-
公开(公告)号：CN113420640B
公开(公告)日：2023-06-20
申请号：CN202110685359.7
申请日：2021-06-21
申请人： 深圳大学
IPC分类号： G06V20/10 , G06V10/50 , G06V10/764 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种红树林高光谱图像分类方法、装置、电子设备及存储介质，通过对红树林植被的高光谱图像的像元的三维局部立方体邻域进行三维梯度直方图特征的提取，然后将提取到的特征输入至空谱孪生网络中计算相似度，通过空谱孪生网络可以准确地对高光谱图像中的空谱信息进行识别，从而实现精准的分类，提升了基于空谱特征对高光谱图像进行分类的准确率。
-
公开(公告)号：CN109360264B
公开(公告)日：2023-05-26
申请号：CN201811003368.8
申请日：2018-08-30
申请人： 深圳大学
IPC分类号： G06T17/00
摘要： 本发明公开了一种图像统一模型的建立方法与装置，方法包括：确定高光谱图像在指定空域点的光谱曲线上的光谱值，并确定该光谱值的梯度信息；根据该光谱值与梯度信息，确定高光谱图像的综合特征参数，并基于该综合特征参数建立高光谱图像的统一模型，并利用统一模型对高光谱图像进行局部特征检测。相较于现有技术而言，本发明在对高光谱图像进行局部特征检测时，引入了包括光谱值与光谱值对应的梯度信息的综合特征参数，在进行高光谱图像的局部特征检测时，有助于提升整个系统的鲁棒性。
-
公开(公告)号：CN109558594B
公开(公告)日：2023-03-21
申请号：CN201811463206.2
申请日：2018-12-03
申请人： 深圳大学
IPC分类号： G06F40/30
摘要： 本发明公开了一种交互式T‑S模糊语义模型估计方法、系统和计算机可读存储介质，用于目标跟踪，解决了现有的滤波算法难以满足系统性能的要求而降低了研究成果的鲁棒性和准确性的问题，包括：采用的不同语言值定义T‑S模糊模型中的不同语义模糊集；设定各个语义模糊集之间的概率转换方法；对目标的初始状态模糊交互，得到目混合初始状态估计及混合初始状态协方差；对混合初始状态估计及混合初始状态协方差非线性滤波处理，得到更新状态及更新状态协方差；对T‑S模糊模型的前件参数计算和更新，得到更新前件参数；计算标准化模型概率；得出目标的状态估计及协方差估计；估计目标的运动状态，从而增加了研究成果的鲁棒性和准确性。
-
公开(公告)号：CN108805827B
公开(公告)日：2022-06-14
申请号：CN201810488157.1
申请日：2018-05-21
申请人： 深圳大学
摘要： 本发明公开了一种图像卷积响应值的简化方法，针对现有计算视频图像卷积响应值的计算量大的问题，先基于视频图像中各像素点的灰度信息和运动信息得到视频图像的积分视频，再利用盒子滤波器将点乘的卷积运算简化成加减运算从而大大的简化响应值，之后利用盒子滤波器中各立方体单元预设位置处的元素响应结果，计算得到盒子滤波器中各立方体单元的响应值，最后利用盒子滤波器中各立方体单元的响应值进行加减运算，得到视频图像响应值。本发明所提供的方法将现有计算量极大的视频图像响应值计算方法，简化为了简单利用由立方体单元构成的盒子滤波器与视频图像进行计算的计算结果，而得到视频图像响应值。
-
公开(公告)号：CN109166138B
公开(公告)日：2022-05-31
申请号：CN201810645430.7
申请日：2018-06-21
申请人： 深圳大学
IPC分类号： G06T7/246
摘要： 本发明公开了一种基于高阶累积量的目标跟踪方法，该方法包括：利用第一高阶累积量判断第k视频帧中的目标是否被遮挡；利用运动模型及第k视频帧中的目标状态信息预测并抽取得到多个预测粒子；分别计算每个预测粒子在第k+1视频帧中对应的预测图像块在子空间的重构误差及对应的每个预测粒子的重要性权值；利用第二高阶累积量判断第k视频帧中被遮挡的目标在第k+1视频帧中是否仍被遮挡；若是则将轨迹预测值否则将似然图像块作为第k+1视频帧中的目标图像；利用第k+1视频帧中的目标图像获取第k+1视频帧中的目标状态信息。本发明还公开了一种基于高阶累积量的目标跟踪装置。通过上述方式，本发明能够及时检测到目标被遮挡并进行处理。
-
公开(公告)号：CN113420640A
公开(公告)日：2021-09-21
申请号：CN202110685359.7
申请日：2021-06-21
申请人： 深圳大学
摘要： 本发明公开了一种红树林高光谱图像分类方法、装置、电子设备及存储介质，通过对红树林植被的高光谱图像的像元的三维局部立方体邻域进行三维梯度直方图特征的提取，然后将提取到的特征输入至空谱孪生网络中计算相似度，通过空谱孪生网络可以准确地对高光谱图像中的空谱信息进行识别，从而实现精准的分类，提升了基于空谱特征对高光谱图像进行分类的准确率。
-
公开(公告)号：CN107025433B
公开(公告)日：2021-03-16
申请号：CN201710124474.0
申请日：2017-03-03
申请人： 深圳大学
摘要： 本发明公开了一种视频事件类人概念学习方法及装置，方法包括：利用随机行走算法对视频样本中的运动对象进行行为划分，得到行为集合，基于行为的时间停顿点对该行为集合中的各行为进行子行为划分，得到子行为集合，确定该子行为集合中各子行为与其他子行为的时空关系，及各子行为的时空关系的先验概率，利用所述各子行为的时空关系、先验概率及预置的变化因子集合，组合成新的视频事件，并学习得到视频事件的概念。相对于现有技术，上述方法能够学习到视频事件的概念，且通过简单随机的规划来表达概念，以实现趋近于人类进行概念学习的思维，以实现视频事件类人概念学习。
-
公开(公告)号：CN109711530B
公开(公告)日：2021-01-08
申请号：CN201811359231.6
申请日：2018-11-15
申请人： 深圳大学
摘要： 本发明公开了一种滑坡预测方法及系统，用于滑坡预测，解决了现有技术中滑坡预测数据的准确度不高的问题，其包括：融合预先获取的传感器的时间序列及空间序列，得到传感器的网络时空序列；向已根据历史数据建立的长短期记忆网络及径向基函数神经网络的输出进行加权平均融合，得到未来时刻的滑坡预测数据，从而在预测滑坡时，基于时间序列的基础上，增加了空间序列对滑坡进行预测，使得预测涉及的相关因素不再单一，从而提高了预测结果的准确度。
-
公开(公告)号：CN109990786B
公开(公告)日：2020-10-13
申请号：CN201910150221.X
申请日：2019-02-28
申请人： 深圳大学
摘要： 本发明公开了一种机动目标跟踪方法及装置，应用于目标跟踪技术领域。该方法包括：将机动目标的目标特征信息表示为多个语义模糊集，并根据多个语义模糊集构建T‑S语义模糊多模型，T‑S语义模糊多模型包括多个子模型。基于无迹卡尔曼滤波算法进行后件参数辨识，确定各子模型的目标状态和目标状态协方差。基于模糊C回归聚类算法进行前件参数辨识，确定各子模型的前件参数的目标模糊隶属度函数。根据各子模型的目标状态、目标状态协方差以及前件参数的目标模糊隶属度函数，得到机动目标的状态估计和协方差估计。根据机动目标的状态估计和协方差估计，预测机动目标的轨迹。该方法可提高目标跟踪的精确度。
-
公开(公告)号：CN109783967B
公开(公告)日：2020-02-21
申请号：CN201910073688.9
申请日：2019-01-25
申请人： 深圳大学
IPC分类号： G06F30/20
摘要： 本发明公开了一种基于随机森林模型的滑坡预测方法及装置，该方法包括采集多类滑坡训练数据，并分别构建针对每类滑坡训练数据的滑坡预警分类视角；使用随机森林模型构建针对所有滑坡预警分类视角的多视角权重随机森林模型；采集多类滑坡测试数据，并分别构建针对每类滑坡测试数据的滑坡观测视角；使用该多视角权重随机森林模型分别对每个滑坡观测视角进行模型评估，得到模型评估结果，并融合该模型评估结果，得到滑坡预警分类结果。可见，实施本发明能够通过多视角权重随机森林模型分析滑坡变动情况，不仅能够提高滑坡运动状态的预测效率和预测精准度，还能够为后期进行滑坡稳定性分析与评价，预测预警滑坡及后期防治工作提供定量化的评价依据。
-
-
-
-
-
-
-
-
-
搜索结果
202 条记录 (耗时 0.115 秒)