-
公开(公告)号：CN117809202B
公开(公告)日：2024-05-31
申请号：CN202410216848.1
申请日：2024-02-28
Applicant: 中国地质大学(武汉)
IPC: G06V20/13 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种双模态目标检测方法及系统，涉及目标检测技术领域，所述方法包括：根据初始遥感图像数据，得到双模态目标检测数据，其中包括可见光图像数据与非可见光图像数据；根据可见光图像数据，得到可见光部分的深度特征；根据非可见光图像数据，得到非可见光部分的光照分布图像；根据光照分布图像，得到光照分布图像中每个像素点的直接光照特征和间接光照特征；根据可见光部分的深度特征、直接光照特征和间接光照特征，进行目标检测。本发明对非可见光图像数据进行处理，提取出初始遥感图像数据中非可见光部分的直接光照特征和间接光照特征，增强可见光图像数据中的光照特征，提高对遥感图像中的遥感目标的检测精度。
-
公开(公告)号：CN116740410A
公开(公告)日：2023-09-12
申请号：CN202310434291.4
申请日：2023-04-21
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种双模态目标检测模型构建方法、检测方法及计算机设备，涉及目标检测技术领域，包括：根据原始图像获取双模态图像；通过神经网络模块提取双模态图像的特征，得到初始双模态特征，并利用特征互补模块对双模态图像进行处理得到植被归一化指数；将初始双模态特征发送给特征互补模块，令特征互补模块利用植被归一化指数对初始双模态特征进行特征增强；将中间双模态特征输入图卷积模块得到图卷积双模态特征、第一预测结果和第二预测结果；将第一预测结果和第二预测结果输入超像素掩膜模块生成最终损失；根据最终损失对神经网络模块、特征互补模块和图卷积模块进行参数优化，得到双模态目标检测模型。本发明实现了增加目标检测精度。
-
公开(公告)号：CN116740410B
公开(公告)日：2024-01-30
申请号：CN202310434291.4
申请日：2023-04-21
Applicant: 中国地质大学(武汉)
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种双模态目标检测模型构建方法、检测方法及计算机设备，涉及目标检测技术领域，包括：根据原始图像获取双模态图像；通过神经网络模块提取双模态图像的特征，得到初始双模态特征，并利用特征互补模块对双模态图像进行处理得到植被归一化指数；将初始双模态特征发送给特征互补模块，令特征互补模块利用植被归一化指数对初始双模态特征进行特征增强；将中间双模态特征输入图卷积模块得到图卷积双模态特征、第一预测结果和第二预测结果；将第一预测结果和第二预测结果输入超像素掩膜模块生成最终损失；根据最终损失对神经网络模块、特征互补模块和图卷积模块进行参数优
-
公开(公告)号：CN117809202A
公开(公告)日：2024-04-02
申请号：CN202410216848.1
申请日：2024-02-28
Applicant: 中国地质大学(武汉)
IPC: G06V20/13 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种双模态目标检测方法及系统，涉及目标检测技术领域，所述方法包括：根据初始遥感图像数据，得到双模态目标检测数据，其中包括可见光图像数据与非可见光图像数据；根据可见光图像数据，得到可见光部分的深度特征；根据非可见光图像数据，得到非可见光部分的光照分布图像；根据光照分布图像，得到光照分布图像中每个像素点的直接光照特征和间接光照特征；根据可见光部分的深度特征、直接光照特征和间接光照特征，进行目标检测。本发明对非可见光图像数据进行处理，提取出初始遥感图像数据中非可见光部分的直接光照特征和间接光照特征，增强可见光图像数据中的光照特征，提高对遥感图像中的遥感目标的检测精度。
-
-
-
Search Results
4
records
(took 0.025 seconds)
