-
公开(公告)号：CN118534540A
公开(公告)日：2024-08-23
申请号：CN202410096645.3
申请日：2024-01-24
Applicant: 成都信息工程大学
IPC: G01V1/36 , G06F18/15 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及地震数据处理领域，尤其涉及一种基于扩散模型的地震数据噪声压制方法,本方法的噪声压制网络部分基于改进的Unet网络，为了强化随机噪声和地震信号之间的映射，引入基于ResNet的残差结构，在所述噪声压制网络的每个层级上逐渐调整特征表示，从而有助于抑制噪声的影响；在噪声压制网络中引入了注意力模块，用于提高网络对重要区域的关注度，使用残差模块来构建深度网络，从而避免了深度网络中的梯度消失问题。本发明方法适合于地震信号随机噪声的去除，实验结果表明，本发明方法与CNN方法和GAN方法相比，具有更好的噪声压制性能。
-
公开(公告)号：CN114612477A
公开(公告)日：2022-06-10
申请号：CN202210208581.2
申请日：2022-03-03
Applicant: 成都信息工程大学
Abstract: 本发明属于图像处理技术领域，公开了一种轻量化图像分割方法、系统、介质、终端及应用，获取训练数据集，并将训练数据集中的图像以及真实标签图进行切割处理；构建改进型U‑Net的编码解码网络，并利用切割后的训练数据集中的图像以及真实标签图对构建的改进型U‑Net的编码解码网络进行训练；利用训练好的改进型U‑Net的编码解码网络进行轻量化图像分割。本发明提高了特征提取能力并且更加轻量化，增强了网络训练性能，提高了推理效率；在提升图像分割性能的同时兼顾分割效率。
-
公开(公告)号：CN119478255A
公开(公告)日：2025-02-18
申请号：CN202510046884.2
申请日：2025-01-13
Applicant: 成都信息工程大学
IPC: G06T17/00 , G06T15/20 , G06T19/20 , G06V10/75 , G06T3/02 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种基于3D高斯飞溅的动态水体生成方法及系统，属于图像处理领域，其中，方法包括：步骤一、根据多视图的水体图片通过3D飞溅生成三维水体模型；步骤二、通过交点概念确定内部填充区域，对三维水体模型内部进行粒子填充，得到用于动态化的三维水体模型；步骤三、通过光滑粒子流体动力法求解描述流体运动的偏微分方程，对三维水体模型进行物理集成，重建动态模型并得到水体流动效果。本发明能够根据不同角度下的二维水体图片生成动态三维水体；通过将3D高斯与光滑粒子流体动力学结合，赋予水体物理属性，赋予水体模型物理运动属性。
-
Patent Agency Ranking
公开(公告)号：CN114677477A
公开(公告)日：2022-06-28
申请号：CN202210332563.5
申请日：2022-03-31
Applicant: 成都信息工程大学
Abstract: 本发明属于三维显示技术领域，公开了一种虚拟视点合成方法、系统、介质、设备及终端，通过参考色彩图及深度图经3D‑Warping合成虚拟视图；将带有空洞、伪影和重叠的虚拟视图经空洞填补模块空洞填补；将填补空洞后的图像经图像优化模块进行图像质量的整体优化，输出虚拟视图。本发明虚拟视点修复模型的第一阶段是在单尺度部分卷积的基础上提出了多尺度融合的部分卷积，更好地联系了上下文信息，增强了模型细节修复能力，降低资源传输成本。本发明在空洞填补后由于部分卷积自身的局限会残留局部色差，使用第二阶段图像质量优化网络去除图像重叠和伪影问题的同时，还可以有效解决部分卷积带来的局部色差，使优化后的图像整体质量提高。
-
公开(公告)号：CN114612477B
公开(公告)日：2024-07-05
申请号：CN202210208581.2
申请日：2022-03-03
Applicant: 成都信息工程大学
IPC: G06T7/10 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明属于图像处理技术领域，公开了一种轻量化图像分割方法、系统、介质、终端及应用，获取训练数据集，并将训练数据集中的图像以及真实标签图进行切割处理；构建改进型U‑Net的编码解码网络，并利用切割后的训练数据集中的图像以及真实标签图对构建的改进型U‑Net的编码解码网络进行训练；利用训练好的改进型U‑Net的编码解码网络进行轻量化图像分割。本发明提高了特征提取能力并且更加轻量化，增强了网络训练性能，提高了推理效率；在提升图像分割性能的同时兼顾分割效率。
-
公开(公告)号：CN117826159A
公开(公告)日：2024-04-05
申请号：CN202410086409.3
申请日：2024-01-22
Applicant: 成都信息工程大学
IPC: G01S13/95
Abstract: 本发明涉及一种基于扩展卡尔曼滤波的梯度VAD方法风场反演的方法。为了得到更为精确和稳定的反演结果，本发明针对多普勒天气雷达监测资料特点而设计了扩展卡尔曼滤波方法，其中包括对径向速度未退模糊和速度退模糊的处理以及最后的反演。在开始设计阶段，针对多普勒天气雷达风场信息的非线性、不稳定性的特点，设计了结合风场动态模型的基于扩展卡尔曼滤波方法的梯度VAD技术，引入了径向速度未退模糊和径向速度退模糊两组数据分别进行处理，最终实现的风场反演结果表明，其精度和稳定性具有明显提升，本发明方法适用于多普勒天气雷达的风场反演任务。
-
公开(公告)号：CN118050702A
公开(公告)日：2024-05-17
申请号：CN202410113780.4
申请日：2024-01-26
Applicant: 成都信息工程大学
IPC: G01S7/41 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G01S13/95
Abstract: 本发明属于风暴单体外推领域，公开了一种基于多尺度与注意力的两阶段风暴单体外推方法及系统。为了得到清晰准确的外推结果，本发明提出了一个两阶段的框架，其中包括多尺度、注意力和频域损失的应用。在第一阶段，使用多尺度和注意力模块挖掘影响预测的重要特征，采用时空长短期记忆单元进行序列预测。在第二阶段进行偏差矫正，引入频域损失来有效地学习高频信息。本方法适用于风暴单体外推任务。
-
公开(公告)号：CN117953364A
公开(公告)日：2024-04-30
申请号：CN202311372409.1
申请日：2023-10-23
Applicant: 成都信息工程大学
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明属于技术领域，尤其涉及一种地物识别中的引导式道路提取方法及应用，包括根据道路的四个极点将遥感图像进行裁剪，极点再转化为单通道二维高斯热图与裁剪的遥感图像拼接形成4通道的网络输入，然后将卷积注意力机制模块与空洞空间卷积池化金字塔结构并联组成多分支模块，提取上下文信息、增强网络特征提取能力，提高网络道路提取的精度等步骤。本发明以DeepLabV3+网络作为基线网络提出了引导式道路提取网络GuideNet，能够有效提高道路踏勘精细程度、极大地缩减了人工踏勘时间，在满足施工道路符合率的条件下，效率比人工有很大提高。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.058 seconds)
