-
公开(公告)号:CN116148855A
公开(公告)日:2023-05-23
申请号:CN202310349555.6
申请日:2023-04-04
Applicant: 之江实验室
Abstract: 本发明公开了一种时序InSAR大气相位去除和形变解算的方法及系统,该方法首先获取监测区的时间序列SAR图像及DEM数据,并进行预处理、差分干涉、滤波及相位解缠;其次构建含有大气相位的差分干涉图的样本库;再基于条件生成对抗神经网络CGAN对样本库进行增广并构建完整版样本库;然后基于TransUNet网络构建大气相位去除TransUNet网络模型,并进行训练和测试,以去除差分干涉图中的大气相位;最后基于去除大气相位后的差分干涉图进行时序InSAR的形变解算,以获取监测区的地表形变信息。本发明能够突破现有InSAR技术中无法完全消除大气相位误差的技术瓶颈,同时提高了时序InSAR形变解算的精度。
-
公开(公告)号:CN116029947A
公开(公告)日:2023-04-28
申请号:CN202310326767.2
申请日:2023-03-30
Applicant: 之江实验室
Abstract: 本发明公开了一种用于恶劣环境的复杂光学图像增强方法、装置和介质,该方法具体为:首先利用不同光照因素下的图像形成实验数据集;然后构建多种注意力模块提升图像纹理细节;其次构建特征‑图像匹配融合模块增强特征表征能力,增强模型全局感知能力;再搭建多尺度神经网络模型实现对复杂恶劣光照场景下的图像增强;然后使用数据样本训练生成对抗网络,构建对抗增强网络模型并输出增强后的图像;最后将预训练后的模型部署在TVM的设备上,根据特定设备和工作负载自动调整优化模型并获得最佳性能,在计算资源不足的设备中依旧可以提供快速且准确的推理模型。本发明能够对复杂光照因素引起的图像失真模糊进行重构增强,提高图像的增强效果。
-
公开(公告)号:CN115659281A
公开(公告)日:2023-01-31
申请号:CN202211461190.8
申请日:2022-11-16
Applicant: 之江实验室
IPC: G06F18/25 , G06F18/241 , G06N3/044 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种自适应加速算子融合的方法及装置,该方法包括:首先将神经网络抽象成计算图的形式;其次为图节点添加关键属性进行图赋权,并为赋权后计算图中的每个算子定义状态;然后基于包含状态信息的算子,设计基于深度强化学习的关键参与者算子节点自适应计算方法;最后基于关键参与者算子节点对计算图中的算子进行融合优化,对每一个计算图中的关键参与者算子最优融合方法进行探索,其余算子融合在关键参与者算子最优融合方案下进行探索,最终确定整个神经网络每个算子的最优融合方案。本发明能够大幅减少编译器搜索算子融合优化空间的时间,并且可面向更深更复杂的网络,具有较强的扩展性与重构性。
-
公开(公告)号:CN114814843B
公开(公告)日:2022-10-04
申请号:CN202210734885.2
申请日:2022-06-27
Applicant: 之江实验室
Abstract: 本发明公开了一种基于CPU‑GPU异构并行的InSAR分布式散射体干涉技术的地表形变反演方法和系统,基于CPU‑GPU异构硬件的并行编程模型OpenMP+CUDA,实现高效的InSAR分布式散射体干涉技术的处理流程,并提出了不同算法结构和数据结构的多层级并行方法。本发明创新性地运用CPU‑GPU异构硬件实现了较高并行性能的分布式散射体干涉技术,提高了InSAR技术的解算效率和速度,突破了分布式散射体干涉技术快速解算的技术瓶颈,该方法可应用于自然地表大区域的形变反演。
-
-
-