-
公开(公告)号：CN116563284B
公开(公告)日：2023-11-07
申请号：CN202310835135.9
申请日：2023-07-10
Applicant: 南京信息工程大学 , 南京中网卫星通信股份有限公司
Abstract: 本发明公开了定量描述MRI中脑胶质瘤特征边界变化评估指标的系统，包括：图像预处理模块、MSC度量值计算模块、有效性评估模块和预测性评估模块。所述图像预处理模块将获取的脑胶质瘤数据进行去噪和去除孤立体素并填充处理；所述MSC度量值计算模块构建肿瘤的边界划分采样，设计计算脑胶质瘤的边界清晰度系数的模型；所述有效性评估模块利用Bland‑Altman检验和卡方检验分析评估MSC的准确性；所述预测性评估模块通过脑胶质瘤边界清晰度系数验证脑胶质瘤的侵袭性，结合机器学习线性回归、Cochran‑Armitage趋势卡方检验以及皮尔逊相关系数来评估MSC的预测性能。本发明可以满足在计算脑胶质瘤边界清晰度的同时，进一步的了解MSC与脑胶质瘤的侵袭之间的关系。
-
公开(公告)号：CN116612288A
公开(公告)日：2023-08-18
申请号：CN202310884464.2
申请日：2023-07-19
Applicant: 南京信息工程大学 , 南京中网卫星通信股份有限公司
Abstract: 本发明公开了一种多尺度轻量级实时语义分割方法、系统，该方法包括对互联网上公开的图像数据集进行预处理；构建基于下采样模块和轻量化可分离非对称残差模块的编码器主干网络，生成编码器主干网络浅层、中间层和最深层特征图；将浅层、中间层和最深层特征图分别输入到轻量化注意力模块中，生成增强的特征图；将中间层和最深层特征图分别输入到轻量化物体上下文特征融合模块中并进行上采样操作，生成二倍增强的区域上下文信息特征图；将增强的浅层特征图和二倍增强的区域上下文信息特征图进行连接、池化、上采样操作，生成最终网络分割结果。本发明改善了传统语义分割网络模型体量过大、在算力资源有限的移动平台上平衡分割精度和实现效率的问题。
-
公开(公告)号：CN111368896B
公开(公告)日：2023-07-18
申请号：CN202010128528.2
申请日：2020-02-28
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V20/13 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于密集残差三维卷积神经网络的高光谱遥感图像分类方法，以原始高光谱数据作为网络输入，采用三维卷积提取高光谱遥感图像的三维空谱特征，三维卷积可以直接对高光谱图像进行处理，不需要进行降维等预处理操作，更充分地提取高光谱图像的空谱特征。利用密集残差网络加深网络层数，学习更深层次的光谱和空间特征，随着网络深度的增加，残差网络可以有效减少梯度消失的问题，并且该结构可以更有效地利用特征并增强卷积层之间的特征传递；通过早停的方法来缩减训练时间，通过Soft‑max分类器进行分类预测，得到初始分类结果；提出多标签条件随机场优化算法，对分类的结果进行优化。本发明提升运算效率，提高了遥感图像分类的准确度。
-
公开(公告)号：CN112149547B
公开(公告)日：2023-06-02
申请号：CN202010979542.3
申请日：2020-09-17
Applicant: 南京信息工程大学
IPC: G06V20/13 , G06V10/774 , G06V10/82 , G06V10/26 , G06V10/74 , G06V10/80 , G06N3/0464
Abstract: 本发明提出了一种基于图像金字塔引导和像素对匹配的遥感影像水体识别方法。通过图像尺度金字塔输入保证图像浅层特征被保留和传递，然后结合不同层次卷积神经网络输出特征，得到图像特征金字塔，通过双线性插值将各层输出的特征图恢复到原图大小，基于单像素点构建融合浅层纹理特征与深层语义信息的多尺度特征向量，随后送入全连接层以获得初始预测结果。对于全连接层输出，首先，基于扩张卷积引入扩张率来衡量目标像素与限定区域内一组像素的相似性，通过构建基于匹配度的相似性损失函数，再结合基于语义分割的相似性损失函数构建网络整体损失函数，训练神经网络，完成水体识别模型的构建，从而在输入目标遥感影像时，精准完成水体识别。
-
公开(公告)号：CN115205166A
公开(公告)日：2022-10-18
申请号：CN202211126415.4
申请日：2022-09-16
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于环境光与传输图并行估计网络的水下图像恢复方法，涉及水下图像复原技术领域，在水下物理成像模型的基础上，并行神经网络由传输图估计网络（T‑net）和环境光估计网络（A‑net）两个部分组成，传输图估计网络（T‑net）采用多尺度密集残差的结构来估计传输图，环境光估计网络（A‑net）采用特征金字塔网络来估计环境光，传输图估计网络（T‑net）中加入了自注意力机制以关注全局信息对局部细节的影响，还用于补偿信息损失，特别是边缘信息，而多尺度估计有助于合并来自不同尺度的局部图像细节，在环境光估计网络（A‑net）中加入扩张卷积以增大感受野，更容易地关注到全局地信息。
-
Patent Agency Ranking
公开(公告)号：CN115113301A
公开(公告)日：2022-09-27
申请号：CN202211010895.8
申请日：2022-08-23
Applicant: 南京信息工程大学 , 南京中网卫星通信股份有限公司
Abstract: 本发明提供一种基于多源数据融合的应急短临预报方法及系统，涉及短临天气预报技术领域。本发明的步骤为：将多时次多通道卫星云图序列、多时次雷达回波图序列和相同时序下的基本气象预报因子打包作为数据样本，进行预处理和数据增强，得到训练样本；构建用于融合多源数据的网络，将训练样本输入网络中进行训练，得到训练好的多源数据融合网络；将预测区域之前符合短临预报有效时间内的多时次多通道卫星云图序列、多时次雷达回波图序列和相同时序下的基本气象预报因子输入所述训练好的多源数据融合网络，对区域未来若干时间段进行天气预测。本发明的应急短临预报方法，极大提高了预测的准确率。
-
公开(公告)号：CN114612709A
公开(公告)日：2022-06-10
申请号：CN202210185676.7
申请日：2022-02-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种图像金字塔特征指导的多尺度目标检测方法，包括步骤：S1，以彩色图像作为网络输入，以FPN作为目标检测的框架，采用排序下采样方法提取图像特征；S2，以同一幅彩色图像作为输入，采用构建的双瓶颈子卷积网络提取图像金字塔中每层级的位置信息和细节特征；S3，将步骤S2中提取的每层级的图像特征和主干网络对应的深层特征输入到构建的分层式特征融合模块中，完成高分辨率、弱语义特征与低分辨率、强语义特征的融合；S4，引入Focal loss重构损失函数，完成目标检测。本发明不仅能加强空间位置信息，而且能避免在下采样中丢失大量细节信息，从而增加了目标检测网络对小目标和邻近目标的辨识度。
-
公开(公告)号：CN111369449A
公开(公告)日：2020-07-03
申请号：CN202010107191.7
申请日：2020-02-21
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于生成式对抗网络的红外盲元补偿方法，用于红外成像技术领域，通过对抗网络模型结合盲元补偿函数，以生成新图像的方式实现对原图像盲元像素灰度的预测。首先，基于生成式对抗网络构建盲元补偿网络模型，通过训练使得模型学习到红外盲元图像特征并对用于训练的盲元图像数据集实现较好的补偿效果；然后，对待补偿的盲元图像进行盲元检测生成二值矩阵，结合盲元补偿损失函数生成伪造图像；最后，通过泊松融合算法将盲元图像和生成的伪造图像融合，通过迭代来提高补偿精度，最终完成对红外盲元的补偿。本发明对盲元像素灰度值的预测更加准确，恢复的图像拥有较好的细节和纹理信息，对于大量孤立盲元和盲元簇有较强的适应性。
-
公开(公告)号：CN111259930A
公开(公告)日：2020-06-09
申请号：CN202010020371.1
申请日：2020-01-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种自适应注意力指导机制的一般性目标检测方法，属于计算机视觉目标检测领域。包括交叉下采样、目标区域识别(SORR)、注意力指导机制的金字塔预测卷积(APPK)和并交比(IoU)自适应损失优化。交叉下采样可保留多尺度特征图中的整体细纹理特征，减少了在图像下采样过程中空间信息的丢失；SORR模块将特征图划分为n×n网格，并得到注意力得分图，提高了目标检测效率；APPK模块可以选择推荐区域来处理预测模块和多尺度目标之间的不匹配问题；IoU自适应损失函数用于处理训练中难样本(Hard example)的问题。该目标检测方法在准确度和检测速度方面都优于现有的一般性目标检测方法。
-
公开(公告)号：CN110988883A
公开(公告)日：2020-04-10
申请号：CN201911309889.0
申请日：2019-12-18
Applicant: 南京信息工程大学
Abstract: 本发明提供一种雷达回波图像中飑线特征的智能识别预警方法，以多普勒天气雷达探测资料为主要数据源，对雷达探测到的基本反射率的空间分布和强度进行分析，通过数值预处理、滤波、图像特征提取、对目标物的中轴线分析和飑线形态分析等一系列步骤，实现对雷达飑线特征的智能识别预警。本发明方法的应用能够将以往本需要由气象专业人员主观分析、判读雷达回波图像的工作自动化、客观化，提高了飑线识别、强对流天气告警相关业务的准确性和时效性。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.033 seconds)
