-
公开(公告)号：CN117765312A
公开(公告)日：2024-03-26
申请号：CN202311736691.7
申请日：2023-12-18
Applicant: 烟台大学 , 烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地
IPC: G06V10/764 , G06V10/82 , G06V20/17 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于航拍数据集的地物图像分类方法，该方法能够解决航拍数据图像分类存在的低效率、低准确性以及难以应对大规模数据的难点问题，设计的模型与VGG16相比，准确率提升了16％，训练时间减少了约50％，推理速度是原来的4倍且参数量降低了35％；与现有的分类性能较好的轻量级网络EfficientNet‑B3相比，本文提出的模型将Top1准确率提高了5％，训练时间减少了18％。
-
公开(公告)号：CN119992502A
公开(公告)日：2025-05-13
申请号：CN202510465508.7
申请日：2025-04-15
Applicant: 烟台大学
IPC: G06V20/56 , G06V10/52 , G06V10/80 , G06V10/82 , G06V10/77 , G06V10/764 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08
Abstract: 本发明涉及3D图像生成技术领域，具体为基于频率感知特征融合的3D车道线生成方法和系统；通过设计包括用于提取图像不同深度尺度特征的多尺度特征提取网络，用于从高分辨率特征中提取高频信息、并与低分辨率特征进行融合以增强低分辨率特征的表达能力的频率金字塔网络，用于提取更稳健、更高级的BEV特征的空间转化融合网络，用于生成3D车道线的车道线提取网络的3D车道线生成模型，来提高了3D车道线生成的准确性和鲁棒性，能够更好地应对复杂环境中的变化，同时保持良好的实时性，适用于自动驾驶和辅助驾驶系统，展现出广阔的应用前景。
-
公开(公告)号：CN118333861B
公开(公告)日：2024-08-20
申请号：CN202410756700.7
申请日：2024-06-13
Applicant: 烟台大学
IPC: G06T3/4053 , G06T5/60 , G06T5/50 , G06N3/0475 , G06N3/084 , G06N3/0464 , G06T3/4007
Abstract: 本发明属于图像处理技术领域，具体涉及一种遥感图像重建方法、系统、装置、介质，首先通过模拟实际遥感图像的退化情况来增强数据的真实性、复杂性，然后对遥感图像分别进行两次重建，并根据对比度进行自适应融合以整合不同分辨率的图像信息，从而提高了图像重建的准确性、清晰度和高质量。
-
公开(公告)号：CN119991527A
公开(公告)日：2025-05-13
申请号：CN202510465507.2
申请日：2025-04-15
Applicant: 烟台大学
IPC: G06T5/90 , G06T5/60 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/094 , G06N3/0895
Abstract: 本发明涉及图像数据处理技术领域，具体为一种超分辨率遥感图像生成方法、系统，该方法具体步骤为：从数据集中获得原始高分辨率图像，降采样得到低分辨率图像，由第一卷积进行浅层特征提取，得到第一特征，经过多次深层特征提取，得到深层特征，与第一特征进行残差连接得到第五特征，对第五特征进行映射,并使用频域融合获得超分辨率图像；超分辨率图像和原始高分辨率图像，分别经过深度可分离卷积层处理得到第六特征，通过激活函数消除负值；经过全连接层统一第七特征向量维度，映射为一个标量，得到超分辨率图像是否为原始高分辨率图像的判断结果。本发明能够提高遥感图像的分辨率和视觉质量，同时保持计算效率。
-
公开(公告)号：CN119323646B
公开(公告)日：2025-04-01
申请号：CN202411874373.1
申请日：2024-12-19
Applicant: 烟台大学
IPC: G06T17/00 , G06V20/58 , G06V20/70 , G06V10/62 , G06V10/80 , G06V10/75 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/045
Abstract: 本发明属于图像处理技术领域，具体涉及一种融合上下文语义信息的三维车道线生成方法、系统，获取多帧图像较密集的车道线数据，基于投影—采样策略，先通过第一坐标变换，实现了将所要变换的锚点从当前帧的地面坐标系变换到历史帧的地面坐标系中，再通过第二坐标变换，实现了将地面坐标系下的锚点变换到了前视图中，结合历史帧的信息，使得不同帧的坐标变换能够更准确地匹配车道线；之后通过交叉注意力机制处理来完成时序上下文融合，融合特征图能够综合不同时间帧的信息，提供了丰富的上下文信息，更好地理解当前帧的车道线结构与形态，增强三维车道线生成的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119323646A
公开(公告)日：2025-01-17
申请号：CN202411874373.1
申请日：2024-12-19
Applicant: 烟台大学
IPC: G06T17/00 , G06V20/58 , G06V20/70 , G06V10/62 , G06V10/80 , G06V10/75 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/045
Abstract: 本发明属于图像处理技术领域，具体涉及一种融合上下文语义信息的三维车道线生成方法、系统，获取多帧图像较密集的车道线数据，基于投影—采样策略，先通过第一坐标变换，实现了将所要变换的锚点从当前帧的地面坐标系变换到历史帧的地面坐标系中，再通过第二坐标变换，实现了将地面坐标系下的锚点变换到了前视图中，结合历史帧的信息，使得不同帧的坐标变换能够更准确地匹配车道线；之后通过交叉注意力机制处理来完成时序上下文融合，融合特征图能够综合不同时间帧的信息，提供了丰富的上下文信息，更好地理解当前帧的车道线结构与形态，增强三维车道线生成的准确性。
-
公开(公告)号：CN118780987B
公开(公告)日：2025-05-06
申请号：CN202411267055.9
申请日：2024-09-11
Applicant: 烟台大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及图像数据处理技术领域，尤其是涉及一种基于细节恢复的遥感图像超分辨重建方法及系统。方法，包括获取遥感图像；构建生成对抗网络模型，包括生成器和判别器；对生成器和判断器进行模型训练；利用生成器对遥感图像进行特征提取，生成重建图像；利用判别器对重建图像和遥感图像的高分辨率图像进行判别，得到判别结果；根据判别结果设定损失函数对生成器和判断器进行调优。通过采用动态密集残差块和动态卷积技术，它能显著提升图像的分辨率和细节，从而提供更清晰、更高质量的遥感图像。
-
公开(公告)号：CN118470333A
公开(公告)日：2024-08-09
申请号：CN202410939567.9
申请日：2024-07-15
Applicant: 烟台大学 , 山东(烟台)中日产业技术研究院(烟台市产业技术研究院)
IPC: G06V10/26 , G06V20/70 , G06V10/44 , G06V10/52 , G06V10/42 , G06V10/80 , G06V10/764 , G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/048
Abstract: 本发明涉及深度学习应用领域，尤其是涉及一种基于遥感图像的地理环境语义分割方法及系统。所述方法，包括获取遥感图像数据集，并对获取的遥感图像数据集进行预处理；基于获取的遥感图像数据集进行编码器构建，并利用编码器进行图像数据集的特征提取和编码；根据编码器的特征提取进行解码器构建，将构建完成的编码器和解码器组合为语义分割模型；利用遥感图像数据集对语义分割模型进行训练和优化，包括利用交叉熵损失函数计算输出值与预测值之间的误差，利用训练完成的语义分割模型进行预测结果输出。通过本发明的技术方案，能够提高遥感图像语义分割的精度、鲁棒性和泛化能力，为环境检测和城市规划提供更加高效和准确的技术。
-
公开(公告)号：CN118333861A
公开(公告)日：2024-07-12
申请号：CN202410756700.7
申请日：2024-06-13
Applicant: 烟台大学
IPC: G06T3/4053 , G06T5/60 , G06T5/50 , G06N3/0475 , G06N3/084 , G06N3/0464 , G06T3/4007
Abstract: 本发明属于图像处理技术领域，具体涉及一种遥感图像重建方法、系统、装置、介质，首先通过模拟实际遥感图像的退化情况来增强数据的真实性、复杂性，然后对遥感图像分别进行两次重建，并根据对比度进行自适应融合以整合不同分辨率的图像信息，从而提高了图像重建的准确性、清晰度和高质量。
-
公开(公告)号：CN118780987A
公开(公告)日：2024-10-15
申请号：CN202411267055.9
申请日：2024-09-11
Applicant: 烟台大学
IPC: G06T3/4053 , G06T3/4046 , G06V10/44 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及图像数据处理技术领域，尤其是涉及一种基于细节恢复的遥感图像超分辨重建方法及系统。方法，包括获取遥感图像；构建生成对抗网络模型，包括生成器和判别器；对生成器和判断器进行模型训练；利用生成器对遥感图像进行特征提取，生成重建图像；利用判别器对重建图像和遥感图像的高分辨率图像进行判别，得到判别结果；根据判别结果设定损失函数对生成器和判断器进行调优。通过采用动态密集残差块和动态卷积技术，它能显著提升图像的分辨率和细节，从而提供更清晰、更高质量的遥感图像。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.041 seconds)
