-
公开(公告)号：CN119295592B
公开(公告)日：2025-03-04
申请号：CN202411783327.0
申请日：2024-12-06
Applicant: 中国人民解放军火箭军工程大学
IPC: G06T11/00 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本申请公开了一种单样本多风格域自适应图像生成方法及系统，涉及计算机视觉的图像生成领域和迁移学习领域，该方法包括获取源域图像；根据源域图像，利用训练好的单样本多目标域自适应图像生成模型，生成目标域图像；所述训练好的单样本多目标域自适应图像生成模型包括：源域生成器、目标域生成器、目标域风格特征超网络、动态核调制模块、异构语义特征提取网络、纹理差异特征提取网络以及CLIP模型；本申请能够更加精确地挖掘跨域特征学习时的知识迁移关系，对于同时建立多个类别的图像域映射关系更具优势，在最大化保留源域图像结构信息的同时，能够忠实地反映不同风格目标域的独特属性，进而生成更高质量的目标域图像。
-
公开(公告)号：CN119206509A
公开(公告)日：2024-12-27
申请号：CN202411686258.1
申请日：2024-11-25
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本申请公开了一种遥感图像聚类方法及系统，涉及图像处理领域。该方法包括：获取遥感图像；对遥感图像进行超像素分割，得到超像素图；基于超像素图得到超像素特征和邻接矩阵；构建图像聚类模型，并将超像素特征和邻接矩阵输入图像聚类模型，得到聚类结果；基于聚类结果完成遥感图像中的地物分类。其中，图像聚类模型包括交叉注意力图扩散模块、辨别性光谱特征提取模块、图自对比损失函数以及聚类输出模块。本申请能够很好地实现高效邻居感知、自适应提取高级空间特征以及有效识别判别性信息，进而实现遥感图像的精确聚类。
-
公开(公告)号：CN118316572A
公开(公告)日：2024-07-09
申请号：CN202410450817.2
申请日：2024-04-15
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本申请公开一种宽窄带通信的自适应方法、系统、计算机设备及存储介质，方法包括：通过接收端接收数据信号；在所述接收端，解调所述数据信号，并计算所述数据信号的信道状态信息，将所述信道状态信息反馈至发送端；在所述发送端，根据所述信道状态信息对通信方式进行自适应的调整，确定发送端的通信波形规则；基于所述通信波形规则确定目标波形信号，并通过发送端对所述目标波形信号进行调制后发送所述目标波形信号，所述目标波形信号包括适用于通信质量条件的宽带波形型号和窄带波形信号的至少一个；通信质量与信道状态信息相关联。通过自适应地控制调整宽窄带的通信，提高自组网通信对复杂应用场景的适应能力，保证了复杂环境下高可靠通信需求。
-
公开(公告)号：CN117636216A
公开(公告)日：2024-03-01
申请号：CN202311635098.3
申请日：2023-12-01
Applicant: 中国人民解放军火箭军工程大学
IPC: G06V20/40 , G06V10/80 , G06V10/764 , G06V10/40 , G06V10/774
Abstract: 本公开揭示了一种基于多层深度特征融合的相关滤波跟踪方法，包括：1、获取待跟踪视频的第一帧图像，提取多层深度特征并降维，利用降维后的多层深度特征对相关滤波模型进行训练；2、获取待跟踪视频的第二帧图像，提取多层深度特征并降维，将降维后的多层深度特征输入训练好的相关滤波模型，以获得多个响应图，通过对多个响应图融合以实现待跟踪目标的第一次跟踪；3、获取待跟踪视频的第三帧图像，同时利用特征复用方法对相关滤波模型进行更新，并基于更新后的相关滤波模型实现待跟踪目标的第二次跟踪；4、重复执行步骤3，直至完成待跟踪目标的最后一次跟踪。本公开在提高目标跟踪精度的同时能够极大地降低算法运算开销，满足实时性要求。
-
公开(公告)号：CN113744175B
公开(公告)日：2024-01-19
申请号：CN202111085747.8
申请日：2021-09-16
Applicant: 中国人民解放军火箭军工程大学
IPC: G06T5/50 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种基于双向约束生成对抗网络的图像生成方法及系统，首先将生成对抗网络中引入第一生成网络、第二生成网络和鉴别网络，获得初始对抗网络；然后利用训练样本和所述训练集对所述初始对抗网络进行训练及优化，获得图像生成模型；最后将待生成样本输入至所述图像生成模型中进行图像生成，获得合成图像。本发明通过两个生成网络训练学习得到两个图像，使得两个图像对应的数据分布从不同方向去接近真实图像对应的数据分布，进而提升生成图像的质量。
-
Patent Agency Ranking
公开(公告)号：CN117314738A
公开(公告)日：2023-12-29
申请号：CN202311333250.2
申请日：2023-10-16
Applicant: 中国人民解放军火箭军工程大学
IPC: G06T3/00 , G06N3/094 , G06N3/0475
Abstract: 本发明公开一种图像转换方法、系统、电子设备及计算机存储介质，涉及图像转换领域，方法包括获取训练数据集；所述训练数据集包括源域数据集和目标域数据集；以所述源域数据集和目标域数据集为初始对抗网络的输入，以转换后的目标域图像为初始对抗网络的输出，利用生成器损失函数和鉴别器损失函数对初始对抗网络进行训练，得到图像转换模型；所述初始对抗网络包括生成器和与所述生成器连接的鉴别器；所述生成器包括编码器、解码器和区域差分结构一致性修正模块；所述解码器和所述区域差分结构一致性修正模块分别与所述编码器连接；根据待转换样本利用图像转换模型进行图像转换，得到转换后的图像。本发明能提高图像的转换质量。
-
公开(公告)号：CN119884224A
公开(公告)日：2025-04-25
申请号：CN202411965772.9
申请日：2024-12-30
Applicant: 中国人民解放军火箭军工程大学
IPC: G06F16/25 , G06F16/215
Abstract: 本发明公开了一种基于样本库数据处理用系统，数据采集与导入模块；负责从不同端口生物库中采集数据，并导入系统中；数据标准化与转化模块：负责将采集到不同端口的数据统一转换为系统标准格式；数据存储与管理模块：负责存储标准化后的数据，并提供数据检索和管理功能；数据接口与共享模块：负责提供统一的AP I接口，用于不同端口生物库样本之间的数据共享；通过数据采集与导入模块，能够从多种端口生物库中采集原始数据，并通过数据标准化与转化模块对数据进行清洗、标准化以及转换，从而解决了不同端口之间数据格式差异的问题。数据整合与分析模块进一步将分散的数据合并为一个统一的数据库，使得数据在不同样本库之间能够无缝对接和共享。
-
公开(公告)号：CN119206509B
公开(公告)日：2025-02-11
申请号：CN202411686258.1
申请日：2024-11-25
Applicant: 中国人民解放军火箭军工程大学
Abstract: 本申请公开了一种遥感图像聚类方法及系统，涉及图像处理领域。该方法包括：获取遥感图像；对遥感图像进行超像素分割，得到超像素图；基于超像素图得到超像素特征和邻接矩阵；构建图像聚类模型，并将超像素特征和邻接矩阵输入图像聚类模型，得到聚类结果；基于聚类结果完成遥感图像中的地物分类。其中，图像聚类模型包括交叉注意力图扩散模块、辨别性光谱特征提取模块、图自对比损失函数以及聚类输出模块。本申请能够很好地实现高效邻居感知、自适应提取高级空间特征以及有效识别判别性信息，进而实现遥感图像的精确聚类。
-
公开(公告)号：CN119295592A
公开(公告)日：2025-01-10
申请号：CN202411783327.0
申请日：2024-12-06
Applicant: 中国人民解放军火箭军工程大学
IPC: G06T11/00 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本申请公开了一种单样本多风格域自适应图像生成方法及系统，涉及计算机视觉的图像生成领域和迁移学习领域，该方法包括获取源域图像；根据源域图像，利用训练好的单样本多目标域自适应图像生成模型，生成目标域图像；所述训练好的单样本多目标域自适应图像生成模型包括：源域生成器、目标域生成器、目标域风格特征超网络、动态核调制模块、异构语义特征提取网络、纹理差异特征提取网络以及CLIP模型；本申请能够更加精确地挖掘跨域特征学习时的知识迁移关系，对于同时建立多个类别的图像域映射关系更具优势，在最大化保留源域图像结构信息的同时，能够忠实地反映不同风格目标域的独特属性，进而生成更高质量的目标域图像。
-
公开(公告)号：CN117372806B
公开(公告)日：2024-09-13
申请号：CN202311305967.6
申请日：2023-10-10
Applicant: 中国人民解放军火箭军工程大学
IPC: G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/045
Abstract: 本发明公开一种少样本图像生成方法、系统及设备，涉及图像生成技术领域，方法包括：采用目标图像训练样本集、第一潜在向量集及第二潜在向量集，对初始少样本图像生成对抗网络进行优化训练，以得到少样本图像生成器；第一潜在向量集中的第i个潜在向量与第二潜在向量集中的第i个潜在向量无关，且第一潜在向量集中的第i个潜在向量与第二潜在向量集中的其他潜在向量相关；初始少样本图像生成对抗网络包括生成器及鉴别器；将待处理潜在向量输入至少样本图像生成器，以得到最终生成图像。本发明解决了在少样本设置下生成高质量和多样化图像的问题。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.031 seconds)
