-
公开(公告)号：CN108764063B
公开(公告)日：2020-05-19
申请号：CN201810427107.2
申请日：2018-05-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于特征金字塔的遥感影像时敏目标识别系统及方法，该系统包括目标特征提取子网络、特征层子网络、候选区域生成子网络及分类回归子网络。目标特征提取子网络用于对待处理图像进行多层级卷积处理，并将每个层级卷积处理结果作为一个特征层输出。特征层子网络将上一特征层和当前特征层叠加处理得到当前融合特征层，最顶层融合特征层为最顶层特征层。候选区域生成子网络用于从不同层级融合特征层提取出候选区域，分类回归子网络将候选区域映射至不同层级融合特征层获得映射处理后的多个层级融合特征层，并对映射处理后的多个层级融合特征层进行目标判定输出结果。利用特征金字塔层次结构，使得所有尺度的特征都具有丰富的语义信息。
-
公开(公告)号：CN106599891A
公开(公告)日：2017-04-26
申请号：CN201610909042.6
申请日：2016-10-18
Applicant: 华中科技大学
CPC classification number: G06K9/3233 , G06K9/40
Abstract: 本发明公开了一种基于尺度相位谱显著性的遥感图像兴趣区快速提取方法，在显著性特征图获取阶段，对遥感图像进行尺度变换，利用傅里叶变换获取变换后图像的相位谱并使用相位谱重建图像；利用生物视觉感知机制提高显著性特征图对比度，重复执行直到显著性特征图的对比度满足迭代终止条件后将显著性特征图变换到原图的尺度下；在区域提取阶段，使用多个阈值对显著性特征图二值分割，以在大阈值范围内保持不变的区域作为候选的显著性区域，去掉重复和重叠率高的显著性区域，余下的即为遥感图像感兴趣区；该方法利用图像的相位谱所表达的信息结合生物视觉感知机制，具有对感兴趣区域提取准确，计算效率高，适应性和抗干扰能力好的特点。
-
公开(公告)号：CN106599891B
公开(公告)日：2019-05-14
申请号：CN201610909042.6
申请日：2016-10-18
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于尺度相位谱显著性的遥感图像兴趣区快速提取方法，在显著性特征图获取阶段，对遥感图像进行尺度变换，利用傅里叶变换获取变换后图像的相位谱并使用相位谱重建图像；利用生物视觉感知机制提高显著性特征图对比度，重复执行直到显著性特征图的对比度满足迭代终止条件后将显著性特征图变换到原图的尺度下；在区域提取阶段，使用多个阈值对显著性特征图二值分割，以在大阈值范围内保持不变的区域作为候选的显著性区域，去掉重复和重叠率高的显著性区域，余下的即为遥感图像感兴趣区；该方法利用图像的相位谱所表达的信息结合生物视觉感知机制，具有对感兴趣区域提取准确，计算效率高，适应性和抗干扰能力好的特点。
-
公开(公告)号：CN108764063A
公开(公告)日：2018-11-06
申请号：CN201810427107.2
申请日：2018-05-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于特征金字塔的遥感影像时敏目标识别系统及方法，该系统包括目标特征提取子网络、特征层子网络、候选区域生成子网络及分类回归子网络。目标特征提取子网络用于对待处理图像进行多层级卷积处理，并将每个层级卷积处理结果作为一个特征层输出。特征层子网络将上一特征层和当前特征层叠加处理得到当前融合特征层，最顶层融合特征层为最顶层特征层。候选区域生成子网络用于从不同层级融合特征层提取出候选区域，分类回归子网络将候选区域映射至不同层级融合特征层获得映射处理后的多个层级融合特征层，并对映射处理后的多个层级融合特征层进行目标判定输出结果。利用特征金字塔层次结构，使得所有尺度的特征都具有丰富的语义信息。
-
-
-
Search Results
4
records
(took 0.016 seconds)
