-
公开(公告)号:CN118887132A
公开(公告)日:2024-11-01
申请号:CN202410879305.8
申请日:2024-07-02
Applicant: 国网湖北省电力有限公司黄石供电公司 , 武昌首义学院 , 湖北大学
IPC: G06T5/73 , G06T5/60 , G06N3/0495 , G06N3/045 , G06N3/084
Abstract: 本发明提供一种基于提示引导的稀疏遥感卫星图像去雾方法,该方法是一个由三级编解码器框架组成的网络。首先,通过3×3卷积获取浅层特征。然后,这些浅层特征通过一个3级对称网络进行解码。其中,我们将自适应top‑k引导块堆叠在整个架构管道中。随后,将得到的深层特征输入到由ATGB组成的特征细化块中,以进一步挖掘雾霾的复杂外观和不均匀分布。在ATGB中,自适应Top‑k指导注意力利用可学习提示块引导Top‑k选择算子自适应生成稀疏注意权值,以减少低相似度查询键对带来的信息干扰。
-
公开(公告)号:CN116337701A
公开(公告)日:2023-06-27
申请号:CN202310241912.7
申请日:2023-03-14
Applicant: 武昌首义学院
Abstract: 本发明公开一种基于双星组网的城市高分辨率气溶胶光学厚度反演方法。首先,实现城市区域云/云阴影的识别,以及高分一号与高分六号宽幅相机WFV的交叉辐射定标;其次,构建适用于高空间分辨尺度下复杂城市的地表反射率库,实现地表‑大气信号解耦;再次,采用基于AERONET的城市气溶胶模式精细化估计方案,优化城市气溶胶模式,降低由气溶胶模式估计不准确导致的反演误差;最后在获得高空间分辨观测数据(16m)的同时,将重访周期由传统高分国产卫星的2‑4天提升到双星组网的1‑2天,解决以往AOD产品高空间分辨率和较短重访周期相互矛盾的难题。本方法能够实现高分卫星在城市地区的气溶胶光学厚度高精度反演,具有执行简单,准确度高和适用性广泛的特点。
-
公开(公告)号:CN116402686B
公开(公告)日:2024-12-10
申请号:CN202310370120.X
申请日:2023-04-07
Applicant: 武昌首义学院
IPC: G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/096
Abstract: 本发明公开一种基于密集多尺度金字塔门控注意力的单幅图像超分辨率方法。该方法通过3*3大小的卷积核提取图像的浅层特征。然后使用2个密集网络作为骨干网络提取图像的深层特征,其中每个密集网络中包含12个多尺度金字塔提取模块和12个门控注意力蒸馏模块。利用多尺度金字塔提取模块,通过金字塔池化和多尺度操作,捕获和聚合更丰富的特征,使生成的模型可以有效地恢复HR图像。利用门控注意力蒸馏模块,在减少冗余信息的同时关注关键区域,以提高模型的收敛性。最后使用图像恢复模块,将多尺度金字塔提取模块和门控注意力蒸馏模块提取的特征恢复为高分辨率图像。本发明方法具有执行简单,生成图像细节丰富和适用性广泛的特点。
-
公开(公告)号:CN116337701B
公开(公告)日:2024-11-19
申请号:CN202310241912.7
申请日:2023-03-14
Applicant: 武昌首义学院
IPC: G01N15/075 , G01N21/27 , G01N21/55 , G01S19/23
Abstract: 本发明公开一种基于双星组网的城市高分辨率气溶胶光学厚度反演方法。首先,实现城市区域云/云阴影的识别,以及高分一号与高分六号宽幅相机WFV的交叉辐射定标;其次,构建适用于高空间分辨尺度下复杂城市的地表反射率库,实现地表‑大气信号解耦;再次,采用基于AERONET的城市气溶胶模式精细化估计方案,优化城市气溶胶模式,降低由气溶胶模式估计不准确导致的反演误差;最后在获得高空间分辨观测数据(16m)的同时,将重访周期由传统高分国产卫星的2‑4天提升到双星组网的1‑2天,解决以往AOD产品高空间分辨率和较短重访周期相互矛盾的难题。本方法能够实现高分卫星在城市地区的气溶胶光学厚度高精度反演,具有执行简单,准确度高和适用性广泛的特点。
-
公开(公告)号:CN116402686A
公开(公告)日:2023-07-07
申请号:CN202310370120.X
申请日:2023-04-07
Applicant: 武昌首义学院
IPC: G06T3/40 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于密集多尺度金字塔门控注意力的单幅图像超分辨率方法。该方法通过3*3大小的卷积核提取图像的浅层特征。然后使用2个密集网络作为骨干网络提取图像的深层特征,其中每个密集网络中包含12个多尺度金字塔提取模块和12个门控注意力蒸馏模块。利用多尺度金字塔提取模块,通过金字塔池化和多尺度操作,捕获和聚合更丰富的特征,使生成的模型可以有效地恢复HR图像。利用门控注意力蒸馏模块,在减少冗余信息的同时关注关键区域,以提高模型的收敛性。最后使用图像恢复模块,将多尺度金字塔提取模块和门控注意力蒸馏模块提取的特征恢复为高分辨率图像。本发明方法具有执行简单,生成图像细节丰富和适用性广泛的特点。
-
-
-
-