-
公开(公告)号:CN119169265A
公开(公告)日:2024-12-20
申请号:CN202411212720.4
申请日:2024-08-30
Applicant: 河南大学
IPC: G06V10/25 , G06V10/143 , G06V10/30 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/776 , G06V20/70 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/048
Abstract: 本发明涉及目标检测技术领域,具体涉及一种红外小目标检测方法,该方法包括:获取红外图像数据集,利用基本特征图提取器对红外图像数据集中的图像过滤噪声,获得基本特征图;通过语义标记转换器,对基本特征图进行特征丰富,获得丰富后的特征图,然后利用局部空间语义注意力模块对丰富后的特征图进行分块增强,获得增强特征图;基于增强特征图进行模型训练获得小目标检测模型,对待检测的红外图像进行小目标检测,得到检测结果。本发明中的小目标检测模型可以抑制复杂红外背景信息,有效提高了红外小目标的检测准确性和检测效率。
-
公开(公告)号:CN119477694A
公开(公告)日:2025-02-18
申请号:CN202411513041.0
申请日:2024-10-28
Applicant: 河南大学
IPC: G06T3/4053 , G06T3/4046 , G06N3/0455 , G06N3/0464 , G06T5/50 , G06T5/60 , G06N3/084
Abstract: 本发明涉及图像复原技术领域,具体涉及一种基于二阶光谱空间注意力的高光谱超分辨率重建方法。该方法包括Swin Transformer与卷积神经网络相结合,捕获全局‑局部上下文空间光谱信息;构建二阶协方差统计量的空间‑光谱注意力机制,获取更多上下文特征;利用反卷积操作进行上采样,重建最终的高光谱超分辨率图像;利用训练数据集获得训练好的高光谱超分辨率重建模型;将当前测试样本集输入到训练好的模型中,获得高光谱超分辨率图像。本发明具有出色的重建结果,提高了高光谱超分辨率重建性能。
-