所述目标计数模型是在P2PNet的基础上添加局部分割分支和特征融合模块得到的。本发明目标计数模型兼备误差小和较好的泛化性能，能够准确识别目标物的位置和数目，解决了目标物受光照、遮挡和重叠等因素导致的现有计数模型性能受限问题。
一种基于增强局部上下文监督信息目标计数模型训练方法

[发明专利]基于深度学习的无人机遥感小麦新品种倒伏面积提取方法及系统-CN202210820978.7有效
发明人：臧贺藏;申华磊;李国强;苏歆琪;周萌;刘栋;郑国清 -专利权人：河南省农业科学院农业经济与信息研究所
申请日： 2022-07-13 - 公布日： 2023-05-30 - 主分类号： G06V20/17 文献下载
摘要：本发明属于对地作物数据识别技术领域，特别涉及一种基于深度学习的无人机遥感小麦新品种倒伏面积提取方法及系统，利用搭载有影像传感器的无人机采集小麦影像数据，并对采集的小麦影像数据进行裁剪；利用已训练的Attention_U2‑Net分割模型对裁剪后的小麦影像数据进行语义分割，提取出小麦影像数据中的倒伏区域；通过统计掩模图中倒伏区域像素点数目，依据像素点与面积之间换算映射关系来得到影像数据中小麦实际倒伏面积。本发明利用深层神经网络Attention_U2‑Net来实现倒伏区域细粒度分割及面积估算，能够满足不同光照、分辨率以及不同小麦新品种倒伏区域自动分割，能够准确提取出小麦新品种倒伏面积，可满足麦田环境下的高通量作业需求，为后续确定受灾面积及评估损失提供技术支撑。
基于深度学习无人机遥感小麦新品种倒伏面积提取方法系统

[发明专利]一种小麦倒伏程度分级方法和装置-CN202211340580.X在审
发明人：臧贺藏;申华磊;苏歆琪;李国强;赵巧丽;周萌;郑国清 -专利权人：河南省农业科学院农业经济与信息研究所
申请日： 2022-10-28 - 公布日： 2022-12-20 - 主分类号： G06V10/20 文献下载
摘要：本发明提供了一种小麦倒伏程度分级方法和装置，采集小麦待测区多张原始图像，并对多张原始图像进行拼接，形成一张待测拼接图像；获取各个待测小区在待测拼接图像中的坐标位置信息，根据坐标位置信息生成候选区坐标，并根据候选区坐标映射产生统一尺寸的待测图像；将各个待测小区对应的待测图像输入训练好的多任务神经网络模型，多任务神经网络模型根据输入的待测图像进行语义分割任务时，输出待测小区的倒伏程度等级，根据输入的待测特征图像进行分类任务时，输出该小麦待测小区的倒伏区域掩膜图；根据掩膜图和该小麦待测区的地物尺度转换关系，得到该小麦待测区内各个待测小区的实际倒伏面积，根据各个待测小区的实际倒伏面积占待测总面积的百分比得出各个待测小区的倒伏面积等级。
一种小麦倒伏程度分级方法装置

[发明专利]基于自适应对抗生成网络的PET-MRI图像融合方法-CN202211094448.5在审
发明人：刘尚旺;杨荔涵;刘国奇;申华磊;张新明;张非;李文凤 -专利权人：河南师范大学
申请日： 2022-09-08 - 公布日： 2022-12-09 - 主分类号： G06V10/80 文献下载
摘要：本发明通过构造自适应的残差密集生成对抗网络并结合基于YCbCr的颜色空间方法，提出了一种基于自适应对抗生成网络的PET‑MRI图像融合方法，该方法主要采用区域残差学习模块与输出级联加深生成网络，避免特征丢失，并通过自适应判决块动态引导生成器产生与源图像分布相同的融合图像，在融合图像梯度图与输入图像联合梯度图之间进行对抗性博弈来高效训练生成器与鉴别器，从而得到细节丰富且纹理清晰的融合图像；该方法具端对端和无监督两特性，无需人工干预，也不需要真实数据作为标签，可在不引入传统框架的情况下融合不同分辨率的图像；在哈佛医学院MRI/PET数据集的测试中峰值信噪比和结构相似度分别达到55.2124和0.4697，均优于目前最先进的算法，更有助于临床应用诊断。
基于自适应对抗生成网络 pet mri 图像融合方法

[发明专利]一种分割网络Ref-Net及其在新冠肺炎CT影像语义分割中的应用-CN202210903236.0在审
发明人：刘尚旺;唐秀芳;蔡同波;王长庚;刘栋;刘国奇;申华磊;李名;王伟 -专利权人：河南师范大学
申请日： 2022-07-29 - 公布日： 2022-11-18 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种分割网络Ref‑Net及其在新冠肺炎CT影像语义分割中的应用，该网络以Res2Net为主干网络提取多层特征，在低层使用边缘注意力模块关注目标的边缘特征；然后在高层使用由空间注意力和通道注意力模块组成的注意力定位模块来全局定位目标；最后通过上下文探索模块去除假阳性和假阴性，得到细化后更加精准的特征图；以公开数据集（COVID‑19）为基础实验，在不使用任何辅助优化手段的情况下，在6个客观评价指标上对比最新网络，表现优越，平均绝对误差提高了26.8%以上，且Dice相似系数、灵敏度（Sen）、特异率（Spec）、结构指标（）、增强‑对齐指标（）均同时得到了提升，整体上提高了检测结果的准确度，促进了对感染者进行有效筛查。
一种分割网络 ref net 及其肺炎 ct 影像语义中的应用