公开(公告)号：CN118736432A

公开(公告)日：2024-10-01

申请号：CN202410740894.1

申请日：2024-06-11

Applicant: 河北工业大学

Inventor： 凌智泉 ,  杨德东 ,  安韵男

IPC: G06V20/13 ,  G06V10/764 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于最大分类器差异的SAR图像变化检测方法，该方法使用的SAR图像变化检测模型，包括Siamese特征提取网络、多级特征融合网络和多层感知机分类网络；将待检测的双时相SAR图像输入到Siamese特征提取网络中，分别提取两张SAR图像的多级特征；两张SAR图像的多级特征分别输入到多级特征融合网络中进行特征融合，得到两个融合特征；两个融合特征经过群卷积操作，再经过全连接层，得到特征Fc；将特征Fc输入到多层感知机分类网络中进行分类预测，得到变化图；基于最大分类器差异对SAR图像变化检测模型进行训练，将训练后的SAR图像变化检测模型用于SAR图像的变化检测。该方法实现了特征细化，充分关注特征中语义丰富的区域，同时有效利用了已有的标记数据来增强模型目标域上的检测性能。

公开(公告)号：CN116597006A

公开(公告)日：2023-08-15

申请号：CN202310572764.7

申请日：2023-05-22

Applicant: 河北工业大学

Inventor： 安韵男 ,  杨德东 ,  葛浩然 ,  栗扬扬 ,  宋梦园

IPC: G06T7/73 ,  G06T7/40 ,  G06T7/90 ,  G06N3/0455

Abstract: 本发明为一种基于多尺度特征融合的6D位姿估计方法，该方法使用的6D位姿估计模型包括ResNet‑18网络、PointNet网络和多尺度特征提取网络；将RGB图像输入到ResNet‑18网络中，提取RGB纹理特征；将深度图像转换为点云数据，并利用PointNet网络提取点云几何特征；将RGB纹理特征和点云几何特征输入到多尺度特征提取网络中，RGB纹理特征和点云几何特征分别经过四次上采样得到多尺度特征，多尺度特征经过权值重分配进行细化；多尺度特征和细化得到的特征在多尺度体系结构进行解码，多尺度特征提取网络提取的特征在多层感知机中进行回归预测。该方法充分关注特征图中语义丰富的区域和不同尺度特征的上下文信息和相互依赖关系，提高了模型的估计性能。