-
公开(公告)号：CN116051946A
公开(公告)日：2023-05-02
申请号：CN202310061374.3
申请日：2023-01-21
Applicant: 浙江大学
IPC: G06V10/80 , G06V20/13 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于时空特征融合的遥感图像变化检测方法。本发明基于跨时间门控机制与跨尺度注意力机制，在遥感图像变化检测任务中引入时间特征融合模块和空间特征融合模块。本发明在时间特征融合模块中，基于跨时间门控机制来指导对兴趣变化的选择性增强和对非兴趣变化的抑制，从而获得精确变化表示，并通过空间特征融合模块将最深层变化表示分别与其他浅层变化表示融合，基于跨尺度注意力机制使用高层表示来指导低层表示进行上下文建模，增强低层表示的特征表达能力从而捕获兴趣变化的细粒度信息，更好地恢复变化表示的空间细节。本发明为特征融合机制在复杂遥感图像背景下的变化检测任务提供了新的解决方式，并且能有效提高变化检测的效果。
-
公开(公告)号：CN115965789A
公开(公告)日：2023-04-14
申请号：CN202310061100.4
申请日：2023-01-21
Applicant: 浙江大学
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06V20/13 , G06V10/74 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于场景感知类注意力的遥感图像语义分割方法。本发明针对高分辨率遥感图像中地物具有内在空间相关性的特点以及存在的背景复杂、类内方差大等问题，通过类中心生成子模块，分别生成局部类中心和全局类中心，并进一步使用场景感知注意力子模块，为像素的特征表示嵌入上下文信息和位置先验信息，同时，通过引入局部类中心作为中间感知元素来间接关联全局类中心。本发明不但利用了遥感图像中地物的空间相关性以加强上下文建模，还解决了其背景噪音多、类内方差大的问题。本发明结合场景感知和类级上下文聚合，为高分辨率遥感图像分割任务提供一种新的解决方案，提高了遥感图像语义分割的准确性。
-
公开(公告)号：CN115713549A
公开(公告)日：2023-02-24
申请号：CN202211385279.0
申请日：2022-11-07
Applicant: 浙江大学
IPC: G06T7/33 , G06N3/0464 , G06N3/084 , G06N3/088
Abstract: 一种基于深度学习的二维三维医学图像配准方法，包括：将二维浮动图像和三维固定图像传入第一网络模型，生成刚体变换参数，获取三维固定图像中对应的二维固定图像；对二维浮动图像和二维固定图像分别进行多分辨率采样，获得多组不同分辨率的浮动图像和固定图像，再传入第二网络模型，生成变形场；对二维浮动图像进行插值变换得到二维变形图像；计算相似度，二维固定图像、二维变形图像和变形场计算损失函数，分别对两个网络模型的网络参数进行训练；将新的一组二维浮动图像和三维固定图像传入网络模型，得到刚体变换参数和变形场，并对二维浮动图像进行变换得到配准后的二维变形图像。本发明可以提高二维三维医学图像配准的准确度和速度。
-
公开(公告)号：CN115544613A
公开(公告)日：2022-12-30
申请号：CN202211138806.8
申请日：2022-09-19
Applicant: 浙江大学
IPC: G06F30/13 , G06F30/27 , G06F119/02
Abstract: 本发明公开了一种多模态数据驱动的城市道路布局设计自动化方法。本发明在城市道路网络布局设计任务中引入多模态数据融合模块，对人口密度、地形高程和土地利用分类三类数据进行融合，输入至条件生成对抗网络(Conditional Generative Adversarial Networks,CGAN)，生成与上述三类数据分布对应的道路布局。与传统手工设计方法相比，本方法不需要相关领域的专业知识，不受限于道路模板，可高效生成特征多样的城市道路布局。与仅使用生成对抗网络(Generative Adversarial Networks,GAN)的方法相比，本方法引入了多模态的地理空间数据，对其压缩、降维，避免了因大量参数带来的高算力需求问题，同时突出了数据的关键特征，使生成的城市道路布局在视觉和结构上具有更高质量。
-
公开(公告)号：CN115203406A
公开(公告)日：2022-10-18
申请号：CN202210717351.9
申请日：2022-06-23
Applicant: 浙江大学
IPC: G06F16/35 , G06F40/284 , G06F40/30 , G06N3/04
Abstract: 本发明公开了一种基于RoBERTa模型的长文本信息立场检测方法。本发明在长文本信息立场检测任务中引入基于文本切割的RoBERTa模型，用于编码各索引片段；引入BiLSTM和CRF模块，用于标记关键证据；引入基于Self‑training的半监督学习方法，用于训练BiLSTM和CRF模块。与现有长文本信息立场检测方法相比，本发明通过创新文本分割过程，解决RoBERTa模型对文本长度的限制问题，使其可更关注全局信息，避免因文本长度限制导致的局部信息丢失；通过基于半监督学习的关键句标注，提高模型的可解释性，并抑制长文本噪声对模型最终预测的干扰。
-
Patent Agency Ranking
公开(公告)号：CN113343861A
公开(公告)日：2021-09-03
申请号：CN202110651847.6
申请日：2021-06-11
Applicant: 浙江大学
Abstract: 本发明公开了一种基于神经网络模型的遥感图像水体区域提取方法，属于遥感图像处理领域。本发明的核心在于设计了一个基于ResNet的多孔卷积金字塔模型的语义分割网络(ResASPN)，用于作为水体提取模型。该网络模型具备一定的优势，基本框架可以概括为：第一，在特征提取部分使用ResNet网络,增强了网络的特征提取能力；第二，网络中使用了多孔卷积金字塔模型，其中的多孔卷积金字塔池化结构能够对图像中任意尺度的区域进行准确的分类，最终使模型具有提取多尺度信息的能力。本发明能够实现遥感图像水体区域的自动提取，且其准确率相对于现有技术而言得到了明显提升。
-
公开(公告)号：CN112641615A
公开(公告)日：2021-04-13
申请号：CN202011588447.7
申请日：2020-12-29
Applicant: 浙江大学软件学院(宁波)管理中心(宁波软件教育中心)
Abstract: 本发明涉及康复座椅技术领域，尤其涉及多功能智能产后复健座椅，多功能智能产后复健座椅，包括坐垫、靠垫以及扶手，所述扶手包括两侧的第一扶手与第二扶手，所述第一扶手与第二扶手内侧开槽，每侧的槽内都设有气囊，包括第一气囊模块与第二气囊模块。所述靠垫上嵌入可拆卸的背板。所述背板上设有出风孔，所述出风孔嵌入对应大小的出风部件，所述出风部件为可拆卸连接。所述靠垫居中开设长槽，所述长槽两侧设有滑轨且与出风孔贯通，所述滑轨上连接艾灸盒。本发明操作简单、智能，便于产妇矫正形体，使用者使用的舒适性更佳；采用物理和化学疗法结合的方式，功能性更为全面，疗效更为显著。
-
公开(公告)号：CN119067881A
公开(公告)日：2024-12-03
申请号：CN202410943055.X
申请日：2024-07-15
Applicant: 浙江大学
IPC: G06T5/73 , G06T5/60 , G06T5/50 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N5/045
Abstract: 本发明公开了一种基于领域先验深度展开网络的遥感图像全色锐化方法，以解决现有的基于深度学习的全色锐化方法缺乏足够的可解释性以及基于模型的全色锐化方法没有充分考虑领域特定的先验知识等问题，本发明将全色锐化问题建模为具有空间重建先验和光谱调制先验的变分模型(即全色锐化模型)，将空间重建先验和光谱调制先验拓展为网络化模块，基于此构建了空间信息重建模块以及光谱信息调制模块。本发明解决了目前全色锐化方法存在的可解释性低以及未充分考虑领域先验知识的问题，提高了全色锐化的性能。在GaoFen‑2和WorldView‑2两个卫星数据集上的大量实验证明了全色锐化模型的有效性和优越性。
-
公开(公告)号：CN118229579A
公开(公告)日：2024-06-21
申请号：CN202410521837.4
申请日：2024-04-28
Applicant: 浙江大学
IPC: G06T5/73 , G06T5/60 , G06T5/10 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于流的双条件引导遥感图像全色锐化方法、系统及设备，本发明针对现有的全色锐化学习的方法缺乏同时从光谱和空间角度解决全色锐化任务中的不适定问题能力的现状，提出一个基于流的双条件引导的全色锐化模型，能够在光谱和空间条件的指导下分别学习目标图像光谱级别和空间级别的条件分布。本发明将从低分辨率多光谱图像中提取细粒度的光谱信息和从全色图像中提取的增强的空间信息作为条件，引导基于流的全色锐化网络学习生成光谱多样性和空间多样性的目标图像，缓解了全色锐化任务的不适定问题，在QuickBird和GaoFen‑2数据集上的实验验证了模型的有效性和优越性。
-
公开(公告)号：CN113887470B
公开(公告)日：2024-06-14
申请号：CN202111202067.X
申请日：2021-10-15
Applicant: 浙江大学
IPC: G06V20/10 , G06V20/13 , G06V20/70 , G06V10/26 , G06V10/56 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于多任务注意力机制的高分辨率遥感图像地物提取方法。该方法基于多模态数据的特征融合思路，采用多任务架构将高分辨遥感图像的RGB通道和IR通道分别从多任务网络架构的两个分支同时输入，同时将多任务注意网络模块融合进入编码器部分中，旨在编码过程中能够充分结合来自RGB和IR通道的互补信息，形成用于分割的判别表示，增强注意力机制能力，由此大大提高了地物提取模型提取高分辨率遥感图像中地物目标的性能。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.025 seconds)
