-
公开(公告)号：CN116797922B
公开(公告)日：2025-03-07
申请号：CN202310352316.6
申请日：2023-04-04
Applicant: 河南大学
Abstract: 本发明提供了一种基于特征融合的遥感图像目标检测方法，其方案如下：(1)对遥感图像目标检测数据集进行预处理，并划分出训练集、验证集和测试集；(2)构建金字塔特征细化单元，以三条不同大小感受野的路径对特征进行多尺度学习；(3)构建金字塔特征细化模块，并以此替换路径聚合网络中的C3模块，使得网络可以进行更充分有效的特征融合；(4)构建轻量级的解耦检测头，并以此替换YOLOv5原有的检测头，在引入少量模型参数的情况下，有效缓解了分类任务和回归任务之间的冲突问题，提高了检测精度；(5)对改进后的网络进行训练和测试。本发明可在遥感图像数据集上取得良好的检测效果，为遥感智能解译提供支持。
-
公开(公告)号：CN118015714A
公开(公告)日：2024-05-10
申请号：CN202410012554.7
申请日：2024-01-03
Applicant: 河南大学
Abstract: 本发明涉及计算机视觉技术领域，具体涉及一种基于多特征融合网络的人脸伪造检测方法，包括：获取网络模型的训练数据集、验证数据集和测试数据集；建立多特征融合网络模型，训练多特征融合网络模型，得到训练好的多特征融合网络模型；将测试数据集输入到训练好的多特征融合网络模型中进行测试，得到在检测人脸图像时的性能指标，对训练好的多特征融合网络模型进行优化；基于获取的不同人脸伪造方式生成的人脸图像，评估优化后的多特征融合网络模型。本发明通过结合深度学习和多特征融合，提高了人脸伪造检测的准确性和鲁棒性。
-
公开(公告)号：CN113792041B
公开(公告)日：2024-04-09
申请号：CN202110893536.0
申请日：2021-08-04
Applicant: 河南大学
IPC: G06F16/22 , G06F16/2458 , G06F16/27 , G06F16/28 , G06F16/51
Abstract: 本发明提供一种基于Hive和Spark的遥感数据服务离线批处理系统及其数据处理方法。该系统包括采集模块、存储模块、计算模块、数据服务接口和数据应用模块，所述计算模块包括迭代式内存计算Spark和统一资源调度管理Yarn；所述系统还包括：Hive数据仓库；所述Hive数据仓库包括原始数据ODS层、维度数据DIM层、明细数据EDW层、汇总数据CDM层和应用数据APP层。本发明使用Hive和Spark计算引擎来对遥感数据服务进行离线处理，为满足用户多样化的需求、实现主动的服务模式提供数据支撑。
-
公开(公告)号：CN117830784A
公开(公告)日：2024-04-05
申请号：CN202410029975.0
申请日：2024-01-08
Applicant: 河南大学
IPC: G06V10/80 , G06V10/44 , G06V10/82 , G06N3/0464 , G06V10/764
Abstract: 本发明涉及数字图像取证技术领域，具体涉及基于双域融合的深度学习中值滤波取证方法。方法包括：建立双流卷积神经网络取证模型，并确定双流卷积神经网络取证模型的取证算法以及评估指标；基于训练数据集对双流卷积神经网络取证模型进行训练，得到训练后的双流卷积神经网络取证模型的模型参数；基于测试数据集对双流卷积神经网络取证模型的性能进行分析，对训练后的双流卷积神经网络取证模型进行优化，获得目标双流卷积神经网络取证模型；将待处理图像输入到目标双流卷积神经网络取证模型中获得中值滤波取证结果。本发明图像中值滤波取证结果的准确率和可信度。
-
公开(公告)号：CN117058542A
公开(公告)日：2023-11-14
申请号：CN202311017245.0
申请日：2023-08-11
Applicant: 河南大学
Abstract: 本发明提供一种基于大感受野和注意机制的多尺度高精度轻量化目标检测方法。该方法包括：步骤1：构建改进的YOLOv7‑Tiny网络，包括：将YOLOv7‑Tiny网络中的主干网络中新增SimAM注意机制；步骤2：采用遥感图像数据集对所述改进的网络进行训练，得到轻量化目标检测模型；步骤3：将待测的遥感图像输入至所述轻量化目标检测模型，得到检测结果。
-
Patent Agency Ranking
公开(公告)号：CN114301651B
公开(公告)日：2023-07-21
申请号：CN202111578494.8
申请日：2021-12-22
Applicant: 河南大学
Abstract: 本发明涉及险情监测领域，具体涉及一种基于CP‑ABE的黄河坝岸监测数据共享方法。方法包括：资源上传者根据资源访问者的安全等级为资源访问者生成身份编号；密钥生成中心根据身份编号生成身份令牌，计算身份验证码并将身份验证码发送至云服务器；密钥生成中心生成私钥并将私钥发送至资源访问者，私钥包括身份令牌；云服务器根据资源访问者提交的身份令牌进行预解密，若预解密不成功，则停止访问；若预解密成功，则进一步验证资源访问者身份编号的安全等级并向资源访问者发送险情资源文件密文进行解密。本发明在保证撤销细粒度的同时又提高了撤销效率，还保障了资源共享时的安全性，避免坝岸险情资源被恶意盗取。
-
公开(公告)号：CN116226220A
公开(公告)日：2023-06-06
申请号：CN202211425686.X
申请日：2022-11-14
Applicant: 河南大学
IPC: G06F16/2458 , G06F16/83 , G06F18/22
Abstract: 本发明涉及数据挖掘技术领域，具体涉及一种基于逻辑结构和属性特征的遥感流程推荐方法：生成完整的流程模型后将其生成流程结构树；获取待推荐流程；将结构树生成路径表，构建属性集合；将所有流程转换为路径表；对待推荐流程的路径表与流程库中的所有路径表进行相似度匹配生成MSim(r)；取属性集合中的部分属性，并在流程库中与其他流程的特征集合进行相似度计算生成MSim(f)；将MSim(r)与MSim(f)相乘之后生成与待推荐流程相似度最高的Topn个推荐流程，获取推荐流程中推荐位置为length(α)+1的算法模块作为推荐结果，返回起始步骤，重复过程，直至构建出完整遥感流程。本发明能快速、准确地构建遥感流程。
-
公开(公告)号：CN115984679A
公开(公告)日：2023-04-18
申请号：CN202211628575.9
申请日：2022-12-17
Applicant: 河南大学
Abstract: 本发明涉及遥感算法处理技术领域，具体涉及一种基于遥感应用的算法流程化技术检验处理系统及方法。该方法通过对遥感数据进行处理，对检验的算法进行统一计算，读取出影像图；将算法计算后的影像图进行标记并提取，对算法运行所需要的目标样本进行人工特征选择，对需要对比的算法图像进行比对分析，实现了根据不同函数功能所需要的输入、输出以及参数调整等界面功能，设计自适应不同功能函数模块所需输入输出元素的界面交互，实现功能模块界面交互模块化、插件化设计，方便功能模块的开发更替。
-
公开(公告)号：CN115512299A
公开(公告)日：2022-12-23
申请号：CN202211188983.7
申请日：2022-09-27
Applicant: 河南大学
IPC: G06V20/52 , G06V20/10 , G06V10/82 , G06V10/28 , G06V10/30 , G06N3/04 , G06N3/08 , G01S13/90 , G01S13/95 , G08B21/10
Abstract: 本发明公开了基于雷达图像的U‑net变体神经网络的洪涝预警方法，包括以下步骤：A：获取监测区域的彩色雷达图片并转换为灰度图片，从而建立训练数据集和测试数据集；B：建立U‑net变体神经网络模型；C：利用训练数据集得到训练后的U‑net变体神经网络模型；D：利用测试数据集得到监测区域的雷达图像；E：利用雷达图像进行质量评估得到U‑net变体神经网络的性能分析结果；F：根据性能分析结果对U‑net变体神经网络模型进行优化；G：根据优化后的U‑net变体神经网络模型，利用彩色雷达图片进行洪涝预警。本发明能够通过易获取的雷达图像捕捉在洪涝灾害预警中的非线性事件能力，提高洪涝灾害预警的准确性。
-
公开(公告)号：CN113436125B
公开(公告)日：2022-11-04
申请号：CN202110778791.0
申请日：2021-07-09
Applicant: 河南大学
IPC: G06T5/50 , G06T5/00 , G06T5/30 , G06T7/12 , G06T7/136 , G06T7/155 , G06T7/194 , G06V10/762 , G06V10/764 , G06V10/82
Abstract: 本发明涉及图像处理技术领域，具体涉及基于风格迁移的侧扫声呐仿真图像生成方法、装置及设备。该方法包括：根据待迁移图像的目标物体类别，构建与目标物体相关的光学图像数据集；对光学图像进行图像分割，提取目标物体的轮廓，对目标物体的轮廓添加阴影，获取输入图像；构建风格迁移网络，以真实的侧扫声呐图像作为风格图像，对输入图像进行风格迁移，生成侧扫声呐仿真图像，以扩充神经网络的训练样本图像。本发明实施例能够扩充侧扫声呐图像样本，使侧扫声呐领域能够运用神经网络进行图像自动分类，同时能够提高分类的精度。
-
-
-
-
-
-
-
-
-
Search Results
112
records
(took 0.026 seconds)
