公开(公告)号：CN117994506B

公开(公告)日：2024-08-20

申请号：CN202410404651.0

申请日：2024-04-07

Applicant: 厦门大学

Inventor： 纪荣嵘 ,  孙晓帅 ,  谷雨斌 ,  陈思亭

IPC: G06V10/25 ,  G06V20/10 ,  G06V10/44 ,  G06N3/0455

Abstract: 本发明提供了遥感图像检测技术领域的一种动态知识集成的遥感图像显著性目标检测方法，包括：步骤S1、创建特征提取器；步骤S2、通过特征提取器从遥感图像中提取多尺度特征并进行通道归一化；步骤S3、对多尺度特征进行通道注意力计算得到通道注意力值，基于通道注意力值筛选高贡献的特征通道并进行通道增强操作；步骤S4、从高到低逐层将相邻的各多尺度特征输入动态知识集成模块，输出增强特征；步骤S5、将各增强特征输入特征校准模块，输出校准特征，直至完成所有尺度的特征校准；步骤S6、将各校准特征的特征维度压缩为1后映射至RGB空间，以输出遥感图像的显著性目标。本发明的优点在于：极大的提升了遥感图像显著性目标检测精度。

公开(公告)号：CN117994506A

公开(公告)日：2024-05-07

申请号：CN202410404651.0

申请日：2024-04-07

Applicant: 厦门大学

Inventor： 纪荣嵘 ,  孙晓帅 ,  谷雨斌 ,  陈思亭

IPC: G06V10/25 ,  G06V20/10 ,  G06V10/44 ,  G06N3/0455

Abstract: 本发明提供了遥感图像检测技术领域的一种动态知识集成的遥感图像显著性目标检测方法，包括：步骤S1、创建特征提取器；步骤S2、通过特征提取器从遥感图像中提取多尺度特征并进行通道归一化；步骤S3、对多尺度特征进行通道注意力计算得到通道注意力值，基于通道注意力值筛选高贡献的特征通道并进行通道增强操作；步骤S4、从高到低逐层将相邻的各多尺度特征输入动态知识集成模块，输出增强特征；步骤S5、将各增强特征输入特征校准模块，输出校准特征，直至完成所有尺度的特征校准；步骤S6、将各校准特征的特征维度压缩为1后映射至RGB空间，以输出遥感图像的显著性目标。本发明的优点在于：极大的提升了遥感图像显著性目标检测精度。

公开(公告)号：CN119359573A

公开(公告)日：2025-01-24

申请号：CN202411190189.5

申请日：2024-08-28

Applicant: 厦门大学

Inventor： 孙晓帅 ,  谷雨斌 ,  陈思亭 ,  纪荣嵘

IPC: G06T5/60 ,  G06T5/77 ,  G06T5/70 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供一种增强空间特征优化的图像恢复方法，包括：将待处理图像重采样为三个尺寸；构建编码器‑解码器网络模型，将三个尺寸的图像分别输入到模型的对应编码器中进行编码操作，在编码器中对多源特征图进行融合，再依次经第一卷积层、七个连续的残差卷积结构、第二卷积层、第三卷积层处理后分别发送给下一个编码器和对应的解码器；在每一解码器中，将多源特征图进行融合，再经过第四卷积层、七个连续的残差卷积结构、第五卷积层、空间特征优化模块和第六卷积层处理后将处理结果发送给下一个解码器，直至得到最后一个解码器的输出，将最后一个解码器的输出作为最终预测结果。本发明方法可实现多类型退化图像的图像恢复，并提高图像恢复效率。