-
公开(公告)号：CN111986132A
公开(公告)日：2020-11-24
申请号：CN202010807576.4
申请日：2020-08-12
Applicant: 兰州交通大学
Abstract: 本发明涉及图像领域，具体为一种基于DLatLRR与VGG·Net的红外与可见光图像融合方法，有效的解决了红外与可见光图像融合中的特征损失严重、显著目标不突出的问题。通过DLatLRR将源图像分解为低秩部分、显著部分及稀疏噪声，并基于VGG 16的特征提取算法对低秩部分进行融合，最后对融合后的低秩部分和显著部分进行图像重建得到融合图像。本发明算法的融合图像不仅清晰度高、层次鲜明，细节信息丰富，受噪声影响小，而且图像的对比度较高，场景中的显著区域、目标相对更加突出。
-
公开(公告)号：CN115240468A
公开(公告)日：2022-10-25
申请号：CN202210748027.3
申请日：2022-06-29
Applicant: 兰州交通大学
IPC: G08G1/16 , H04N7/18 , H04N5/33 , G08B3/10 , G08B21/02 , B60W50/14 , B62D55/065 , G01D21/02 , G06V20/52 , G06V40/10
Abstract: 本发明涉及一种基于雷达信号处理的智能铁路建设工程施工监理车包括中央处理模块、监理模块、告警模块、通信模块、人机交互模块、自动避障模块、控制模块以及供电模块，所述中央处理模块、监理模块、告警模块、通信模块、人机交互模块、自动避障模块、中央处理模块以及供电模块为电连接。本发明通过基于雷达信号处理的智能铁路建设工程施工监理车代替人工监理，获取智能铁路建设工程内目标距离数据和目标测量数据，并实时将其通过通信模块输出至用户终端，以便于监理人员进行远端监控，同时降低监理人员在高危复杂施工现场的危险性，有效保障监理人员的人身安全。
-
公开(公告)号：CN111986075B
公开(公告)日：2022-08-09
申请号：CN202010807580.0
申请日：2020-08-12
Applicant: 兰州交通大学
Abstract: 本发明涉及图像处理领域，具体为一种目标边缘清晰化的风格迁移方法，实现步骤为：搭建深度神经抠图网络；对原始风格图像和原始内容图像进行特征图提取、风格图像重建和内容图像重建；优化风格图像和内容图像产生的损失函数；计算原始风格图像与提取的内容图像特征图之间的欧氏距离；计算原始风格图像与提取的风格图像特征图之间的均方误差；确定风格图像与原始风格图像和内容图像的总损失函数；将总损失函数计算的误差进行迭代更新，并输出风格图像。本发明实现了风格图像的结构约束、纹理合成以及风格类似的图像之间的参数共享。
-
公开(公告)号：CN116452972B
公开(公告)日：2024-06-21
申请号：CN202310260547.4
申请日：2023-03-17
Applicant: 兰州交通大学
IPC: G06V20/10 , G06V10/82 , G06N3/048 , G06N3/084 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及遥感图像处理领域，具体为一种基于Transformer端到端的遥感图像车辆目标检测方法，有效的解决了遥感图像因分辨率较低、背景复杂、检测目标较小且密集而导致的漏检及错检的情况；实现步骤为：首先，首先将数据输入网络中进行数据预处理，通过水平翻转、垂直翻转、随机选取和裁剪等数据增强方式扩充数据训练集。其次，通过在主干网络ResNet采用新的卷积神经网络SPD‑Conv对特征图进行降采样。再次，引入采用了SMU激活函数的轮询采样模块和池化采样模块减少背景区域的空间冗余计算。最后，在Transformer网络中引入残差自注意网络来减轻秩崩溃。本发明可以提高遥感图像车辆目标检测的精度和效率。
-
公开(公告)号：CN111986075A
公开(公告)日：2020-11-24
申请号：CN202010807580.0
申请日：2020-08-12
Applicant: 兰州交通大学
Abstract: 本发明涉及图像处理领域，具体为一种目标边缘清晰化的风格迁移方法，实现步骤为：搭建深度神经抠图网络；对原始风格图像和原始内容图像进行特征图提取、风格图像重建和内容图像重建；优化风格图像和内容图像产生的损失函数；计算原始风格图像与提取的内容图像特征图之间的欧氏距离；计算原始风格图像与提取的风格图像特征图之间的均方误差；确定风格图像与原始风格图像和内容图像的总损失函数；将总损失函数计算的误差进行迭代更新，并输出风格图像。本发明实现了风格图像的结构约束、纹理合成以及风格类似的图像之间的参数共享。
-
Patent Agency Ranking
公开(公告)号：CN116452972A
公开(公告)日：2023-07-18
申请号：CN202310260547.4
申请日：2023-03-17
Applicant: 兰州交通大学
IPC: G06V20/10 , G06V10/82 , G06N3/048 , G06N3/084 , G06N3/0464 , G06N3/0455
Abstract: 本发明涉及遥感图像处理领域，具体为一种基于Transformer端到端的遥感图像车辆目标检测方法，有效的解决了遥感图像因分辨率较低、背景复杂、检测目标较小且密集而导致的漏检及错检的情况；实现步骤为：首先，首先将数据输入网络中进行数据预处理，通过水平翻转、垂直翻转、随机选取和裁剪等数据增强方式扩充数据训练集。其次，通过在主干网络ResNet采用新的卷积神经网络SPD‑Conv对特征图进行降采样。再次，引入采用了SMU激活函数的轮询采样模块和池化采样模块减少背景区域的空间冗余计算。最后，在Transformer网络中引入残差自注意网络来减轻秩崩溃。本发明可以提高遥感图像车辆目标检测的精度和效率。
-
公开(公告)号：CN115236692A
公开(公告)日：2022-10-25
申请号：CN202210748021.6
申请日：2022-06-29
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于雷达探测的隧道沉降检测方法，包括步骤1：布置标识点；步骤2：通过雷达扫描，获取标识点的点云数据a1；步骤3：对点云数据a1进行预处理，获得点云数据a2；步骤4：将点云数据a2的极坐标转换为直角坐标点云数据a3；步骤5：对点云数据a3降噪滤波，获得点云数据a4；步骤6：对点云数据a4聚类，获取有效结果a5；步骤7：对多个有效结果a5求平均值，获得最终坐标点a6，步骤8：利用最终坐标点a6，计算隧道沉降值。
-
公开(公告)号：CN111985372A
公开(公告)日：2020-11-24
申请号：CN202010806778.7
申请日：2020-08-12
Applicant: 兰州交通大学
Abstract: 本发明涉及河流图像提取领域，具体为一种深度学习的遥感影像水体提取系统，有效的解决了河流边缘细节难以提取和有标签数据难获取的问题；实现步骤为：对训练图进行数据增强；对增强数据进行归一化处理；将处理数据输入到语义分割网络的编码器中，得到粗粒度语义图；将粗粒度语义图输入语义分割网络的解码器中，得到细粒度语义图；对粗粒度语义图和细粒度语义图进行非均匀采样；对粗粒度语义图和细粒度语义图进行特征融合；使用损失函数对网络进行调参，当损失函数值最小时输出，得到最优语义分割网络。本发明可以实现河流高分辨率影像提取。
-
公开(公告)号：CN218299208U
公开(公告)日：2023-01-13
申请号：CN202221642707.9
申请日：2022-06-29
Applicant: 兰州交通大学(CN)
IPC: G08G1/16 , H04N7/18 , H04N23/57 , G08B3/10 , G08B21/02 , B60W50/14 , B62D55/065 , G01D21/02 , G06V20/52 , G06V40/10
Abstract: 本实用新型涉及一种基于雷达信号处理的智能铁路建设工程施工监理车包括中央处理模块、监理模块、告警模块、通信模块、人机交互模块、自动避障模块、控制模块以及供电模块，所述中央处理模块、监理模块、告警模块、通信模块、人机交互模块、自动避障模块、中央处理模块以及供电模块为电连接。本实用新型通过基于雷达信号处理的智能铁路建设工程施工监理车代替人工监理，获取智能铁路建设工程内目标距离数据和目标测量数据，并实时将其通过通信模块输出至用户终端，以便于监理人员进行远端监控，同时降低监理人员在高危复杂施工现场的危险性，有效保障监理人员的人身安全。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
