-
公开(公告)号：CN118918427A
公开(公告)日：2024-11-08
申请号：CN202411152351.4
申请日：2024-08-21
Applicant: 武汉大学
IPC: G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种SAR与多光谱图像融合去云方法和系统。通过设计一种两阶段转换‑融合去云网络，该网络可分为图像转换和图像融合阶段两个部分，构成一个双U型端到端神经网络，两个子网络为图像转换子网络和图像融合子网络，结构对称并且复用一个解码器结构，在两阶段中间过渡部分，借助云掩膜权重图实现云掩膜权重图、有云MSI以及模拟无云MSI的三源图像融合，生成高质量的预测去云MSI结果。通过设计新的损失函数，指导网络训练，并基于SEN12MS‑CR数据集筛选出数据进行训练，最终得到SAR与多光谱图像融合去云模型。测试的输出图像结果表明，即使在完全没有地表数据的厚云情况下，两阶段转换‑融合去云网络也能重建可靠的地表信息，证明了本发明的有效性和实用性。
-
公开(公告)号：CN114119400B
公开(公告)日：2024-09-24
申请号：CN202111382815.7
申请日：2021-11-22
Applicant: 武汉大学
IPC: G06T5/70 , G06T3/4053 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种单光子计数图像联合去噪和超分辨率的卷积网络方法，首先利用基于深度卷积网络的去噪器提出了一种基于模型的迭代优化算法，将单光子计数图像去噪和超分辨率统一到一个问题中。然后，通过展开上述基于模型的迭代算法来构造模型引导的深度卷积网络，以获得一最优解。由于特殊的模型引导设计，所提出的网络中的所有模块都是可解释的，在实际情况下具有良好的泛化特性。此外，通过端到端的方式对网络中的深度去噪器和其他参数进行联合优化，有效降低了参数设计的难度。因此，该方法可以实现不同情况下的单光子计数图像联合去噪和超分辨率。
-
公开(公告)号：CN117036613B
公开(公告)日：2024-04-02
申请号：CN202311052980.5
申请日：2023-08-18
Applicant: 武汉大学
IPC: G06T17/00 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种基于多重感受野交融网络的偏振三维重建方法和系统。利用全局感受野提取输入图像数据的全局上下文信息，为解决偏振成像问题中的局部歧义提供参考信息，同时利用局部感受野提取区域细节特征，以提升对目标表面的纹理细节信息的重建精度，多重感受野不断交互融合，从而实现高精度表面法向量估计。采用Conformer作为网络编码器，实现兼顾全局感受野和局部感受野的特征提取，同时利用一个多模融合模块实现全局上下文信息和区域细节特征的有效融合，并利用一个多尺寸增强模块减少高层特征在降维过程中的通道信息损失。实验表明本发明方法优于已有方法的结果，能高质量地重建目标表面信息，细节信息重建能力更强，更具备泛化性。
-
公开(公告)号：CN115984106A
公开(公告)日：2023-04-18
申请号：CN202211596530.8
申请日：2022-12-12
Applicant: 武汉大学
IPC: G06T3/40 , G06T5/00 , G06T5/50 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/08
Abstract: 本发明提出了一种基于双边对抗生成网络的线扫描图像超分辨率方法。通过将线扫描图像送入去噪网络去除线扫描图像包含的条纹噪声，然后送入融合网络充分融合线扫描图像的潜在信息，最后通过解码器重构得到高质量的高分辨率图像。在整个过程中，统一加权损失函数的设计使得去除图像噪声和提高图像质量之间保持了有效平衡，充分解决了图像超分辨率包含噪声、质量不佳等问题。
-
公开(公告)号：CN114432282A
公开(公告)日：2022-05-06
申请号：CN202210032133.1
申请日：2022-01-12
Applicant: 武汉大学
IPC: A61K31/138 , A61P31/14 , A61P11/00
Abstract: 本发明公开了他莫昔芬在制备抗新型冠状病毒药物中的应用，具体公开了他莫昔芬或其可药用的盐、同位素、立体异构体、立体异构体的混合物、互变异构体、酯、酰胺或前药在制备预防和/或治疗新型冠状病毒所致疾病的药物中的应用。他莫昔芬能剂量依赖地抑制新型冠状病毒的复制，其IC50(半数抑制浓度)为0.65μM，选择指数(SI)约为133，是一种低毒高效的抗新型冠状病毒药物。
-
Patent Agency Ranking
公开(公告)号：CN114019526A
公开(公告)日：2022-02-08
申请号：CN202111219396.5
申请日：2021-10-20
Applicant: 武汉大学
Abstract: 本发明提出了一种基于偏振调制的双目标光子测距方法。利用共焦扫描系统对微光条件下双目标场景的回波光子信号进行建模，并基于泊松负对数似然函数由光子计数器接收实际计数值直接计算理论计数值。此外，本发明建立了光子计数器的理论计数率与回波信号的几个变量之间的关系，变量包括双目标的单脉冲平均回波光子数和回波光子飞行时间，并进一步地通过改变电光相位调制器的工作电压波形来解算上述变量。因此，可以得到双目标的单脉冲平均回波光子数和回波光子飞行时间的有效解。该方法能以极少的数据量在微光条件下实现高分辨率和高测距精度的双目标探测。
-
公开(公告)号：CN112859101A
公开(公告)日：2021-05-28
申请号：CN202110029743.1
申请日：2021-01-11
Applicant: 武汉大学
IPC: G01S17/36
Abstract: 本发明属于单光子探测技术领域，公开了一种基于偏振调制的单光子测距方法，利用量子理论对光子的偏振特性进行分析，将光子的飞行时间与回波光子的偏振调制态之间建立联系，通过探测光子对线偏振片的透过率计算光子的飞行时间，从而实现对目标距离测量。本发明可以实现微弱光信号条件下的目标距离测量，且不需要计时电路，极大程度上简化了三维光子计数成像中需要集成的硬件，为高空间分辨率的三维光子计数成像提供了便利。
-
公开(公告)号：CN111899290A
公开(公告)日：2020-11-06
申请号：CN202010656633.3
申请日：2020-07-09
Applicant: 武汉大学
Abstract: 本发明提出了一种联合偏振和双目视觉的三维重建方法。针对偏振三维重建结果和双目视觉重建结果特点的互补性，以配准后的双目的深度数据为基准，对偏振重建结果的方位角误差进行校正，解决偏振重建的凹凸性模糊问题。在假设线性关系的前提下，对偏振初始重建结果和配准后的双目深度图进行空间拟合，用偏振重建的表面数据对双目深度图的缺失部分进行补全。采用交叉迭代思想，循环校正过程和补全过程，以解决双目深度图中数据缺失问题对重建结果的影响。重建结果表面分辨率高，形状信息准确，物体表面细节纹理还原度高，且最终重建结果具有较为真实的深度。
-
公开(公告)号：CN117689573A
公开(公告)日：2024-03-12
申请号：CN202311797642.4
申请日：2023-12-25
Applicant: 武汉大学
IPC: G06T5/70 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明提出了一种基于ConvNeXt网络的SAR图像深度学习去噪方法和系统。首先构建散斑噪声估计子网络，从噪声强度图像和噪声相位图像中提取得到散斑图像。接着构建双分支特征融合去噪子网络，将散斑图像与噪声强度图像作为该子网络的输入，利用交叉注意模块对两个分支每层输出的特征图进行信息交换，并将两个分支的特征融合得到低噪声SAR图像。网络采用ConvNeXt作为编码器和解码器的主干，采用四层网络作为散斑噪声估计子网络和双分支特征融合去噪子网络分支的机构，构建用于SAR图像去噪的深度网络，并设计了适用于该网络的损失函数，最后在真实数据集上进行训练，根据训练得到的网络模型进行SAR图像去噪。本发明方法优于现有的基于深度学习的SAR图像去噪方法。
-
公开(公告)号：CN116309043A
公开(公告)日：2023-06-23
申请号：CN202211672828.2
申请日：2022-12-26
Applicant: 武汉大学
IPC: G06T3/40
Abstract: 本发明提出了一种基于块扫描的图像超分辨率方法和系统，利用低分辨率探测器结合高分辨率空间调制器通过分块扫描获取多幅包含目标不同像素位置信息的低分辨率图像，同时提出一种基于全变分的重建方法对多幅低分辨率图像进行融合重建，最终得到目标高分辨率重建图像。分块扫描的机制不同于点扫描，线扫描以及压缩感知等方法，通过重叠移动分块扫描的方式有效避免了扫描过程中可能出现的网格以及条纹噪声，并且能在较低的采样次数下实现图像超分。通过调整采样次数，可以在不同采样时间下获得有效的重建结果，并且随着采样次数的增加重建质量达到优秀的效果。本发明提供的方法分辨率增强效果显著，方法竞争力强。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.022 seconds)
