基于多尺度非对称编解码网络的遥感图像压缩方法

    公开(公告)号:CN118608799A

    公开(公告)日:2024-09-06

    申请号:CN202410645443.X

    申请日:2024-05-23

    摘要: 本发明公开了一种基于多尺度非对称编解码网络的遥感图像压缩方法,主要解决现有方法不能充分提取遥感图像中多尺度细节信息的问题。其实现方案是:获取遥感图像数据集并划分为训练集和测试集;构建由多尺度残差模块、多尺度空洞注意力模块、多尺度非对称编解码器、自适应上下文熵模型和超先验编解码器组成的基于多尺度空洞注意力的非对称遥感图像压缩网络及其损失函数;将训练集按批量大小均分为多个图像组,依次循环输入到该网络,直至损失函数收敛;将测试集输入到训练好的压缩网络,得到重建的遥感图像。本发明能增强压缩模型对遥感图像中多尺度信息的特征提取能力,减少通道冗余,提高遥感图像压缩性能,可用于对纹理细节丰富、数据量大的图像进行处理。

    一种通过表面陷阱屏蔽的GaN MIS HEMT及其制备方法

    公开(公告)号:CN117253917A

    公开(公告)日:2023-12-19

    申请号:CN202311394489.0

    申请日:2023-10-25

    摘要: 本发明公开了一种通过表面陷阱屏蔽的GaN MIS HEMT及其制备方法,涉及半导体技术领域,上述通过表面陷阱屏蔽的GaN MIS HEMT包括:衬底层、位于衬底层一侧的Buffer层、GaN层和AlGaN层、位于AlGaN层远离衬底层一侧的源极、漏极以及位于源极与漏极之间的P型AlGaN层;位于P型AlGaN层和AlGaN层远离衬底层一侧的介质层;位于介质层和栅极远离衬底层一侧的钝化层;其中,在源极指向漏极的方向上,P型AlGaN层的长度大于所述栅极的长度;位于源极、漏极和栅极顶面的互联金属。由于栅极与漏极之间的P型AlGaN层可以屏蔽介质层与AlGaN层之间的陷阱对电子的俘获作用,从而改善电流崩塌效应。

    一种GaN基准垂直结势垒肖特基二极管及其制备方法

    公开(公告)号:CN116960190A

    公开(公告)日:2023-10-27

    申请号:CN202310967926.7

    申请日:2023-08-02

    摘要: 本发明公开了一种GaN基准垂直结势垒肖特基二极管及其制备方法,该二极管包括:衬底层、缓冲层、N+传输层、N‑漂移层、阴极、阳极凹槽、P+二次外延层、介质层和阳极。本发明所制备的阳极肖特基金属深入阳极凹槽中并被P+二次外延层包围,竖状阳极肖特基金属可以有效分散器件反向偏置时的电场,提高二极管的反向耐压能力,减小反向漏电;N‑漂移层的斜面可以有效分散器件反向偏置时阳极附近的电场,增强二极管的反向耐压能力;P+二次外延层与介质层形成PiN结构,具有开启电压低、反向漏电小、耐压高和开关速率高的优点的同时,介质层可以减少漏电通路,进一步降低器件的反向漏电。

    基于蒙特卡洛树搜索的网络化雷达节点遴选方法

    公开(公告)号:CN109946673B

    公开(公告)日:2022-12-02

    申请号:CN201910300995.6

    申请日:2019-04-15

    IPC分类号: G01S7/41

    摘要: 本发明公开了一种基于蒙特卡洛树搜索的网络化雷达节点遴选方法,主要解决现有技术对资源不加筛选,使得数据采集量和信号处理压力过大,节点资源浪费的问题。其实现方案是:1)确定节点遴选输入参数并定义蒙特卡洛搜索树中树节点属性;2)根据输入参数和节点属性构建一棵蒙特卡洛搜索树,得到一组遴选方案;3)计算得到的遴选方案性能,并对此次搜索中所有访问过的节点修改属性;4)根据修改后的节点属性判断遴选是否结束;5)未结束时更新起始根节点返回2)。本发明通过对现有资源加以筛选,降低了数据采集量和信号处理压力,避免了节点资源浪费,减小了空间增益损失,可用于物流和通信网中资源的筛选。

    基于注意力机制的红外单帧小目标检测方法

    公开(公告)号:CN115375668A

    公开(公告)日:2022-11-22

    申请号:CN202211086622.1

    申请日:2022-09-07

    摘要: 本发明公开了一种基于注意力机制的红外单帧小目标检测方法,主要解决现有技术模型泛化能力较差且存在严重误检、检测率较低及虚警较高的问题。其实现方案是:从公开数据集中选择带标注的数据集,对其预处理为尺寸统一的训练集和测试集;构建由编码端解码端交互引导模块、虚警注意模块和主干网络组成的多维度注意力感知网络;将训练集及其标注信息按批量大小分别平分为多个配对图像组,并依次循环输入多次至多维度注意力感知网络完成训练;将测试集输入至训练完成的多维度注意力感知网络,输出红外小目标检测结果。本发明对目标大小和场景变化具有很高的鲁棒性,能够在提高检测率的同时有效降低虚警率,可用于复杂背景下红外小目标的精确检测。

    基于生成式对抗网络的自然图像压缩方法

    公开(公告)号:CN110225350B

    公开(公告)日:2021-03-23

    申请号:CN201910460717.7

    申请日:2019-05-30

    IPC分类号: H04N19/42 G06T3/40

    摘要: 本发明公开了一种基于生成式对抗网络的自然图像压缩方法,克服了现有自然图像压缩方法在高倍数压缩下复原质量低以及生成式压缩的数据依赖性问题,实现的具体步骤为:(1)构建图像压缩生成式网络;(2)训练图像解码子网络;(3)训练图像编码子网络;(4)对自然图像进行预处理;(5)获取压缩数据;(6)获取复原图像。本发明利用卷积神经网络对原始图像数据进行压缩,再用生成式对抗网络中的生成模块将压缩数据生成图像,同时用生成式对抗网络的判别模块对生成模块进行约束,从而实现高质量的图像复原。

    基于边缘分类加权融合的单幅图像去雾方法

    公开(公告)号:CN106780390B

    公开(公告)日:2019-10-11

    申请号:CN201611223093.X

    申请日:2016-12-27

    摘要: 本发明公开了一种基于边缘分类加权融合的单幅图像去雾方法,主要解决现有技术对有雾图像的透射率估计不准确而导致去雾效果不理想的问题。其技术方案为:1)使用相机采集单幅有雾图像;2)对有雾图像的边缘进行分类,获取有雾图像的深度边缘;3)根据深度边缘将有雾图像划分为深度边缘区域和非深度边缘区域;4)利用深度边缘控制,在深度边缘区域和非深度边缘区域采用不同的方式计算有雾图像的修正暗原色值;5)根据有雾图像的修正暗原色值计算有雾图像的优化透射率;6)根据有雾图像的优化透射率获取恢复图像。本发明得到的透射率更加准确,恢复图像去雾效果明显,具有对比度增强,色调真实自然的优点。可用于户外成像系统。

    基于深度概率图模型的人脸画像合成方法

    公开(公告)号:CN110188651A

    公开(公告)日:2019-08-30

    申请号:CN201910439266.9

    申请日:2019-05-24

    摘要: 本发明公开了一种基于深度概率图模型的人脸画像合成方法。主要解决现有技术无法合成同时具有清晰轮廓和特征的人脸画像的问题。其实现步骤是:1)利用引入马尔可夫随机场的神经网络学习人脸照片-画像像素非线性关系;2)将测试照片输入到建立的非线性关系中,得到具有测试照片的特定身份信息的画像像素集合;3)将测试照片块和画像像素集合输入到基于贝叶斯理论的深度概率图模型中,得到人脸画像块;4)将人脸画像块进行拼接融合得到合成人脸画像。本发明与现有方法相比,合成的人脸画像在保留人脸的共同结构的同时捕捉到人脸特征,在定量和定性实验评估方面都取得了更好的结果,可用于数字娱乐。