一种异质双时图像变化检测方法及装置

    公开(公告)号:CN116071346B

    公开(公告)日:2025-01-28

    申请号:CN202310180587.8

    申请日:2023-03-01

    Abstract: 本发明公开了一种异质双时图像变化检测方法及装置,本发明涉及图像变化检测技术领域,包括:利用双流编码器获取待检测的两张异质双时图像的映射到相同隐特征空间的第一隐空间特征图及先验变化图,根据两张第一隐空间特征图的逐像素位置差值的L2范数,确定变化差分图,根据变化差分图,确定第一伪标签图,利用前馈神经网络处理经过通道加权和通道维拼接后的第一隐空间特征图,获取初始变化概率图,根据初始变化概率图确定第二伪标签图,利用第二伪标签图替换先验变化图,迭代更新第二伪标签图。该方法以双时相图像在同一特征空间的编码为输入,以可靠的伪标签作为监督引导模型自主推理伪标签中不正确的区域,同时能有效抑制其中的噪斑。

    一种并行可微分神经网络架构搜索方法

    公开(公告)号:CN115906935B

    公开(公告)日:2024-10-29

    申请号:CN202211299553.2

    申请日:2022-10-23

    Abstract: 本发明公开了一种并行可微分神经网络架构搜索方法,首先构建带有二进制门的双路径超级网络;然后利用sigmoid函数,进行搜索空间连续化;接下来运用梯度下降的方式对所述超级网络进行优化,得到最优基本单元,包括普通单元和归约单元;最后利用得到的基本单元进行堆叠,得到所需的深度神经网络,对深度神经网络进行重训练至网络收敛。通过设计快速并行的可微分神经网络架构搜索方法,显著提高了神经网络架构搜索的速度和性能。

    一种基于神经网络架构搜索的双模态图像协同语义分割方法

    公开(公告)号:CN116563528B

    公开(公告)日:2024-09-27

    申请号:CN202310217739.7

    申请日:2023-03-08

    Abstract: 本发明涉及一种神经网络架构搜索的双模态图像协同语义分割方法,属于计算机视觉技术领域。设计了双模态图像协同语义分割模型,包括模态A图像编码器和模态B图像编码器和一个解码器;所述的方法包括构建适用于双模态图像语义分割的搜索空间,将不同模态的模态A图像和模态B图像输入到所述的搜索空间中进行搜索,利用归一化指数函数对搜索空间进行连续化,利用梯度下降的方式对网络进行优化;对优化后的网络进行解码得到最优的适用于双模态图像的语义分割网络;将模态A图像和模态B图像输入到步骤3解码得到的语义分割网络进行重新训练,得到最终的双模态图像语义分割网络,利用双模态图像语义分割网络对图像进行分割。

    一种基于横纵注意力的中长期径流预测方法

    公开(公告)号:CN118013866B

    公开(公告)日:2024-06-25

    申请号:CN202410421506.3

    申请日:2024-04-09

    Abstract: 本申请的实施例涉及机器学习技术领域,公开了一种基于横纵注意力的中长期径流预测方法,包括:根据目标流域内的径流数据和降雨数据生成原始数据集;对原始数据集进行预处理,按照时间划分出训练集、验证集和测试集三个时间互斥的部分;构建基于横纵注意力的中长期径流预测模型,所述基于横纵注意力的中长期径流预测模型由卷积层、序列注意力模块、周期注意力模块、融合模块、以及输出选择操作单元组成;基于训练集、验证集和测试集,对模型进行多次迭代训练至收敛,得到训练完成的模型;将待预测流域内的径流数据和降雨数据输入至训练完成的模型中,获得径流预测结果。该方法在建模时融合了序列信息和周期信息,提升了中长期径流预测的精度。

    一种基于互补融合网络的全色锐化方法

    公开(公告)号:CN116228577A

    公开(公告)日:2023-06-06

    申请号:CN202310186246.1

    申请日:2023-03-01

    Abstract: 本发明公开了一种基于互补融合网络的全色锐化方法,通过构建互补融合网络模型处理全色锐化问题,该模型包含局部、全局两分支以及融合增强、重构两模块;其中局部分支主要由卷积层组成以充分利用其局部感受野提取局部信息;全局分支在空谱结合的小波域内使用可变形交叉注意力进行全局范围的引导融合;经过两个分支可得到三种初始融合特征,融合增强模块则将其作为输入,通过空间和通道注意力增强其中互补的部分并削弱冗余的部分,整合结果后形成最终的融合特征;最后经过重构模块得到全色锐化结果图像。本发明能够充分利用多光谱图和全色图中蕴含的丰富互补与冗余信息,从而在增强空间细节信息的同时减少光谱失真。

    一种基于Transformer序列到序列模型的径流预测方法

    公开(公告)号:CN115146700A

    公开(公告)日:2022-10-04

    申请号:CN202210558117.6

    申请日:2022-05-21

    Abstract: 本发明公开了一种基于Transformer序列到序列模型的径流预测方法,首先准备好数据集,读入数据并进行预处理,得到可用的序列数据;其次将经过预处理的数据集划分成训练集、验证集、测试集三个互斥的子集;然后构建Transformer序列到序列模型;接着定义损失函数和优化器,并训练模型;最后对训练完成的模型进行测试。数据集上的实验结果表明,相对于已有的基于数据驱动的序列到序列模型比较,本发明获得的径流预测结果具有较高的预测精度。

    一种基于空间尺度注意力机制和矢量地图的航空图像地理定位方法

    公开(公告)号:CN113239952A

    公开(公告)日:2021-08-10

    申请号:CN202110337942.9

    申请日:2021-03-30

    Abstract: 本发明公开一种无人机航空图像的地理定位方法,为了解决航空图像与矢量地图外观、模态等差异,用卷积神经网络提取特征后,设计了空间尺度注意力模块来编码场景的空间布局信息,使得获得的特征更具辨别性。首先,特征选择模块选择重要且有意义的特征,然后使用空间尺度重要性生成模块来关注不同尺度的特征,进一步增强重要物体的特征,抑制场景中干扰物体的特征,同时物体特征的有无也在一定程度上表示场景的空间布局信息,从而也将场景的布局信息嵌入到特征向量中,获得更加鲁棒的特征表示,提高了图像匹配的准确度,进而提高了定位的准确率。本发明在仅检索一幅图像的情况下获得的定位准确率是所参考文献的地理定位方法的2~7倍。

Patent Agency Ranking