-
公开(公告)号：CN118470175B
公开(公告)日：2024-10-18
申请号：CN202410915437.1
申请日：2024-07-09
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T15/04 , G06T3/4076 , G06T5/90 , G06T7/13 , G06N3/0475 , G06N3/045
Abstract: 本发明提出了一种面向倾斜摄影测量的建筑物纹理增强方法，实现自动化的纹理质量提升。首先，对倾斜影像数据进行校正，制备训练数据集。其次，采用L1损失和边缘检测损失训练生成对抗网络，实施逐步加权训练策略，先优化整体图像质量，再强化边缘细节。然后，利用训练好的网络对校正后的三维模型纹理进行超分辨率增强。最终，将增强纹理应用于模型，显著提升纹理清晰度与细节，增强视觉效果及应用价值。此方法有效改进了超分辨率网络性能，自动化处理复杂城市场景纹理，降低成本，适用于城市规划与设计。
-
公开(公告)号：CN117725345A
公开(公告)日：2024-03-19
申请号：CN202410177122.1
申请日：2024-02-08
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 广西科学院
Abstract: 一种基于绿潮生物量密度的多源遥感绿潮生长速率测量方法，包括如下步骤：S1、使用绿潮的遥感数据计算绿潮生物量相关指数，并将所述绿潮生物量相关指数的计算结果转换为绿潮生物量密度；S2、根据基于生物培养实验数据确定的绿潮生物量密度与绿潮生长速率之间的关系，拟合步骤S1基于遥感数据计算得到的绿潮生物量密度与所述绿潮生长速率之间的自遮光限制函数；S3、根据环境因子影响函数以及所述自遮光限制函数，构建绿潮生长速率计算函数，以通过所述绿潮生长速率计算函数确定绿潮生长速率。本方法提高了基于遥感数据测量绿潮生长速率的监测计算精度。
-
Patent Agency Ranking
公开(公告)号：CN117725345B
公开(公告)日：2024-05-31
申请号：CN202410177122.1
申请日：2024-02-08
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 广西科学院
Abstract: 一种基于绿潮生物量密度的多源遥感绿潮生长速率测量方法，包括如下步骤：S1、使用绿潮的遥感数据计算绿潮生物量相关指数，并将所述绿潮生物量相关指数的计算结果转换为绿潮生物量密度；S2、根据基于生物培养实验数据确定的绿潮生物量密度与绿潮生长速率之间的关系，拟合步骤S1基于遥感数据计算得到的绿潮生物量密度与所述绿潮生长速率之间的自遮光限制函数；S3、根据环境因子影响函数以及所述自遮光限制函数，构建绿潮生长速率计算函数，以通过所述绿潮生长速率计算函数确定绿潮生长速率。本方法提高了基于遥感数据测量绿潮生长速率的监测计算精度。
-
公开(公告)号：CN117541927A
公开(公告)日：2024-02-09
申请号：CN202311629056.9
申请日：2023-12-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 广西科学院
Abstract: 一种绿潮表层沉降区遥感识别方法，包括如下步骤：S1、对海上目标区域的多源遥感数据进行重采样以匹配统一的分辨率；从所述多源遥感数据提取长时间序列上的绿潮活动轨迹；S2、使用所述多源遥感数据映射绿潮沉降区内的总碳和总氮的比值即CN比值；S3、计算区域内绿潮生长速率，并确定CN比值在遥感数据中的具体数值；S4、基于所确定的有绿潮活动轨迹、绿潮生长速率小于1和CN比值大于0的区域，计算满足以上条件的区域内的CN比值均值，以此来构建绿潮表层沉降区识别模型以确定绿潮的表层沉降区。与传统技术相比，本发明提供了一种能够弥补传统绿潮沉降区监测耗费大、范围小等缺点的快速、动态及大范围的遥感识别方法。
-
公开(公告)号：CN118397212B
公开(公告)日：2024-12-24
申请号：CN202410833128.X
申请日：2024-06-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 广西科学院
IPC: G06T17/10 , G06T15/00 , G06T15/08 , G06T15/55 , G06N3/0499 , G06N3/084 , G06T7/33 , G06T7/80 , G06V10/46 , G06V10/75 , G06V10/82 , G06V20/05 , G06V40/10 , G06N3/048
Abstract: 一种基于神经辐射场的智慧渔场水下鱼体三维重建方法，包括如下步骤：S1、通过相机获取渔场水下鱼类个体的可见光图像数据；S2、计算可见光图像对应的相机内外参数；S3、构建智慧渔场水下鱼体神经辐射场模型；S4、将获取的可见光图像数据及对应的相机内外参数作为训练数据，训练水下鱼体神经辐射场模型；训练中通过基于水下光线传播衰减系数的神经辐射场体绘制方法计算出对应视角下的预测图像；S5、利用训练好的水下鱼体神经辐射场模型进行鱼体三维重建。通过在神经辐射场体渲染方法中引入水下光线传播衰减因素，可有效模拟光在水中传播时的衰减特性，该方法能够更好地适应水下环境，显著提高水下环境中鱼体的三维重建的精度和真实感。
-
公开(公告)号：CN118470175A
公开(公告)日：2024-08-09
申请号：CN202410915437.1
申请日：2024-07-09
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T15/04 , G06T3/4076 , G06T5/90 , G06T7/13 , G06N3/0475 , G06N3/045
Abstract: 本发明提出了一种面向倾斜摄影测量的建筑物纹理增强方法，实现自动化的纹理质量提升。首先，对倾斜影像数据进行校正，制备训练数据集。其次，采用L1损失和边缘检测损失训练生成对抗网络，实施逐步加权训练策略，先优化整体图像质量，再强化边缘细节。然后，利用训练好的网络对校正后的三维模型纹理进行超分辨率增强。最终，将增强纹理应用于模型，显著提升纹理清晰度与细节，增强视觉效果及应用价值。此方法有效改进了超分辨率网络性能，自动化处理复杂城市场景纹理，降低成本，适用于城市规划与设计。
-
公开(公告)号：CN118397212A
公开(公告)日：2024-07-26
申请号：CN202410833128.X
申请日：2024-06-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 广西科学院
IPC: G06T17/10 , G06T15/00 , G06T15/08 , G06T15/55 , G06N3/0499 , G06N3/084 , G06T7/33 , G06T7/80 , G06V10/46 , G06V10/75 , G06V10/82 , G06V20/05 , G06V40/10 , G06N3/048
Abstract: 一种基于神经辐射场的智慧渔场水下鱼体三维重建方法，包括如下步骤：S1、通过相机获取渔场水下鱼类个体的可见光图像数据；S2、计算可见光图像对应的相机内外参数；S3、构建智慧渔场水下鱼体神经辐射场模型；S4、将获取的可见光图像数据及对应的相机内外参数作为训练数据，训练水下鱼体神经辐射场模型；训练中通过基于水下光线传播衰减系数的神经辐射场体绘制方法计算出对应视角下的预测图像；S5、利用训练好的水下鱼体神经辐射场模型进行鱼体三维重建。通过在神经辐射场体渲染方法中引入水下光线传播衰减因素，可有效模拟光在水中传播时的衰减特性，该方法能够更好地适应水下环境，显著提高水下环境中鱼体的三维重建的精度和真实感。
-
-
-
-
-
-
Search Results
7
records
(took 0.037 seconds)
