-
公开(公告)号:CN116563173A
公开(公告)日:2023-08-08
申请号:CN202310845396.9
申请日:2023-07-11
申请人: 成都理工大学
摘要: 本发明公开了一种基于多噪声自监督学习的探地雷达图像去噪方法,包括大量获取探地雷达的真实图像,构成数据集;构造一多噪声自监督学习去噪网络并设计混合损失函数;训练得到噪声自监督学习去噪模型;最后输入待去噪的真实图像,送入噪声自监督学习去噪模型中,由去噪网络输出对应的真实图像去噪图作为去噪后的图像。本发明针对基于单一噪声的自监督去噪方法无法有效应对真实探地雷达图像中多种噪声干扰、基于遮挡的盲去噪方法丢失异常区域的特征细节问题,用随机噪声水平的多种噪声生成自监督噪声数据,提升去噪网络的泛化能力,并用滤波去噪方法生成预去噪图像作为网络训练时的约束,显著提高了对探地雷达图像中的复杂噪声的去噪性能。
-
公开(公告)号:CN116563169A
公开(公告)日:2023-08-08
申请号:CN202310830951.0
申请日:2023-07-07
申请人: 成都理工大学
IPC分类号: G06T5/00 , G06V10/44 , G06T7/11 , G06N3/09 , G06V10/774
摘要: 本发明公开了一种基于混合监督学习的探地雷达图像异常区域增强方法,包括以下步骤:构建一包含真实图像集合、仿真图像集合和仿真图像标签集合的数据集;构造一混合监督双循环增强网络;采用半监督和无监督的方式交替训练网络得到模型;将一需要进行异常区域增强的雷达真实图像,输入训练好的模型中,输出一对异常区域增强后的图像。本发明克服了仿真图像与真实图像特征存在差异、无监督方法对真实图像信息利用效率低等问题,提升了增强网络对真实图像信息的利用效率,提高了增强网络在真实图像上的异常区域显著性增强泛化能力,从而有效增强探地雷达图像中的异常区域的显著性。
-
公开(公告)号:CN113361635A
公开(公告)日:2021-09-07
申请号:CN202110738115.0
申请日:2021-06-30
申请人: 成都理工大学
IPC分类号: G06K9/62
摘要: 本发明公开了基于表示预测的小样本类增量学习方法,涉及图像识别分类技术领域,包括以下步骤:S1,通过特征提取器f加softmax分类器结构完成对基类数据Dbase的基本任务训练,通过基本任务训练得到基类数据的特征;S2,当基础任务训练完成后,去除softmax分类器,将特征提取器f输出的特征输入NCM分类器,并计算每类的类中心;S3,通过特征提取器f来获取新类DN中样本的输出,通过得到的样本输出与步骤S2中得到的所有基类的类中心比较相似性,根据相似程度来预测该样本的特征,将输出的相似值归一化后作为对应的类中心ub的权重;通过此种设计达到类别不断增加的情况下,对所有已学习的类别进行分类的目的。
-
公开(公告)号:CN116563173B
公开(公告)日:2023-09-08
申请号:CN202310845396.9
申请日:2023-07-11
申请人: 成都理工大学
摘要: 本发明公开了一种基于多噪声自监督学习的探地雷达图像去噪方法,包括大量获取探地雷达的真实图像,构成数据集;构造一多噪声自监督学习去噪网络并设计混合损失函数;训练得到噪声自监督学习去噪模型;最后输入待去噪的真实图像,送入噪声自监督学习去噪模型中,由去噪网络输出对应的真实图像去噪图作为去噪后的图像。本发明针对基于单一噪声的自监督去噪方法无法有效应对真实探地雷达图像中多种噪声干扰、基于遮挡的盲去噪方法丢失异常区域的特征细节问题,用随机噪声水平的多种噪声生成自监督噪声数据,提升去噪网络的泛化能力,并用滤波去噪方法生成预去噪图像作为网络训练时的约束,显著提高了对探地雷达图像中的复杂噪声的去噪性能。
-
公开(公告)号:CN116563169B
公开(公告)日:2023-09-05
申请号:CN202310830951.0
申请日:2023-07-07
申请人: 成都理工大学
IPC分类号: G06T5/00 , G06V10/44 , G06T7/11 , G06N3/09 , G06V10/774
摘要: 本发明公开了一种基于混合监督学习的探地雷达图像异常区域增强方法,包括以下步骤:构建一包含真实图像集合、仿真图像集合和仿真图像标签集合的数据集;构造一混合监督双循环增强网络;采用半监督和无监督的方式交替训练网络得到模型;将一需要进行异常区域增强的雷达真实图像,输入训练好的模型中,输出一对异常区域增强后的图像。本发明克服了仿真图像与真实图像特征存在差异、无监督方法对真实图像信息利用效率低等问题,提升了增强网络对真实图像信息的利用效率,提高了增强网络在真实图像上的异常区域显著性增强泛化能力,从而有效增强探地雷达图像中的异常区域的显著性。
-
-
-
-