公开(公告)号：CN116309530A

公开(公告)日：2023-06-23

申请号：CN202310382459.1

申请日：2023-04-11

Applicant: 西安电子科技大学

Inventor： 康宇翰 ,  纪建 ,  王锐莹 ,  杨勇 ,  徐贺凯

IPC: G06T7/00 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于简化自适应参数脉冲耦合神经网络的快速多模态图像融合方法、系统、设备及介质，方法包括：将彩色图片RGB通道转换为YUV通道，将灰色图片和彩色图片Y通道归一化处理，再用拉普拉斯金字塔分解，得到高通子带与低通子带，高通子带使用SPAPCNN规则进行融合，得到高频图像，低通子带使用MN‑DWRE规则进行融合，得到低频图像，将高频、低频图像使用逆拉普拉斯金字塔进行逆分解，得到融合图像的Y通道，将其与原图片的U、V通道组合，转换为RGB通道，进行标准化处理；系统、设备及介质，用于实现一种基于简化自适应参数脉冲耦合神经网络的快速多模态图像融合方法；本发明具有分解速度快，融合时间短、融合效果好的特点。

公开(公告)号：CN116385896A

公开(公告)日：2023-07-04

申请号：CN202310271703.7

申请日：2023-03-20

Applicant: 西安电子科技大学

Inventor： 纪建 ,  杨勇 ,  曾璞 ,  罗迈 ,  徐贺凯 ,  康宇翰 ,  苗启广

IPC: G06V20/13 ,  G06V20/17 ,  G06V10/82 ,  G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/77 ,  G06N3/048 ,  G06N3/08 ,  G06N3/0464

Abstract: 一种基于融合级联注意力机制的遥感小目标检测方法、系统、设备及介质，方法为：输入图像进入特征提取网络，获得多尺度融合特征图，放入可旋转区域候选网络，定义新的旋转目标检测方法和自定义损失函数，选出包含目标的候选区域图，对其进行分类预测和边界框回归，得到检测结果；系统、设备及介质，用于实现一种基于融合级联注意力机制的遥感小目标检测方法；本发明通过提供一种端到端的目标检测网络，将多尺度注意力模块MAM与融合级联注意力模块FCAM结合，在新的旋转框表示方法上，优化并改进模型的损失函数；具有减少背景噪声对检测结果的影响，增强小目标特征信息，改善正负样本不均衡，提升模型平均检测精度，提高光学遥感目标检测性能的特点。

公开(公告)号：CN116206112A

公开(公告)日：2023-06-02

申请号：CN202310262035.1

申请日：2023-03-17

Applicant: 西安电子科技大学

Inventor： 纪建 ,  徐贺凯 ,  罗迈 ,  杨勇 ,  康宇翰 ,  刘向增

IPC: G06V10/26 ,  G06V20/10 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明提出一种基于多尺度融合和空间注意力模块的遥感图像语义分割方法，旨在通过对图像的多尺度特征进行融合和增强特征点之间的位置映射关系，更加准确的预测对象边界之间的像素点关系，增强遥感图像的语义分割效果。实现步骤为：首先构建Swin‑Transfomer模块、多尺度特征融合模块、双路空间注意力解码器模块和处理模块，将训练数据依次通过上述四个模块训练SwinDSA‑meige网络，最后对预测图像进行语义分割。本发明能够改善图像分割中位置映射关系和上下文联系问题，在分割小物体上比大部分方法更好。