多特征融合的红外船舶图像修复方法、装置、设备及介质

    公开(公告)号:CN119444622B

    公开(公告)日:2025-03-21

    申请号:CN202510050060.2

    申请日:2025-01-13

    Applicant: 中南大学

    Abstract: 本申请公开了一种多特征融合的红外船舶图像修复方法、装置、设备及介质,方法包括获取第一图像数据和真实图像数据,对第一图像数据进行手工特征提取和深度特征提取,获得手工特征数据和深度特征数据;将手工特征数据与深度特征数据进行融合,获得融合特征;将融合特征输入卷积神经网络模型对第一图像数据进行修复,获得第二图像数据;根据第二图像数据与真实图像数据,获得重建损失函数,根据重建损失函数对卷积神经网络模型进行优化,获得红外船舶图像修复模型;根据红外船舶图像修复模型对红外船舶图像进行修复。本申请在复杂场景和极端条件下具有较强的修复鲁棒性,能够稳定恢复红外图像细节并提升整体修复质量。

    一种红外船舶图像的分类方法和分类系统

    公开(公告)号:CN119445266A

    公开(公告)日:2025-02-14

    申请号:CN202510050075.9

    申请日:2025-01-13

    Applicant: 中南大学

    Abstract: 本申请公开了一种红外船舶图像的分类方法和分类系统,将红外船舶图像数据集划分出至少两个源域的红外船舶图像;将红外船舶图像输入预设的图像分类模型,通过图像分类模型的第一支路网络从红外船舶图像提取第一域不变特征,并对第一域不变特征进行聚类,得到第一聚类特征;并通过图像分类模型的第二支路网络从红外船舶图像提取第二域不变特征,并对第二域不变特征进行聚类,得到第二聚类特征;根据第一聚类特征和第二聚类特征得到融合增强特征;根据融合增强特征对图像分类模型进行梯度更新,得到训练好的图像分类模型;将目标红外船舶图像输入训练好的图像分类模型,得到目标红外船舶图像的分类结果,能够提高红外船舶图像质量并增强处理性能。

    一种基于特征重构的红外船舶图像分类方法、系统及设备

    公开(公告)号:CN119919745A

    公开(公告)日:2025-05-02

    申请号:CN202510413258.2

    申请日:2025-04-03

    Applicant: 中南大学

    Abstract: 本申请公开了一种基于特征重构的红外船舶图像分类方法、系统及设备,该方法通过对特征矩阵进行第一次特征重构和第二次特征重构;基于第一特征重要性分数和第二特征重要性分数,对特征矩阵中的特征进行筛选,得到新特征矩阵;将提取的视觉特征与新特征矩阵进行融合,得到融合特征矩阵;将融合特征矩阵输入第一分类网络进行分类评估;根据分类评估结果和样本的类别标签,对样本特征进行不确定性评估,得到不确定性评估结果;根据不确定性评估结果筛选目标特征集,采用目标特征集训练第二分类网络,以便通过训练好的第二分类网络对红外船舶图像进行分类。本申请能够得到稳定性和鲁棒性较高的特征集,从而提高红外船舶图像分类准确度。

    多特征融合的红外船舶图像修复方法、装置、设备及介质

    公开(公告)号:CN119444622A

    公开(公告)日:2025-02-14

    申请号:CN202510050060.2

    申请日:2025-01-13

    Applicant: 中南大学

    Abstract: 本申请公开了一种多特征融合的红外船舶图像修复方法、装置、设备及介质,方法包括获取第一图像数据和真实图像数据,对第一图像数据进行手工特征提取和深度特征提取,获得手工特征数据和深度特征数据;将手工特征数据与深度特征数据进行融合,获得融合特征;将融合特征输入卷积神经网络模型对第一图像数据进行修复,获得第二图像数据;根据第二图像数据与真实图像数据,获得重建损失函数,根据重建损失函数对卷积神经网络模型进行优化,获得红外船舶图像修复模型;根据红外船舶图像修复模型对红外船舶图像进行修复。本申请在复杂场景和极端条件下具有较强的修复鲁棒性,能够稳定恢复红外图像细节并提升整体修复质量。

    一种红外舰船识别方法、系统、设备及存储介质

    公开(公告)号:CN119478629A

    公开(公告)日:2025-02-18

    申请号:CN202510050072.5

    申请日:2025-01-13

    Applicant: 中南大学

    Abstract: 本申请公开了一种红外舰船识别方法、系统、设备及存储介质,方法包括:获取待识别的红外舰船图像;将待识别的红外舰船图像输入已完成训练的学生模型,得到红外舰船图像的识别结果;已完成训练的学生模型由以下步骤得到:获取干净红外舰船样本;获取随机噪声向量组;根据干净红外舰船样本和随机噪声向量组,获取增强红外舰船样本;根据干净红外舰船样本、增强红外舰船样本和已完成对抗训练的教师模型训练学生模型,得到已完成训练的学生模型。本申请能实现提高红外舰船图像识别的准确率。

    一种红外船舶图像的分类方法和分类系统

    公开(公告)号:CN119445266B

    公开(公告)日:2025-03-21

    申请号:CN202510050075.9

    申请日:2025-01-13

    Applicant: 中南大学

    Abstract: 本申请公开了一种红外船舶图像的分类方法和分类系统,将红外船舶图像数据集划分出至少两个源域的红外船舶图像;将红外船舶图像输入预设的图像分类模型,通过图像分类模型的第一支路网络从红外船舶图像提取第一域不变特征,并对第一域不变特征进行聚类,得到第一聚类特征;并通过图像分类模型的第二支路网络从红外船舶图像提取第二域不变特征,并对第二域不变特征进行聚类,得到第二聚类特征;根据第一聚类特征和第二聚类特征得到融合增强特征;根据融合增强特征对图像分类模型进行梯度更新,得到训练好的图像分类模型;将目标红外船舶图像输入训练好的图像分类模型,得到目标红外船舶图像的分类结果,能够提高红外船舶图像质量并增强处理性能。

    一种二硫化钼纳米片的制备方法和应用

    公开(公告)号:CN108439470B

    公开(公告)日:2020-06-02

    申请号:CN201810568814.3

    申请日:2018-06-05

    Applicant: 中南大学

    Abstract: 本发明公开了一种二硫化钼纳米片的制备方法,将钼源和黄原酸混合,经水热反应,制得单层和/或少层二硫化钼纳米片。本方法选用大规模工业生产的黄原酸盐为硫源,成本低、重复性好,并可制备出单层和/或少层二硫化钼纳米片。该纳米片可应用于吸附、光催化、光降解、润滑、光电器件等领域。

    一种二硫化钼纳米片的制备方法和应用

    公开(公告)号:CN108439470A

    公开(公告)日:2018-08-24

    申请号:CN201810568814.3

    申请日:2018-06-05

    Applicant: 中南大学

    Abstract: 本发明公开了一种二硫化钼纳米片的制备方法,将钼源和黄原酸混合,经水热反应,制得单层和/或少层二硫化钼纳米片。本方法选用大规模工业生产的黄原酸盐为硫源,成本低、重复性好,并可制备出单层和/或少层二硫化钼纳米片。该纳米片可应用于吸附、光催化、光降解、润滑、光电器件等领域。

Patent Agency Ranking