-
公开(公告)号：CN115761374A
公开(公告)日：2023-03-07
申请号：CN202211526059.5
申请日：2022-12-01
申请人： 广东工业大学 , 广东能哥知识科技有限公司
IPC分类号： G06V10/764 , G06V10/58 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
摘要： 本发明公开了一种小样本高光谱图像分类方法及系统，方法包括：基于数据类别对应划分支持集和查询集；对支持集和查询集进行特征提取，得到支持集特征和查询集特征；对支持集特征进行维度压缩，计算每个数据类别的特征平均值，得到平均支持集特征；对平均支持集特征进行级联压缩处理，得到掩码；基于掩码，对支持集特征和查询集特征进行变形处理，得到第二支持集特征和第二查询集特征；根据第二支持集特征和第二查询集特征，匹配掩码，得到第三支持集特征和第三查询集特征；基于第三支持集特征和第三查询集特征，进行图像分类。本发明考虑类内共性和类间独有性，能够有效克服只考虑单个支持类而丢失有效信息的问题，可广泛应用于图像分类技术领域。
-
公开(公告)号：CN115719419A
公开(公告)日：2023-02-28
申请号：CN202211530042.7
申请日：2022-11-30
申请人： 广东工业大学 , 广东能哥知识科技有限公司
IPC分类号： G06V10/26 , G06V10/764 , G06V10/82 , G06V20/17 , G06V20/56 , G06N3/04 , G06N3/0895
摘要： 本发明公开了一种基于半监督学习的高速公路图像区域分割方法，包括：先获取无人机对高速公路拍摄的目标图像，进而将目标图像输入至经过预先训练的半监督学习模型中，由于半监督学习模型包括两个结构相同的网络，即student网络与teacher网络，根据已标注区域分割的第一图像与未标注区域分割的第二图像，可以使得student网络可以在teacher网络的监督下解决缺少标注数据的图像带来的问题，从而将未标注区域分别的目标图像输入至半监督学习模型后，半监督学习模型可以准确地识别出目标图像中高速公路的各个区域，并为检测车辆是否越线违规提供可靠依据，本发明可广泛应用于图像识别领域。
-
公开(公告)号：CN115908929A
公开(公告)日：2023-04-04
申请号：CN202211530351.4
申请日：2022-12-01
申请人： 广东工业大学 , 广东能哥知识科技有限公司
IPC分类号： G06V10/764 , G06V10/80 , G06V10/58 , G06V10/82 , G06V20/10 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08
摘要： 本发明公开了一种基于双分支双注意力机制网络的遥感图像分类方法，包括：将目标数据集中的目标光谱数据输入光谱分支模块，得到所述目标光谱数据对应的光谱特征图；将所述目标数据集中的目标空间数据输入空间分支模块，得到所述目标空间数据对应的空间特征图；将所述光谱特征图与所述空间特征图进行连接，得到连接特征图；将所述连接特征图通过全连接层与softmax激活函数，得到所述目标数据集中各个像素的分类结果。本发明能够充分地提取和利用遥感图像中丰富的光谱和空间特征，再对光谱特征图与空间特征图进行连接后，从而准确地得到目标数据集中各个像素的分类结果，本发明可广泛应用于高光谱遥感图像处理技术领域。
-
公开(公告)号：CN116542897A
公开(公告)日：2023-08-04
申请号：CN202211640885.2
申请日：2022-12-20
申请人： 广东工业大学 , 广东能哥知识科技有限公司
IPC分类号： G06T7/00 , G06T7/10 , G06T5/00 , G06N3/0464 , G06N3/08
摘要： 本申请实施例提供了单木树冠检测方法，其中方法包括从多张树木遥感图像识别出存在被阴影遮挡的树木的第一图像；对第一图像进行阴影检测处理得到阴影掩码图；根据阴影掩码图对第一图像进行阴影去除处理得到无阴影图像；根据无阴影图像进行图像分割处理和图像检测处理，得到单木树冠检测结果；避免图像中的阴影对检测结果的干扰，提升了图像检测精度。
-
公开(公告)号：CN115937128A
公开(公告)日：2023-04-07
申请号：CN202211526073.5
申请日：2022-12-01
申请人： 广东工业大学 , 广东能哥知识科技有限公司
IPC分类号： G06T7/00 , G06T5/00 , G06T7/70 , G06T7/90 , G06N3/0464 , G06N3/047 , G06N3/08 , G06V10/764 , G06V10/82
摘要： 本发明公开了一种农作物病虫害识别方法及系统，方法包括：基于先验知识获取农作物病虫害图像数据集；对农作物病虫害图像数据集进行数据增强；基于连续的卷积层，构建改进的残差网络Resnet 50；初始化改进的残差网络Resnet 50的权重参数，根据数据增强后的农作物病虫害图像数据集进行模型训练，得到目标模型；通过目标模型进行农作物病虫害识别。本发明通过结合数据增强技术和改进的残差网络，不仅可以解决传统病虫害识别浪费人力物力、识别效率及准确率偏低等问题，而且还取得了较高的识别准确率，可广泛应用于农业病虫害识别技术领域。
-
公开(公告)号：CN115861071A
公开(公告)日：2023-03-28
申请号：CN202211633825.8
申请日：2022-12-19
申请人： 广东工业大学 , 广东能哥知识科技有限公司
IPC分类号： G06T3/40 , G06N3/08 , G06N3/0464
摘要： 本发明公开了一种基于变分自动编码器的光谱超分辨方法，包括：将目标RGB图像输入光谱超分辨网络的第一卷积层，得到目标RGB图像对应的多张包含浅层特征的特征图；将特征图输入光谱超分辨网络的注意力机制模块，对特征图进行特征映射；将经过特征映射的特征图输入光谱超分辨网络的第二卷积层，重建得到与目标RGB图像对应的目标高光谱图像；光谱超分辨网络根据第一高光谱图像，与变分自动编码器提取的第一RGB图像训练得到，第一高光谱图像由未经训练的光谱超分辨网络对训练RGB图像重建得到，本发明通过普通相机获取目标RGB图像，图像获取难度低，且通过光谱超分辨网络重建高光谱图像，成像时间短，可广泛应用于光谱超分辨领域。
-
公开(公告)号：CN115795395A
公开(公告)日：2023-03-14
申请号：CN202211526039.8
申请日：2022-12-01
申请人： 广东工业大学 , 广东能哥知识科技有限公司
摘要： 本发明公开了一种基于多源遥感数据的无监督特征选择方法及系统，方法包括：基于对获取的多源遥感数据的特征矩阵进行整合，得到预设格式的数据矩阵；通过主成分分析方法对数据矩阵进行特征提取，得到主成分矩阵；根据主成分分析矩阵，训练目标深度原型分析网络，得到目标数据原型的系数矩阵；对系数矩阵进行分解，得到目标权重矩阵；基于目标权重矩阵，筛选得到关键原始特征。本发明通过将主成分分析法得到的主成分矩阵作为目标深度原型网络的辅助信息，进而通过训练目标深度原型分析网络，得到目标数据原型的系数矩阵，通过分解系数矩阵，能够得到权重矩阵并从中筛选出与原型个体相关度最高的关键原始特征，可广泛应用于遥感图像处理技术领域。
-
公开(公告)号：CN116091917A
公开(公告)日：2023-05-09
申请号：CN202211526054.2
申请日：2022-12-01
申请人： 广东工业大学 , 广东能哥知识科技有限公司
IPC分类号： G06V20/10 , G06V10/10 , G06V10/764 , G06V10/82 , G06N3/08 , G06N3/0464
摘要： 本发明公开了一种基于光谱扩展方法的农作物目标检测方法及系统，方法包括：获取农作物的目标RGB图像；根据目标RGB图像，通过光谱超分辨网络，基于数据驱动方式进行光谱超分辨得到目标高光谱图像；根据目标RGB图像，通过光谱扩展生成对抗网络，基于数据驱动方式进行光谱扩展合成目标近红外图像；基于预设条件，根据目标高光谱图像合成目标可见光图像；在通道维度拼接目标可见光图像和目标近红外图像，输入早期融合目标检测网络得到农作物目标检测结果。本发明通过使用基于数据驱动的方式来重建高光谱图像和合成近红外图像，进而应用在农作物目标检测中，能够得到更为全面的物体属性，可广泛应用于目标检测技术领域。
-
公开(公告)号：CN115797791A
公开(公告)日：2023-03-14
申请号：CN202211526038.3
申请日：2022-12-01
申请人： 广东工业大学 , 广东能哥知识科技有限公司
IPC分类号： G06V20/13 , G06V10/20 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于原型分析和卷积神经网络的高光谱变化检测方法，方法包括：对待检测的两个时相位的高光谱图像进行预处理，得到观测数据；基于噪声白化处理，对观测数据进行虚拟维数估计，得到估计值；根据第一估计值和第二估计值，确定地物变化情况；通过松弛因子对观测数据进行光谱解混，得到目标丰度矩阵；基于目标丰度矩阵，计算得到亲和矩阵；基于亲和矩阵，通过训练好的网络模型得到变化检测结果。本发明通过引入松弛因子进行光谱解混，以提高通用性，并虚拟维数方法对图像的地物类别进行预估计，在传统的变化检测流程中加入了地物类别变化的分析，提高了变化检测结果的可解释性，可广泛应用于变化检测技术领域。
-
公开(公告)号：CN115731272A
公开(公告)日：2023-03-03
申请号：CN202211526060.8
申请日：2022-12-01
申请人： 广东工业大学 , 广东能哥知识科技有限公司
摘要： 本发明公开了一种基于无关键点检测的点云配准方法及系统，方法包括：对待配准点云进行下采样，得到超点数据；基于超点数据进行超点匹配处理，得到超点对应数据；基于超点对应数据，进行点匹配处理，得到全局点对应数据；基于全局点对应数据，进行局部到全局的配准，得到目标估计变换，完成点云配准。本发明基于超点数据，通过几何自注意处理、特征交叉注意处理和高斯相关性匹配处理的超点匹配充分捕获了点云的几何结构信息，使得超点对应获得更高的精度和内层比，进而也无需依赖鲁棒姿态估计器来进行估计变换，大大提升了点云配准的速率，适用于快速点云配准的点云配准任务，可广泛应用于点云配准技术领域。
-
-
-
-
-
-
-
-
-
搜索结果
52 条记录 (耗时 0.043 秒)
