-
公开(公告)号：CN107358260B
公开(公告)日：2020-09-29
申请号：CN201710571058.5
申请日：2017-07-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于表面波CNN的多光谱图像分类方法，输入待分类的多光谱图像，对多光谱数据进行归一化处理得到矩阵，对归一化后矩阵进行以中心像素点的取块，得到训练数据集和测试集；构造基于表面波CNN的分类模型；用训练数据集对分类模型进行训练；利用训练好的分类模型对测试数据集进行分类。本发明引入多尺度深度滤波器，提高了多光谱图像的分类精度，可用于目标分类。
-
Patent Agency Ranking
公开(公告)号：CN109242884B
公开(公告)日：2020-11-20
申请号：CN201810919925.4
申请日：2018-08-14
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于JCFNet网络的遥感视频目标追踪方法，用于解决现有遥感视频目标跟踪方法存在的被遮挡目标无法跟踪、存在偏角现象的遥感视频无法跟踪、必须人为给定目标的准确初始位置和复杂场景下小目标的跟踪效果不理想等不足导致的跟踪精度较低和鲁棒性较弱的技术问题，包括如下步骤：获取训练所需的数据集；构建多尺度融合扩张卷积模块；获取尺度融合残差子网络、多尺度融合子网络和尺度融合相关滤波子网络并进行训练；构建跟踪修正模块和遮挡修正模块；获取JCFNet网络；获取目标跟踪结果。本发明提出的JCFNet网络相比于现有方法明显地提高了跟踪精度和鲁棒性。
-
公开(公告)号：CN109242884A
公开(公告)日：2019-01-18
申请号：CN201810919925.4
申请日：2018-08-14
Applicant: 西安电子科技大学
CPC classification number: G06T7/248 , G06K9/0063 , G06K9/6288 , G06K2209/21 , G06T2207/10016 , G06T2207/10032 , G06T2207/20021 , G06T2207/20081
Abstract: 本发明公开了一种基于JCFNet网络的遥感视频目标追踪方法，用于解决现有遥感视频目标跟踪方法存在的被遮挡目标无法跟踪、存在偏角现象的遥感视频无法跟踪、必须人为给定目标的准确初始位置和复杂场景下小目标的跟踪效果不理想等不足导致的跟踪精度较低和鲁棒性较弱的技术问题，包括如下步骤：获取训练所需的数据集；构建多尺度融合扩张卷积模块；获取尺度融合残差子网络、多尺度融合子网络和尺度融合相关滤波子网络并进行训练；构建跟踪修正模块和遮挡修正模块；获取JCFNet网络；获取目标跟踪结果。本发明提出的JCFNet网络相比于现有方法明显地提高了跟踪精度和鲁棒性。
-
公开(公告)号：CN109242883A
公开(公告)日：2019-01-18
申请号：CN201810919903.8
申请日：2018-08-14
Applicant: 西安电子科技大学
IPC: G06T7/246
CPC classification number: G06T7/248 , G06T2207/10016 , G06T2207/10032 , G06T2207/20081
Abstract: 本发明提出了一种基于深度SR-KCF滤波的光学遥感视频目标跟踪方法，用于在保证跟踪速度的基础上提高跟踪精度，实现步骤为：获取目标检测网络R-FCN的训练集；训练目标检测网络；优化目标跟踪算法KCF，得到SR-KCF；设定目标跟踪算法SR-KCF中目标状态的判断条件；构建检测辅助跟踪算法；设定跟踪目标与检测目标的匹配条件；获取光学遥感视频第一帧图像包含目标的信息；获取光学遥感视频第二帧及以后图像包含目标的信息；输出光学遥感视频目标跟踪结果。本发明运用深度学习可以提取到目标更高级的特征，在相关滤波算法KCF中添加了背景抑制因子和稀疏响应因子，有效提高了提高跟踪精度。
-
公开(公告)号：CN107358260A
公开(公告)日：2017-11-17
申请号：CN201710571058.5
申请日：2017-07-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于表面波CNN的多光谱图像分类方法，输入待分类的多光谱图像，对多光谱数据进行归一化处理得到矩阵，对归一化后矩阵进行以中心像素点的取块，得到训练数据集和测试集；构造基于表面波CNN的分类模型；用训练数据集对分类模型进行训练；利用训练好的分类模型对测试数据集进行分类。本发明引入多尺度深度滤波器，提高了多光谱图像的分类精度，可用于目标分类。
-
公开(公告)号：CN109242883B
公开(公告)日：2021-01-05
申请号：CN201810919903.8
申请日：2018-08-14
Applicant: 西安电子科技大学
IPC: G06T7/246
Abstract: 本发明提出了一种基于深度SR‑KCF滤波的光学遥感视频目标跟踪方法，用于在保证跟踪速度的基础上提高跟踪精度，实现步骤为：获取目标检测网络R‑FCN的训练集；训练目标检测网络；优化目标跟踪算法KCF，得到SR‑KCF；设定目标跟踪算法SR‑KCF中目标状态的判断条件；构建检测辅助跟踪算法；设定跟踪目标与检测目标的匹配条件；获取光学遥感视频第一帧图像包含目标的信息；获取光学遥感视频第二帧及以后图像包含目标的信息；输出光学遥感视频目标跟踪结果。本发明运用深度学习可以提取到目标更高级的特征，在相关滤波算法KCF中添加了背景抑制因子和稀疏响应因子，有效提高了提高跟踪精度。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
