公开(公告)号：CN117370594A

公开(公告)日：2024-01-09

申请号：CN202311424869.4

申请日：2023-10-31

Applicant: 河北工业大学

Inventor： 张军 ,  张智铭 ,  杨召云 ,  张旭鹏 ,  高英杰 ,  王仪诺 ,  王朝权 ,  张程

IPC: G06F16/58 ,  G06F16/55 ,  G06N3/096 ,  G06F18/22

Abstract: 本发明为一种基于空频交互的分布差异自适应图像检索方法，首先获取训练用的原始图像，通过数据增强得到强、弱变换图像；接着，构建深度哈希网络；将强、弱变换图像分别输入到学生模型和教师模型中，得到哈希量化编码，进而得到自蒸馏差异量化损失、哈希代理损失和二进制交叉熵损失；然后，构建分布迁移模块，利用学生模型提取的哈希量化编码的分布中心和离散程度对教师模型提取的哈希量化编码进行迁移，得到得到分布迁移损失；构建频率成分提取模块，通过快速傅里叶变换提取哈希量化编码的频域信息，再通过反正切变换提取哈希量化编码的频率成分，进而得到频率成分损失；最后，基于所有损失构建目标优化函数，对学生模型和教师模型进行训练，将训练后的学生模型或教师模型用于图像检索。通过充分量化哈希编码之间的差异信息，提升检索性能。

公开(公告)号：CN116630808A

公开(公告)日：2023-08-22

申请号：CN202310632807.6

申请日：2023-05-31

Applicant: 河北工业大学

Inventor： 李妍 ,  黄若飞 ,  张军 ,  杨召云 ,  张旭鹏 ,  王仪诺 ,  张程 ,  张智铭

IPC: G06V20/10 ,  G06V20/13 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明为一种基于遥感图像特征提取的旋转船舰检测方法，首先获取遥感图像并进行归一化处理；然后，构建由特征提取、特征融合和预测三部分网络组成的检测模型；特征提取网络以ResNet网络为基本框架，利用可变形空洞卷积替代ResNet网络各个瓶颈层中卷积核大小为3×3的卷积；特征融合网络包括两个深度监督特征金字塔，每个深度监督特征金字塔均包括自下而上的下采样分支和自上而下的上采样分支，同时在深度监督特征金字塔中嵌入了自注意力模块；预测网络包括RPN网络、RoIPooling层和基于相交圆的检测头。该方法能更好地提取旋转船舰的特征，不受旋转角度的影响，深度监督特征金字塔解决了船舰尺度不一以及图像背景噪声的影响。