-
公开(公告)号：CN117789225A
公开(公告)日：2024-03-29
申请号：CN202311816894.7
申请日：2023-12-26
Applicant: 西安建筑科技大学
IPC: G06V30/226 , G06V10/82 , G06N3/0464 , G06V10/42
Abstract: 本发明提供一种基于卷积神经与ViT网络的手写中文端到端识别方法及系统，通过Embedding文字编码器编码文字标签生成文字笔画序列矩阵，卷积神经和特征增强金字塔网络进行卷积计算生成特征矩阵，像素聚类和像素投影分割执行文字区域检测生成单文字特征检测矩阵，掩码兴趣区域生成文本区域掩码特征矩阵，Transfomer网络和相似匹配卷积网络解码掩码特征矩阵匹配相似文字，产生预测的文字；Transformer网络可用于文字笔画序列的训练计算，减小分类类别；相似匹配卷积网络则实现零样本预测，降低训练的计算负担，以实现端到端识别文字、零样本的预测文字、降低计算负担及提高泛化能力。
-
公开(公告)号：CN119339239A
公开(公告)日：2025-01-21
申请号：CN202411446782.1
申请日：2024-10-16
Applicant: 西安建筑科技大学
Abstract: 本发明公开了一种基于多尺度上下文感知网络的遥感图像道路提取方法及系统，属于图像处理技术领域，该方法包括以下步骤，首先，在编码器中设计了一个具有上下文聚合模块的分支，以增强上下文信息提取，并缓解因遮挡引起的语义模糊问题。其次，为了解决编解码器之间语义信息不匹配的问题并提高模型的空间信息提取能力，在跳跃连接中引入了空间特征提取模块，取代了SwinUnet中直接复制编码器特征的方法。最后，在下采样阶段设计了一个特征收缩模块，以减少编码器中信息丢失并增强网络的分割能力。相比于已有的遥感图像道路分割方法，该发明方法通过全局建模、上下文增强和信息匹配优化，有效提升了遥感图像道路提取的精度和性能。
-
公开(公告)号：CN119251419A
公开(公告)日：2025-01-03
申请号：CN202411309653.8
申请日：2024-09-19
Applicant: 西安建筑科技大学
IPC: G06T17/05 , G06T3/4053 , G06T3/4046 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明提供了一种融合梯度特征Transformer的DEM超分辨率重建方法及系统，属于图像处理技术领域，所述重建方法由多个残差特征融合块组成，其内部的多尺度金字塔切分Transformer层将多头自注意力和金字塔切分注意力进行融合，更好地捕捉DEM局部和整体特征信息，其次为使重建的DEM更加接近真实，使用了双滤波卷积块，通过两个不同滤波块的并行结构，充分提取DEM高低频特征，最终在梯度域和高度域双重约束下进行超分辨率重建，本发明实现了重建DEM的细节清晰，适应不同尺度和复杂度的地形特征,解决了传统算法无法准确恢复DEM细节的问题。
-
Patent Agency Ranking
公开(公告)号：CN118505715A
公开(公告)日：2024-08-16
申请号：CN202410656214.8
申请日：2024-05-24
Applicant: 西安建筑科技大学
IPC: G06T7/10
Abstract: 本发明公开了一种基于自适应反馈SAM的遥感图像建筑物分割方法及相关装置，将遥感图像输入训练好的遥感图像建筑物分割模型，输出分割结果；遥感图像建筑物分割模型为采用包含建筑物的遥感图像样本训练改进的SAM模型得到，改进的SAM模型包括编码器、自反馈模块和掩码解码器，编码器包括提取模块和参数适配器模块，提取模块用于提取遥感图像的纹理和频率信息以及空间关系，参数适配器模块用于将纹理和频率信息以及空间关系集成到编码器的每一层，编码器通过每一层包含的信息输出特征图；掩码解码器用于对特征图进行掩码解码，得到分割掩码；自反馈模块用于对分割掩码和预设的视觉提示参数进行先拼接再卷积操作，并将操作结果再次送入掩码解码器进行掩码解码，得到分割结果。本发明提高了遥感图像建筑物分割效果。
-
公开(公告)号：CN117788284A
公开(公告)日：2024-03-29
申请号：CN202311817757.5
申请日：2023-12-26
Applicant: 西安建筑科技大学
IPC: G06T3/4046 , G06T3/4053 , G06T17/05
Abstract: 本发明提供了一种基于双通道滤波器的DEM超分辨率重建方法及系统，包括以下步骤：图像预处理、图像超分辨率处理和图像重建处理，在图像超分步骤中，采用了32个残差模块，在残差模块中，通过改进残差结构，引入双滤波通道结构来提取特征，并将原始滤波部分的卷积层替换为空洞卷积层来增大感受野范围，提取更广阔区域内的高程特征；在图像重建步骤中，采用在梯度域与高度域双重约束下重建出高分辨率数字高程模型的方法，本发明实现了模型更大范围提取特征，增大感受野范围，增强模型重建能力；实现了重建数字高程模型的细节清晰，适应不同尺度和复杂度的地形特征，有效地解决了传统算法无法准确恢复数字高程模型细节的问题。
-
公开(公告)号：CN118485920A
公开(公告)日：2024-08-13
申请号：CN202410656216.7
申请日：2024-05-24
Applicant: 西安建筑科技大学
IPC: G06V20/10 , G06V10/40 , G06V10/774
Abstract: 本发明公开了一种轻量化部署的遥感图像建筑物识别方法及相关装置，利用遥感图像建筑物识别模型对遥感图像进行建筑物识别，得到识别结果；遥感图像建筑物识别模型为采用包含建筑物的遥感图像样本训练改进的SAM模型得到，改进的SAM模型包括图像编码器、提示编码器和掩码解码器，图像编码器为改进后的轻量化TinyViT，改进后的轻量化TinyViT中引入了通道重排模块，且改进后的轻量化TinyViT中的知识是采用知识蒸馏策略从ViT‑H中提取得到的；改进后的轻量化TinyViT用于提取遥感图像特征，得到特征图；提示编码器用于生成掩码提示；掩码解码器用于根据特征图和掩码提示解码得到识别结果。本发明基于SAM进行模型改进，旨在优化遥感图像中的建筑物识别流程，从而在计算资源受限的环境中实现高效和准确的建筑物识别。
-
公开(公告)号：CN119379994A
公开(公告)日：2025-01-28
申请号：CN202411544244.6
申请日：2024-10-31
Applicant: 西安建筑科技大学
IPC: G06V10/25 , G06V10/30 , G06V10/42 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/043 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于ViT与模糊系统适配器的跨域小目标检测方法、系统、设备及介质，属于机器视觉领域，通过模糊适配器Transformer编码器通过模糊逻辑增强特征表示的鲁棒性，使得模型能够更好地适应复杂环境；模糊去噪Transformer解码器结合去噪锚框机制对特征进行降噪处理，提升检测精度；两阶段微调策略用于优化模型在跨域任务中的适应能力，动态注意力调整机制确保模型能够有效聚焦于目标区域。与现有技术相比，本发明通过模糊逻辑系统与去噪锚框的结合，有效提升了小目标检测的精度，增强了模型的跨域泛化能力，并显著降低了计算负担。
-
公开(公告)号：CN119313562A
公开(公告)日：2025-01-14
申请号：CN202411403278.3
申请日：2024-10-09
Applicant: 西安建筑科技大学
IPC: G06T3/4053 , G06V20/13 , G06V10/80 , G06V10/82 , G06N3/0464 , G06T3/4046
Abstract: 本发明公开了一种基于跨尺度余弦注意力的遥感图像超分辨率重建方法及系统，首先，通过引入特征蒸馏机制设计了基于Transformer‑CNN的一种级联特征蒸馏块，用来提取具有不同感知场和高频信息的更丰富的区域特征，同时保持模型轻量化。然后在级联特征蒸馏块中嵌入一种多分支空间注意力模块以进一步提升网络对关键空间信息的捕捉能力。此外，提出的跨尺度余弦注意力层可以通过维持单一的标记表示在不增加计算复杂度的情况下有效计算高维和低维特征之间的相关性，从而增强模型对不同尺度特征的处理能力，而且其中的高效余弦自注意力机制解决了网络注意力被特定像素支配的问题，增强网络关注更多特征的能力。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.033 seconds)
