-
公开(公告)号：CN114820711A
公开(公告)日：2022-07-29
申请号：CN202210508603.7
申请日：2022-05-11
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种基于全卷积网络和注意力机制的实时前景检测方法及装置，该方法检测性能强、泛化能力较好，且计算效率高，具有非常好的实时性。该前景检测方法通过设计轻量级的编码器‑解码器网络模型和网络优化方法，建立了一套适用于前景检测的网络结构。该方法是一种端对端的方法，相比传统方法，本发明无需复杂的预处理环节，并已在测试集上获得很高的准确率。将视频序列图像输入所设计的网络获得前景检测结果，F值达到了98％以上。并且该方法的处理效率极高，在使用GTX1060(6G)显卡作为加速硬件的条件下，处理大小为320*240的视频图像能达到73FPS。
-
公开(公告)号：CN111639426A
公开(公告)日：2020-09-08
申请号：CN202010460169.0
申请日：2020-05-27
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种风特征时空过程可视化方法，包括如下步骤：分析风场属性及风场数据包含的特征要素在不同空间尺度下的表达特点，确定风的重要特征；建立风特征与风场数据之间的表达关系；对风特征表示模型中的风场基本属性逐一进行视觉编码，构建从风场数据到可视化表达之间的动态映射；采用基于粒子平流的方法，对ti与ti+1时刻下选定的风特征进行可视化；采用面向过程的时空可视化方法，在ti至ti+1时间段内，通过时空插值方法，实现对风场时空过程演化的连续模拟。同时在算法过程中，采取高性能绘制策略，提高浏览器的可视化效率，满足网络环境下风场数据的高效可视化，本发明的有益效果：针对风眼、眼墙等风特征提供通用的可视化表达。
-
公开(公告)号：CN114820711B
公开(公告)日：2024-12-03
申请号：CN202210508603.7
申请日：2022-05-11
Applicant: 中国地质大学(武汉)
IPC: G06T7/246 , G06T7/215 , G06T7/194 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明提供一种基于全卷积网络和注意力机制的实时前景检测方法及装置，该方法检测性能强、泛化能力较好，且计算效率高，具有非常好的实时性。该前景检测方法通过设计轻量级的编码器‑解码器网络模型和网络优化方法，建立了一套适用于前景检测的网络结构。该方法是一种端对端的方法，相比传统方法，本发明无需复杂的预处理环节，并已在测试集上获得很高的准确率。将视频序列图像输入所设计的网络获得前景检测结果，F值达到了98％以上。并且该方法的处理效率极高，在使用GTX1060(6G)显卡作为加速硬件的条件下，处理大小为320*240的视频图像能达到73FPS。
-
公开(公告)号：CN111639426B
公开(公告)日：2023-04-18
申请号：CN202010460169.0
申请日：2020-05-27
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供一种风特征时空过程可视化方法，包括如下步骤：分析风场属性及风场数据包含的特征要素在不同空间尺度下的表达特点，确定风的重要特征；建立风特征与风场数据之间的表达关系；对风特征表示模型中的风场基本属性逐一进行视觉编码，构建从风场数据到可视化表达之间的动态映射；采用基于粒子平流的方法，对ti与ti+1时刻下选定的风特征进行可视化；采用面向过程的时空可视化方法，在ti至ti+1时间段内，通过时空插值方法，实现对风场时空过程演化的连续模拟。同时在算法过程中，采取高性能绘制策略，提高浏览器的可视化效率，满足网络环境下风场数据的高效可视化，本发明的有益效果：针对风眼、眼墙等风特征提供通用的可视化表达。
-
-
-
Search Results
4
records
(took 0.017 seconds)
