-
公开(公告)号：CN114863293A
公开(公告)日：2022-08-05
申请号：CN202210494360.6
申请日：2022-05-07
Applicant: 中国石油大学(华东)
IPC: G06V20/13 , G06V10/32 , G06V10/77 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于双分支GAN网络的高光谱溢油检测方法，包括步骤一、获取溢油区块高光谱溢油数据集，步骤二、对高光谱溢油数据集进行光谱归一化和主成分分析后裁剪并划分到训练集和测试集，步骤三、构建溢油检测模型，步骤四、利用训练集训练溢油检测模型，步骤五、利用测试集测试训练后的溢油检测模型；本发明可以同时提取高光谱数据的光谱特征和空间特征，充分发掘高光谱数据的优势，检测模型中的生成器可以生成虚拟样本，一定程度上解决了溢油数据集标记样本稀少、类别分布不均的问题，且具有鲁棒性强、收敛速度快等特点，为溢油检测等难以获取大量样本的任务提供了良好的分类模型。
-
公开(公告)号：CN114897814B
公开(公告)日：2023-07-25
申请号：CN202210494278.3
申请日：2022-05-07
Applicant: 中国石油大学(华东)
Abstract: 本发明提出基于多级小波分解密接网络的高光谱图像溢油检测方法,包括图像预处理、网络模型训练以及溢油检测测试三个步骤，通过对获取的高光谱图像数据进行预处理，避免异常光谱波段影响溢油检测性能，并将小波变换融入卷积神经网络结构中，使MLWBDN网络具有频域分解和多分辨率分析能力，增强网络对复杂溢油区域的精细化识别能力，结合小波变换特点以及经典Dense Block结构提出改进的SADFB模块，SADFB利用密接操作实现了小波多频分量融合，通过连续附接策略减少了网络参数，同时通过特征复用避免了梯度消失，得益于MLWBDN网络的多级特征联合决策机制，且可以通过调整分支结构的数量，应对不同尺度的检测任务。
-
公开(公告)号：CN114863293B
公开(公告)日：2023-07-18
申请号：CN202210494360.6
申请日：2022-05-07
Applicant: 中国石油大学(华东)
IPC: G06V20/10 , G06V20/13 , G06V10/32 , G06V10/77 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种基于双分支GAN网络的高光谱溢油检测方法，包括步骤一、获取溢油区块高光谱溢油数据集，步骤二、对高光谱溢油数据集进行光谱归一化和主成分分析后裁剪并划分到训练集和测试集，步骤三、构建溢油检测模型，步骤四、利用训练集训练溢油检测模型，步骤五、利用测试集测试训练后的溢油检测模型；本发明可以同时提取高光谱数据的光谱特征和空间特征，充分发掘高光谱数据的优势，检测模型中的生成器可以生成虚拟样本，一定程度上解决了溢油数据集标记样本稀少、类别分布不均的问题，且具有鲁棒性强、收敛速度快等特点，为溢油检测等难以获取大量样本的任务提供了良好的分类模型。
-
公开(公告)号：CN114897814A
公开(公告)日：2022-08-12
申请号：CN202210494278.3
申请日：2022-05-07
Applicant: 中国石油大学(华东)
Abstract: 本发明提出基于多级小波分解密接网络的高光谱图像溢油检测方法,包括图像预处理、网络模型训练以及溢油检测测试三个步骤，通过对获取的高光谱图像数据进行预处理，避免异常光谱波段影响溢油检测性能，并将小波变换融入卷积神经网络结构中，使MLWBDN网络具有频域分解和多分辨率分析能力，增强网络对复杂溢油区域的精细化识别能力，结合小波变换特点以及经典Dense Block结构提出改进的SADFB模块，SADFB利用密接操作实现了小波多频分量融合，通过连续附接策略减少了网络参数，同时通过特征复用避免了梯度消失，得益于MLWBDN网络的多级特征联合决策机制，且可以通过调整分支结构的数量，应对不同尺度的检测任务。
-
-
-
Search Results
4
records
(took 0.02 seconds)
