-
公开(公告)号：CN118015476A
公开(公告)日：2024-05-10
申请号：CN202410418461.4
申请日：2024-04-09
申请人： 南京理工大学 , 中国铁路上海局集团有限公司南京供电段
IPC分类号： G06V20/10 , G06V10/82 , G06V10/44 , G06V10/62 , G06V10/75 , G06V10/774 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于低参数神经网络与标准化流的铁路外部环境遥感变化检测方法及系统，方法包括：将前后两个时间点的铁路外部环境遥感图像进行差分并提取差分张量，抽取样本进行标记并构造训练样本集训练基本变化检测模型；针对训练样本集中代表变化和不变化的张量样本分别训练标准化流遥感样本生成模型；生成若干近似分布的样本，利用基本变化检测模型评估生成样本的可信度并筛选出增强样本与原始训练样本集合并得到最终的训练样本集，利用软标签和标签平滑技术构造更高质量的标签，利用最终训练样本集训练变化检测模型得到最终的变化检测模型以及变化检测结果图。本发明适用于铁路外部环境变化检测，可获得铁路外部环境变化区域图。
-
公开(公告)号：CN112381106B
公开(公告)日：2022-09-09
申请号：CN202011365545.4
申请日：2020-11-28
申请人： 南京理工大学 , 中国铁路上海局集团有限公司南京供电段
摘要： 本发明公开了一种基于全局区域先验注意力机制的目标检测方法，包括如下步骤：遍历所有训练样本，统计目标出现在图像中的频率，得到全局先验注意力；获取待检测图像，利用训练得到的特征提取网络对图像进行特征提取，同时利用卷积神经网络提取自适应注意力，对全局先验注意力进行修正与增强得到自适应全局先验注意力，使用自适应全局先验注意力增强特征图；最后再进行目标检测。本方法提出了全局区域先验注意力机制网络，提升了训练收敛速度，在保证检测速度的同时提高了目标检测精度，在目标种类少出现在特定位置的目标检测应用场景中提升更加明显。
-
公开(公告)号：CN118015476B
公开(公告)日：2024-06-11
申请号：CN202410418461.4
申请日：2024-04-09
申请人： 南京理工大学 , 中国铁路上海局集团有限公司南京供电段
IPC分类号： G06V20/10 , G06V10/82 , G06V10/44 , G06V10/62 , G06V10/75 , G06V10/774 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于低参数神经网络与标准化流的铁路外部环境遥感变化检测方法及系统，方法包括：将前后两个时间点的铁路外部环境遥感图像进行差分并提取差分张量，抽取样本进行标记并构造训练样本集训练基本变化检测模型；针对训练样本集中代表变化和不变化的张量样本分别训练标准化流遥感样本生成模型；生成若干近似分布的样本，利用基本变化检测模型评估生成样本的可信度并筛选出增强样本与原始训练样本集合并得到最终的训练样本集，利用软标签和标签平滑技术构造更高质量的标签，利用最终训练样本集训练变化检测模型得到最终的变化检测模型以及变化检测结果图。本发明适用于铁路外部环境变化检测，可获得铁路外部环境变化区域图。
-
公开(公告)号：CN113658114A
公开(公告)日：2021-11-16
申请号：CN202110867207.9
申请日：2021-07-29
申请人： 南京理工大学 , 中国铁路上海局集团有限公司南京供电段
IPC分类号： G06T7/00
摘要： 本发明公开了一种基于多尺度交叉注意力的接触网开口销缺陷目标检测方法，包括：在视频中选取作为输入网络的图像，并得到输入网络的图像的特征图；将特征图分别输入可变卷积时空融合模块中，得到经过该模块加强后的特征图；针对得到的特征图进行特征目标检测，得到特征目标的中心点坐标以及特征目标的长与宽。本发明充分利用了视频序列图像中的时间上下文信息，设计了可变卷积时空融合模块来克服提取视频序列图像的特征的困难点，得到经过时空融合加强后的特征图，最后在该特征图上进行目标检测，得到最终的检测结果，适用于视频目标检测场景。
-
公开(公告)号：CN112381106A
公开(公告)日：2021-02-19
申请号：CN202011365545.4
申请日：2020-11-28
申请人： 南京理工大学 , 中国铁路上海局集团有限公司南京供电段
摘要： 本发明公开了一种基于全局区域先验注意力机制的目标检测方法，包括如下步骤：遍历所有训练样本，统计目标出现在图像中的频率，得到全局先验注意力；获取待检测图像，利用训练得到的特征提取网络对图像进行特征提取，同时利用卷积神经网络提取自适应注意力，对全局先验注意力进行修正与增强得到自适应全局先验注意力，使用自适应全局先验注意力增强特征图；最后再进行目标检测。本方法提出了全局区域先验注意力机制网络，提升了训练收敛速度，在保证检测速度的同时提高了目标检测精度，在目标种类少出现在特定位置的目标检测应用场景中提升更加明显。
-
公开(公告)号：CN114202659A
公开(公告)日：2022-03-18
申请号：CN202111587972.1
申请日：2021-12-23
申请人： 南京理工大学 , 中国铁路上海局集团有限公司南京供电段
摘要： 本发明公开了一种基于空间对称化不规则局部区域特征提取的细粒度图像分类方法，包括：将图像输入到深度卷积网络中得到特征图；将特征图输入到对称化局部区域提取模块中进行局部区域特征提取；利用注意力机制捕获特征之间的上下文关系；利用双向循环神经网络将空间结构信息与特征信息进行融合；以聚类的方式将所有特征用若干个聚类中心进行表示，联合所有聚类中心进行分类，得到目标类别。该方法克服了局部特征提取时，特征之间的空间信息丢失问题，同时提出的不规则区域特征提取模板能够有效的对目标的不规则的关键性的局部区域特征进行提取，最大程度上保留局部信息完整性和减少无关信息，能够提高细粒度图像分类的精度。
-
公开(公告)号：CN118298309A
公开(公告)日：2024-07-05
申请号：CN202410471148.7
申请日：2024-04-18
申请人： 南京理工大学
IPC分类号： G06V20/10 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明公开了一种领域知识驱动和自适应波谱调谐的高光谱融合成像方法及系统，方法包括：建立领域知识库，用来提供不同环境下的背景和目标先验信息；建立自适应波谱调谐装置，设计基于光谱自相关性引导的波谱自适应学习算法，从特定目标先验库中学习光谱信息，通过评分函数和液晶可调谐滤光采集具有显著光谱特征波谱信息的多光谱图像；构建融合成像系统，设计无监督融合算法将多光谱成像信息与高光谱成像信息在张量表示框架中获得融合图像。本发明通过自适应波谱调谐网络获得多光谱成像波段，提高特定区域的鉴别性光谱特性，智能成像系统实现高空谱分辨率性能的高光谱融合成像，可适用于轻小型高光谱融合成像设备。
-
公开(公告)号：CN109684088B
公开(公告)日：2023-04-07
申请号：CN201811545502.7
申请日：2018-12-17
申请人： 南京理工大学
摘要： 本发明公开了一种云平台资源约束的遥感大数据快速处理任务调度方法。基于DAG建模的遥感大数据处理任务形式化描述，基于偏序关系约束的多任务序列混合量子进化调度和云平台资源自适应分配，本发明考虑了可并行计算任务的并行度，调度的目标是不同并行度下的小任务，可以实现资源约束条件下更加细粒度的遥感大数据处理任务调度。
-
公开(公告)号：CN114092834A
公开(公告)日：2022-02-25
申请号：CN202210076344.5
申请日：2022-01-24
申请人： 南京理工大学
摘要： 本发明公开了一种基于空谱联合残差修正网络的无监督高光谱图像盲融合方法及系统，方法包括：建立高光谱图像的退化网络结构，用来模拟空间和光谱降采样过程；建立空间和光谱残差融合网络模型，利用退化模型得到的低分辨率结果与训练数据的差值作为融合网络的输入，即空间和光谱维度上的残差进行融合，得到对应于输入数据的残差图；对初始化数据进行修正，并将修正后的结果再送入退化网络和空谱联合修正网络中进行多次迭代以提高融合结果精度。本发明使用适用于无监督高光谱图像盲融合的空谱联合修正网络，空谱联合修正网络可以获得输入高光谱图像和真实值之间的误差图。
-
公开(公告)号：CN107633264B
公开(公告)日：2021-09-03
申请号：CN201710782177.5
申请日：2017-09-02
申请人： 南京理工大学
摘要： 本发明公开了一种基于空谱多特征极限学习的线性共识集成融合分类方法，包括以下步骤：提取高光谱图像的光谱特征、空间特征和几何结构特征；用条件类概率极限学习机作为分类器，分别处理光谱特征、空间特征和几何结构特征，各自得到一组分类标签以及概率分布；建立线性共识集成模型，分析不同特征得到的分类结果，得到最终分类结果。本发明利用多种光谱特征、空间特征和几何结构特征，定义条件类概率极限学习机作为分类器得到分类标签以及概率分布，最后建立线性共识集成融合模型，充分考虑不同特征对不同区域像元的作用，可以获得更好的分类结果。
-
-
-
-
-
-
-
-
-
搜索结果
69 条记录 (耗时 0.047 秒)
