-
公开(公告)号：CN107292343B
公开(公告)日：2020-05-22
申请号：CN201710484540.5
申请日：2017-06-23
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于六层卷积神经网络和光谱‑空间信息联合的高光谱遥感图像分类方法,选择一定数目波段的高光谱遥感图像数据，对所选择的各波段二维图像数据进行空间均值滤波，再将每个像元对应的多波段数据进行格式转换，将一维矢量转换为一个方阵，即每个像元对应一个方阵数据。然后设计了基于深度学习模板的六层分类器，包括输入层，第一卷积层，最大池化层，第二卷积层，全连接层，输出层；提取若干个像元对应的方阵数据作为训练集，输入该分类器并对分类器加以训练；提取若干个像元对应的方阵数据作为测试集，输入至训练完毕的分类器中，观察训练器输出的分类结果，并与真实的分类信息相比对，验证分类器的性能。本发明的分类准确率比现有的5‑CNN方法更高。
-
公开(公告)号：CN118940162A
公开(公告)日：2024-11-12
申请号：CN202410980982.9
申请日：2024-07-22
Applicant: 中南大学
IPC: G06F18/2431 , G06F18/2321 , G06F17/18
Abstract: 本发明提供一种非合作目标的类型识别方法及装置，所述方法包括：采集指定空间物体的多个特征；将多个特征分别转换为标准正态分布，以对应形成多个标准化特征；构建与标准化特征对应的多特征函数，并计算多特征函数的概率密度函数；基于与标准正态分布特性相符的双边高斯隶属度函数计算每个标准化特征的隶属度函数；基于所述概率密度函数和隶属度函数分别计算每个所述特征的概率密度和隶属度，并基于对应每个特征的概率密度和隶属度计算得到指定空间物体的模糊概率；基于模糊概率确定指定空间物体是否为第一类真目标。本发明的方法能够快速准确地对空间目标进行识别。
-
公开(公告)号：CN114998645A
公开(公告)日：2022-09-02
申请号：CN202210503794.8
申请日：2022-05-10
Applicant: 中南大学
IPC: G06V10/764 , G06F30/20 , G06T17/00 , G06V10/10 , G06V10/46 , G06V10/762 , G06V10/774 , G06V10/80
Abstract: 本发明提出了基于三维GPR正演技术的道路空洞形态分类方法，利用基于三维时域有限差分方法原理的GprMax3D软件，针对以空洞为代表的典型道路病害体，开展不同形态空洞的三维GPR正演模拟工作，获得相应的三维雷达数据体；对数据体不同方向的图像特征进行信息提取以及基于三维GPR正演模拟的道路空洞形态分类方法联合表征，具有更高的空间分辨率和测量精度；随后提取SIFT特征并采用SVM分类器准确分类道路结构中空洞病害的形态。本发明对三维GPR实测图像解译和提高检测结果判定的可靠性具有重要的指导意义，能够为城市道路地下空洞雷达实测数据的分析提供指导。
-
公开(公告)号：CN112819732A
公开(公告)日：2021-05-18
申请号：CN202110415692.6
申请日：2021-04-19
Applicant: 中南大学
Abstract: 一种探地雷达B‑scan图像去噪方法，其中包括以下步骤：步骤1：探地雷达GPR在地表对预先埋有管线目标的单一背景介质区域进行探测，获取Z幅GPR B‑scan图像构成无噪GPR标签数据集；步骤2：利用每种含噪GPR数据集及其对应的无噪GPR标签数据集训练多尺度卷积自编码器；所述多尺度卷积自编码器包括一个编码器E、一个解码器D；步骤3：将待去噪的GPR图像输入至训练好的多尺度卷积自编码器，通过编码和解码，输出去噪后的GPR图像，并计算去噪后GPR图像的信噪比，验证多尺度卷积自编码器的去噪效果，本发明能够将低信噪比情况下的含噪GPR图像有效去噪。
-
公开(公告)号：CN107292343A
公开(公告)日：2017-10-24
申请号：CN201710484540.5
申请日：2017-06-23
Applicant: 中南大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于六层卷积神经网络和光谱-空间信息联合的高光谱遥感图像分类方法,选择一定数目波段的高光谱遥感图像数据，对所选择的各波段二维图像数据进行空间均值滤波，再将每个像元对应的多波段数据进行格式转换，将一维矢量转换为一个方阵，即每个像元对应一个方阵数据。然后设计了基于深度学习模板的六层分类器，包括输入层，第一卷积层，最大池化层，第二卷积层，全连接层，输出层；提取若干个像元对应的方阵数据作为训练集，输入该分类器并对分类器加以训练；提取若干个像元对应的方阵数据作为测试集，输入至训练完毕的分类器中，观察训练器输出的分类结果，并与真实的分类信息相比对，验证分类器的性能。本发明的分类准确率比现有的5-CNN方法更高。
-
Patent Agency Ranking
公开(公告)号：CN119723279A
公开(公告)日：2025-03-28
申请号：CN202411622928.3
申请日：2024-11-14
Applicant: 中南大学
IPC: G06V10/82 , G01S13/88 , G06N3/0464 , G06N3/08
Abstract: 基于双输入与图像可分离卷积的U‑Net网络构建方法，基于图像可分离卷积改进的双输入Unet（DIWSUnet）来实现用探地雷达（Ground‑penetating radar,GPR）数据成像，反演得到地下实物物体。首先基于探地雷达得到的GPR数据生成B‑Scan扫描图像，再用GPR数据进行频率波数偏移（Frequency‑Wavenumber Shift,FK）处理，实现B‑Scan扫描图像加FK偏移图像双输入反演得到最后的实物图像；采用双彩色输入（6通道）和彩色输出（3通道）以区分不同实物，反演实物物体地下位置的同时判断物体的类别；基于深度可分离卷积模型得到启发，改进原有输入模块为图像可分离卷积模块IWS(Image Wise Seperable Convolution)模块，仅用少量参数增加使得性能得到大幅度提升。
-
公开(公告)号：CN118097122B
公开(公告)日：2024-11-22
申请号：CN202410494809.8
申请日：2024-04-24
Applicant: 中南大学
IPC: G06V10/25 , G06N3/0475 , G06N3/088 , G06N3/094 , G06V10/22 , G06V10/762 , G06V10/82
Abstract: 本发明提供一种地下目标图像的识别方法、装置、电子设备及存储介质，该地下目标图像的识别方法包括：根据地下目标图像识别请求，获取目标GPR图像；对目标GPR图像采用GPR图像识别模型进行检测，得到地下目标识别结果；其中GPR图像识别模型采用基于CycleGAN的无监督网络，基于CycleGAN损失、L1损失和MS‑SSIM损失结合，以及，使用多特征聚类分析方法优化训练得到。本发明的有益效果为：提高了图像中目标检索效率及定位精度，且降低了虚警率。
-
公开(公告)号：CN114998645B
公开(公告)日：2024-07-12
申请号：CN202210503794.8
申请日：2022-05-10
Applicant: 中南大学
IPC: G06V10/764 , G06F30/20 , G06T17/00 , G06V10/10 , G06V10/46 , G06V10/762 , G06V10/774 , G06V10/80
Abstract: 本发明提出了基于三维GPR正演技术的道路空洞形态分类方法，利用基于三维时域有限差分方法原理的GprMax3D软件，针对以空洞为代表的典型道路病害体，开展不同形态空洞的三维GPR正演模拟工作，获得相应的三维雷达数据体；对数据体不同方向的图像特征进行信息提取以及基于三维GPR正演模拟的道路空洞形态分类方法联合表征，具有更高的空间分辨率和测量精度；随后提取SIFT特征并采用SVM分类器准确分类道路结构中空洞病害的形态。本发明对三维GPR实测图像解译和提高检测结果判定的可靠性具有重要的指导意义，能够为城市道路地下空洞雷达实测数据的分析提供指导。
-
公开(公告)号：CN118015010B
公开(公告)日：2024-07-05
申请号：CN202410425736.7
申请日：2024-04-10
Applicant: 中南大学
Abstract: 本发明提供一种GPR实例分割方法、装置、电子设备及存储介质，该GPR实例分割方法包括：对目标GPR图像采用GPR图像分割模型进行处理，得到目标GPR图像的识别结果；GPR图像分割模型基于改进MS R‑CNN网络训练得到。本发明的有益效果为：通过改进的MS R‑CNN的骨干网络、颈部结构的方式进行的GPR实例分割处理，能够有效地提取特征和融合多尺度信息，适应多种地下环境；对改进MS R‑CNN网络极少概率出现的识别错误的目标，提将基于深度的灰度选择和形态学运算相结合的区域自适应阈值分割方法，去除对衍射目标的错判；提高了对地下目标分割的准确率和效率，降低了对地下设施监控的成本。
-
公开(公告)号：CN118247265A
公开(公告)日：2024-06-25
申请号：CN202410622183.4
申请日：2024-05-20
Applicant: 中南大学
IPC: G06T7/00 , G06N3/0464 , G06T7/246 , G06V10/764 , G06V10/766 , G06V10/80
Abstract: 本发明提供一种充电接口姿态检测方法、装置、电子设备及存储介质，该充电接口姿态检测方法包括根据充电接口姿态检测请求，获取目标充电接口的第一图像，第一图像用于表征目标充电接口的RGB彩色图像；对第一图像采用深度卷积神经网络进行识别，得到目标充电接口的关键点，关键点用于表征充电接口触点；对关键点采用PnP算法进行第一次解算，得到目标充电接口的第一位姿；对第一位姿采用BA优化算法进行优化，得到目标充电接口的第二位姿。本发明的有益效果为：实现了充电接口姿态在复杂场景下的轻量化及高效实时检测。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.018 seconds)
