-
公开(公告)号：CN107463948A
公开(公告)日：2017-12-12
申请号：CN201710571624.2
申请日：2017-07-13
Applicant: 西安电子科技大学
CPC classification number: G06K9/629 , G06K9/6257 , G06K2009/4657 , G06N3/0454 , G06N3/084
Abstract: 本发明公开了一种基于双通道多特征融合网络的多光谱图像分类方法，将两个卫星不同波段的多光谱特征分别进行融合得到特征L和L′；然后将L和L′进行归一化处理得到Lnorm和L′norm；在Lnorm和L′norm上随机选取像素块作为训练集和验证集，构成基于图像块的特征矩阵Wtrain，Wval，根据sao_paulo城市的特征矩阵得到测试集的特征矩阵Wtest；构造双通道全卷积神经网络的分类模型；用训练数据集的特征矩阵Wtrain和验证数据集的特征矩阵Wval对分类模型进行训练；利用训练好的分类模型对测试数据集的特征矩阵Wtest分类。本发明应用双通道全卷积神经网络进行多光谱图像分类，和普通全卷积神经网络相比，提高了分类精度。
-
公开(公告)号：CN107451614A
公开(公告)日：2017-12-08
申请号：CN201710644479.6
申请日：2017-08-01
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于空间坐标与空谱特征融合的高光谱分类方法，克服了现有技术空间信息引入方式复杂和信息利用不充分的问题。本发明具体实现的步骤为：(1)输入数据；(2)获取训练样本集和测试样本集；(3)确定空间特征；(4)获取光谱特征；(5)融合分析光谱特征与空间特征；(6)输出最终分类图。本发明利用了空间坐标引入了空间信息，同时采用空谱特征融合的方式，充分地利用信息，以很少的时间获得了很高的分类精度。
-
公开(公告)号：CN107392122A
公开(公告)日：2017-11-24
申请号：CN201710551718.3
申请日：2017-07-07
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多极化特征和FCN-CRF融合网络的极化SAR影像人造目标检测方法，主要解决现有技术对极化SAR人造目标检测精度低的问题，其方案是：输入待检测的极化SAR图像，对该极化SAR图像的极化相干矩阵T进行Lee滤波；对极化散射矩阵S进行Pauli分解，构成基于像素点的特征矩阵F1；对滤波后的相干矩阵T进行Yamaguchi分解，构成基于像素点的特征矩阵F2；本发明将基于多极化特征和FCN-CRF的融合网络应用于极化SAR人造目标的检测上，提高了极化SAR图像人造目标的检测精度，可用于多目标的分类任务中。
-
公开(公告)号：CN107358204A
公开(公告)日：2017-11-17
申请号：CN201710572135.9
申请日：2017-07-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了基于数据再编码和深度融合卷积网络的多光谱图像分类方法，将待分类的多光谱图像中不同波段的数据堆叠到一起，得到三维图像特征FA；输入待分类多光谱图像的分类辅助数据；再进行编码，得到三维图像特征FB；将两种数据源处理后得到的三维特征矩阵FA、FB联合，作为输入特征F；对F归一化，并对归一化后的特征矩阵F1中的每个元素取块，构成基于图像块的特征矩阵F2；根据F2得到训练数据集的特征矩阵W1和测试数据集的特征矩阵W2；构造基于多尺度深度滤波器的分类模型；用训练数据集的特征矩阵W1对分类模型进行训练；利用训练好的分类模型对测试数据集的特征矩阵W2分类。本发明提高了多光谱遥感图像的分类精度，可用于地物分类。
-
公开(公告)号：CN107358202A
公开(公告)日：2017-11-17
申请号：CN201710572121.7
申请日：2017-07-13
Applicant: 西安电子科技大学
CPC classification number: G06K9/0063 , G06K9/4671 , G06K9/6256 , G06K9/6267
Abstract: 本发明公开了基于深度曲线波堆栈网络的极化SAR影像变化检测方法，是利用曲线波可以提取多尺度信息的特性，以及深度学习的学习推理能力，首先对极化SAR影像进行曲线波变换得到稀疏的多尺度特征，再利用深度堆栈网络提取更深层的特征，并将变化检测看作二分类问题，从而得到精确的变化检测结果。
-
Patent Agency Ranking
公开(公告)号：CN107239799A
公开(公告)日：2017-10-10
申请号：CN201710385663.3
申请日：2017-05-26
Applicant: 西安电子科技大学
CPC classification number: G06K9/6272 , G06K9/66 , G06N3/08
Abstract: 本发明公开了一种基于Pauli分解和深度残差网的极化SAR影像分类方法，主要解决现有技术分类精度低，神经网络无法增加到更深层的问题，其方案是输入待分类的极化SAR图像，对极化散射矩阵S进行Pauli分解，构成基于像素点的特征矩阵F；用特征矩阵F中每个元素取周围28×28的块代表原来的元素值，构成基于图像块的特征矩阵；构造训练数据集D；对Pauli分解之后的图像进行超像素处理，构造数据集T1；构造基于深度残差网的分类模型；用训练数据集对分类模型进行训练，得到训练好的模型；将数据集T1送入训练好的模型进行分类并得到整张图的预测类标矩阵T2；T2矩阵中除去训练数据集中的像素点，然后计算准确率。本发明采用深度残差网加深网络层数，并且采用超像素对图像进行处理，有效的学习了图像特征，提高了极化SAR图像的分类精度，可用于目标识别。
-
公开(公告)号：CN107229918A
公开(公告)日：2017-10-03
申请号：CN201710396167.8
申请日：2017-05-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于全卷积神经网络的SAR图像目标检测方法，主要解决现有技术检测速度慢、准确率低的问题，其方案是：获取SAR图像；扩充训练数据集；构建一个九层的全卷积神经网络；使用扩充后的训练数据集训练全卷积神经网络；将测试图片输入到训练好的模型中进行显著性检测，得到输出的显著性特征图；对显著性特征图进行形态学处理；对处理后的特征图进行连通域标记；以每个连通域的质心为中心，提取与各个目标质心对应的检测切片；将各个检测切片在输入的原始SAR图像中标记出来，得到测试数据的目标检测结果。本发明将全卷积神经网络应用到SAR图像目标检测中，提高了SAR图像目标检测的检测速度和准确率，可用于目标识别。
-
公开(公告)号：CN107220968A
公开(公告)日：2017-09-29
申请号：CN201710339778.9
申请日：2017-05-15
Applicant: 西安电子科技大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/10044
Abstract: 本发明公开的一种基于集成学习的多目标优化SAR图像变化检测方法，主要解决现有技术斑点噪声较大，不能保持SAR图像局部信息和分类准确度不高的问题，其方案是：对输入的两幅SAR图像Y1和Y2采用波动参数划分的方法产生原始差异图D1；再对原始差异图D1去噪得到去噪差异图D2；由原始差异图D1和去噪差异图D2构造两个目标函数，并计算得到这两个目标函数的函数值同时最小的解集，进而得到多个二值图像；对这多个二值图像再采用集成学习的方法得到最终的变化检测图像R。本发明减少了斑点噪声，保留了图像局部信息和提高了分类的准确度，可应用于遥感、医疗诊断、视频监控。
-
公开(公告)号：CN107154054A
公开(公告)日：2017-09-12
申请号：CN201710364899.9
申请日：2017-05-22
Applicant: 西安电子科技大学
Abstract: 基于深度置信网络的极化SAR影像变化检测方法，包括首先输入待检测的两幅同一地区、不同时相的极化SAR影像；对两时相的极化SAR影像数据配准；对配准后的影像降斑；进行初步人工标记；由两幅极化SAR影像的极化散射矩阵分别求得极化相干矩阵TA和TB；分别提取矩阵的对角线元素，级联构成基于像素点的特征矩阵F；归一化后得到特征矩阵F1；对特征矩阵F1中的每个元素取块，构成基于图像块的特征矩阵F2；根据F2得到训练数据集D的特征矩阵D1和测试数据集T的特征矩阵T1；构造基于深度置信网络的检测模型；用构造的数据集对检测模型训练；利用训练好的检测模型对待检测图像检测。本发明检测精度高。
-
公开(公告)号：CN106886284A
公开(公告)日：2017-06-23
申请号：CN201710042318.X
申请日：2017-01-20
Applicant: 西安电子科技大学
IPC: G06F3/01
Abstract: 本发明公开了一种基于Kinect的博物馆文物交互系统，该系统包括Kinect数据采集设备、中央处理器、显示设备。Kinect数据采集设备将采集到的人体视频数据传输至中央处理器，中央处理器通过处理接收到的数据进行手势动作判断，生成相应控制文物的效果，并通过显示设备将结果显示出来。用户能够根据手势动作对历史文物模型进行放大、缩小、左旋转、右旋转、观看表面细节、查看内部构造，浏览历史背景、文物知识、制作工艺等操作，该系统针对人们无法近距离接触历史文物等问题，专注于文物本身，旨在帮助用户通过人机交互的方式了解历史文物，消除距离感，改变人们对博物馆的传统看法。该系统设备简单，操作便捷，适合博物馆内使用，给博物馆注入了生机。
-
-
-
-
-
-
-
-
-
Search Results
253
records
(took 0.032 seconds)
