一种基于DeepLabV3+模型的射频干扰抑制方法及装置

    公开(公告)号:CN118395274A

    公开(公告)日:2024-07-26

    申请号:CN202410837743.8

    申请日:2024-06-26

    发明人: 梁波 罗鑫 戴伟

    摘要: 本发明公开了一种基于DeepLabV3+模型的射频干扰抑制方法及装置,属于信号处理、通信技术和深度学习领域。方法包括:对获取的射电时频图像制作掩膜标签图像;将射电时频图像及对应的掩膜标签图像划分为训练集、验证集;将待射频干扰抑制的射电时频图像输入经依据训练集和验证集对基于DeepLabV3+的射频干扰检测模型进行训练和验证后获得的训练好的基于DeepLabV3+的射频干扰检测模型,获得预测的带射频干扰掩膜图像;依据带射频干扰掩膜图像中的干扰标记,对原始待射频干扰抑制的射电时频图像中带干扰部分逐像素点进行干扰置0。本发明所提模型在干扰识别的准确率及干扰边缘识别的精确度上要优于现有的深度学习模型。

    一种基于Resnet50改进自编码器的深度卷积嵌入聚类方法、存储介质、终端设备

    公开(公告)号:CN118115769A

    公开(公告)日:2024-05-31

    申请号:CN202410198632.7

    申请日:2024-02-22

    发明人: 梁波 贺方彤

    摘要: 本发明公开了一种基于Resnet50改进自编码器的深度卷积嵌入聚类方法、存储介质、终端设备,涉及计算机图像聚类技术领域。该发明的核心是一种改良的自编码器,其基于强大的特征提取能力结构ResNet50,在此策略中,ResNet50被作为编码器运用,并与相对简单的解码器相结合,从而构建出一个能够更加有效提取图像特征的自编码器。另外,本策略也将自编码器的重构损失融入到损失函数中,并与聚类损失一同进行优化。这种并行优化方式给予了射频干扰图像聚类更高的准确性和稳定性,进一步证实了本发明方法的优越性。

    一种脉冲星数据射频干扰检测方法

    公开(公告)号:CN118332443B

    公开(公告)日:2024-08-27

    申请号:CN202410755555.0

    申请日:2024-06-12

    发明人: 梁波 顾飞 戴伟

    摘要: 本发明公开了一种脉冲星数据射频干扰检测方法,属于图像分割技术和射电天文领域。本发明包括:获取多个脉冲星数据;将获取的各脉冲星数据转换成脉冲星时频图像并制作标签,将带标签的脉冲星时频图像划分为训练集、验证集和测试集;基于编码器‑解码器结构,构建脉冲星数据射频干扰检测模型;依据训练集和验证集对脉冲星数据射频干扰检测模型进行训练和验证,获得训练好的脉冲星数据射频干扰检测模型;依据训练好的脉冲星数据射频干扰检测模型对待测脉冲星时频图像进行检测,获得脉冲星时频图像的分类结果。本发明在真实数据中的射频干扰检测性能更好,能够更全面、精确地检测射频干扰,且在检测效率和检测效果上达到了很好的平衡。

    一种人脸素描到人脸照片的生成方法、装置

    公开(公告)号:CN117830083A

    公开(公告)日:2024-04-05

    申请号:CN202410245890.6

    申请日:2024-03-05

    发明人: 梁波 张璇

    摘要: 本发明公开了一种人脸素描到人脸照片的生成方法、装置,方法包括:获取人脸素描图像;依据所述人脸素描图像进行重建,获得人脸素描图像的重建图像;依据人脸素描图像的重建图像及人脸图库构建数据集训练模型,获得人脸生成模型;将人脸素描图像的重建图像输入人脸生成模型,获得人脸照片。本发明提出的提取素描图像特征合成光学人脸图像的方法,通过基于深度卷积神经网络进一步学习素描特征提取后的表示,拉近了素描图像与光学图像的人物刻画的模态差异;进而使得依据跨域合成的人脸重建图像输入人脸生成模型后相似性比对更合理准确,使获取的人脸照片更符合实际所需。

    一种用于检测和跟踪全日面图像中太阳活动区的方法

    公开(公告)号:CN111127512B

    公开(公告)日:2022-06-07

    申请号:CN201911200955.0

    申请日:2019-11-29

    IPC分类号: G06T7/246

    摘要: 本发明涉及一种用于检测和跟踪全日面图像中太阳活动区的方法,属于天文技术和计算机视觉领域。本发明在太阳活动区检测阶段,基于深度学习的检测方法较好地解决了传统方法中一个太阳活动区被误检测为多个,或者多个太阳活动区被误检测为一个活动区的问题。在跟踪阶段,本发明将DeepSort和纬向较差自转相结合,根据太阳活动区的演化特性设计了特征提取网络,有效地提高了太阳活动区的跟踪性能。本发明还可以较好地检测和跟踪不同望远镜、不同时间间隔的序列图像中的太阳活动区。

    一种基于统计和多高斯的日面亮度分析方法

    公开(公告)号:CN109300108B

    公开(公告)日:2021-06-18

    申请号:CN201810843287.2

    申请日:2018-07-27

    IPC分类号: G06T7/00 G06T7/41

    摘要: 本发明涉及一种基于统计和多高斯的日面亮度分析方法,属天文技术和图像处理计算领域。本发明首先在一定组数下对MUSER原始脏图进行线性转换;接着对转换结果进行单高斯的最小二乘拟合,得到第一个高斯分布的均值μ1及标准差δ1;然后根据三倍标准差原则,把介于(μ1‑3δ1,μ1+3δ1)之间的数据全部剔除;接着对剩余数据进行单高斯的最小二乘拟合,得到第二个高斯分布的均值μ2及标准差δ2;最后根据原始脏图中的最大值、最小值、组数、两个均值μ1和μ2计算得到日面和背景的可能亮度值。本发明将线性转换、最小二乘法结合在一起,分析出MUSER原始脏图中日面和背景的可能亮度值,具备较高的扩展性与普适性。