-
公开(公告)号：CN103927540A
公开(公告)日：2014-07-16
申请号：CN201410134727.9
申请日：2014-04-03
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于生物视觉分层模型的不变特征提取方法，包括：步骤1、对待测量样本进行处理，得到待测量样本的特征优胜图像金字塔；步骤2、选择训练样本集，得到各训练样本的特征优胜图像金字塔，并进一步构建训练样本特征向量集；步骤3，对上述训练样本特征向量集进行过完备训练，构建过完备字典；步骤4，提取待测量样本的特征向量，用过完备字典对待测量样本的特征向量进行稀疏表达，得到特征稀疏表示层；步骤5，对步骤4中的特征稀疏表示层进行位置竞争处理和尺度竞争处理，得到最终特征向量。本发明采用多尺度金子塔，有利于目标多尺度特征的提取；采用分层处理模式，符合生物视觉信息加工的生理模型，有利于提取视觉不变特征。
-
-
公开(公告)号：CN119941516A
公开(公告)日：2025-05-06
申请号：CN202411982222.8
申请日：2024-12-31
Applicant: 华中科技大学
IPC: G06T3/4061 , G06T3/4046 , G06T3/4007 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种双分支的高光谱空间超分辨网络模型产品、训练方法及应用，属于图像处理领域。双分支的高光谱空间超分辨网络模型包括解混分支网络、非解混分支网络和融合网络；解混分支网络包括解混模块、丰度图超分辨模块和线性混合模块，处理输出解混超分辨高光谱图像；非解混分支网络包括光谱降维模块和高光谱图像超分辨模块，处理输出非解混超分辨高光谱图像；融合网络将非解混超分辨高光谱图像进行光谱升维，并将升维后的图像与解混超分辨高光谱图像进行每个波段对应的级联以及分组卷积降维，得到高分辨率高光谱图像。提高空谱信息的结合效果，从而提升高光谱图像空间超分辨的质量。
-
公开(公告)号：CN116399344A
公开(公告)日：2023-07-07
申请号：CN202310251984.X
申请日：2023-03-13
Applicant: 华中科技大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于黏菌算法的机器人路径规划方法、系统及存储介质，属于机器人行驶技术领域，本发明的方法基于黏菌算法设计了一种基于变邻域莱维飞行的精英学习策略，对当前最优适应度的黏菌个体进行变异，采用一种基于容差的黏菌个体旋转扰动变异机制对陷入停滞的种群个体进行扰动。同时，对扰动后的最优个体实施模拟退火算法，提升种群最优值的进化潜力，最终得到无碰撞最短路径；同时还提供了相应的基于黏菌算法的机器人路径规划系统。本发明具有精度高和效率高的优势，适用于复杂环境下移动机器人路径寻优。
-
公开(公告)号：CN113780462A
公开(公告)日：2021-12-10
申请号：CN202111119764.9
申请日：2021-09-24
Applicant: 华中科技大学
Abstract: 本发明公开了基于无人机航拍图像的车辆检测网络建立方法及其应用，属于车辆检测领域，包括：建立车辆检测网络，并利用航拍数据集训练对其进行训练；航拍数据集中的训练样本为已标注车辆位置及类别的航拍图像；车辆检测网络为深度学习神经网络，其以图像为输入，用于预测输入的图像中车辆的位置和类别，并输出预测置信度；训练损失函数为：Ltotal＝Lloc+Lcls+Ldisc；Lloc为回归损失，Lcls为分类损失；Ldisc为类间可鉴别损失，用于表示训练样本在特征空间中的分布情况，且同类训练样本的特征分布越聚集、不同类训练样本的特征分布越分散，类间可鉴别损失Ldisc越小；训练结束后，完成车辆检测网络的建立。本发明能够建立更为准确的车辆检测网络，提升车辆检测的精度。
-
Patent Agency Ranking
公开(公告)号：CN108680262A
公开(公告)日：2018-10-19
申请号：CN201810472195.8
申请日：2018-05-16
Applicant: 华中科技大学
IPC: G01J5/52
CPC classification number: G01J5/522
Abstract: 本发明公开了一种基于辐射计输出电压的目标辐射率的测量方法，属于无源微波遥感与探测技术领域，包括：利用辐射计分别对同一位置的金属目标、待测目标、黑体目标进行测量，得到第一电压、第二电压和第三电压；利用第一电压、第二电压和第三电压进行差值分析，得到待测目标的辐射率。本发明能够非接触、被动、且不需要复杂的定标过程，同时还可消除天线旁瓣以及主波束不完全被目标区域覆盖时所引起的误差，从而获取更为准确的、便易的辐射率测量方法，为目标的检测和识别提供信息。
-
公开(公告)号：CN106203438A
公开(公告)日：2016-12-07
申请号：CN201610452461.1
申请日：2016-06-21
Applicant: 华中科技大学
CPC classification number: G06K9/4671 , G06K9/6215
Abstract: 本发明公开了一种基于图像处理的元件作品及动画作品自动评分方法，包括对元件作品的评分和对动画作品的评分；对于元件作品，首先分别从元件基本属性正确性、元件轮廓整体相似性和元件关键点局部相似性三个方面进行评判，获得各项得分系数；通过对三项评判结果进行加权评分，获得元件作品的总得分；对于动画作品，首先提取关键帧，对各关键帧的得分进行评判，每个关键帧分别从元件组合正确性、元件空间位置正确性和元件姿态准确性几个方面进行评判，获得各项得分系数；并通过对三项评判结果进行加权评分，获得各关键帧的得分；对各关键帧得分进行统计，获取动画作品总得分。
-
公开(公告)号：CN104881867A
公开(公告)日：2015-09-02
申请号：CN201510243039.0
申请日：2015-05-13
Applicant: 华中科技大学
CPC classification number: G06T7/0002 , G06T7/45 , G06T2207/10032
Abstract: 本发明公开了一种基于特征分布的遥感图像质量评价方法，包括以下步骤：对输入的遥感图像中每一类别采样，提取灰度及特征；计算特征样本中每类的均值与方差，作为基于高斯模型的EM估计(GMM估计)的初始值，进行高斯混合模型GMM估计；依据GMM估计得到的各个类别特征的方差以及权重，通过构造的基于kappa系数的质量评价模型，计算出表征遥感图像质量的kappa系数。本发明在评价遥感图像质量评价时，充分利用了遥感图像的图像特征，并利用图像分类的方法对评价方法进行验证，因此能够有效的对图像质量做出客观的评价。本发明提出的固定均值高斯混合模型GMM，收敛性更好。
-
-
公开(公告)号：CN103700100A
公开(公告)日：2014-04-02
申请号：CN201310702829.1
申请日：2013-12-19
Applicant: 华中科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于图论的高光谱图像显著度计算方法，包括以下步骤：1）将输入的高光谱图像以图表示；2）对图进行权值计算，构建权重矩阵,权重矩阵中的元素值反映了中任意一个顶点和其他所有顶点的联系；3）像元的全局显著性计算，像元的全局显著性等于它与图像中所有其它像元间权值的总和：4）像元的局部显著性计算，像元的局部显著性用其邻域背景像素的方差来表示：5）像元的最终显著度计算，将对应像元的全局显著性与局部显著性相乘，得到各像元的最终显著度。本发明在计算高光谱图像显著度时，充分考虑了感兴趣目标的光谱特性和几何尺寸特性，因此，能够有效抑制背景的干扰，提高感兴趣区域的提取效果。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.034 seconds)
