-
公开(公告)号：CN110136154B
公开(公告)日：2022-12-06
申请号：CN201910410666.7
申请日：2019-05-16
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于全卷积网络与形态学处理的遥感图像语义分割方法，主要解决现有的遥感图像语义分割方法分割准确率低的问题，其实现方案为：构建训练样本集和验证样本集，对训练样本集进行数据增强与数据扩充预处理，分别搭建图像级联网络ICNet模型、金字塔场景解析网络PSPNet模型和基于编码器表示的连接网络LinkNet模型这三种全卷积网络模型，训练并验证全卷积网络模型；将待测试的遥感图像输入训练好的全卷积网络中，得到语义分割初次结果，并采用形态学腐蚀与膨胀运算对语义分割图精调，得到最终的语义分割结果。本发明提升了图像的整体分割效果，可用于遥感图像的分割、分类、检测与跟踪任务。
-
Patent Agency Ranking
公开(公告)号：CN109325407B
公开(公告)日：2020-10-09
申请号：CN201810919904.2
申请日：2018-08-14
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于F‑SSD网络滤波的光学遥感视频目标检测方法，旨在提高对光学遥感视频的目标检测准确率。实现步骤为：获取训练样本集和验证样本集；构建网络模型F‑SSD，对构建的网络模型进行训练；按一定的间隔帧数取待检测视频的若干帧用训练好的网络模型进行检测，得到这些间隔帧上检测到的目标；依次取这些间隔帧上检测到的目标为跟踪对象，用相关滤波算法进行跟踪；获得光学遥感视频的目标检测结果；本发明方法实现了光学遥感视频的目标检测，提高了目标检测的准确率。
-
公开(公告)号：CN110136154A
公开(公告)日：2019-08-16
申请号：CN201910410666.7
申请日：2019-05-16
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于全卷积网络与形态学处理的遥感图像语义分割方法，主要解决现有的遥感图像语义分割方法分割准确率低的问题，其实现方案为：构建训练样本集和验证样本集，对训练样本集进行数据增强与数据扩充预处理，分别搭建图像级联网络ICNet模型、金字塔场景解析网络PSPNet模型和基于编码器表示的连接网络LinkNet模型这三种全卷积网络模型，训练并验证全卷积网络模型；将待测试的遥感图像输入训练好的全卷积网络中，得到语义分割初次结果，并采用形态学腐蚀与膨胀运算对语义分割图精调，得到最终的语义分割结果。本发明提升了图像的整体分割效果，可用于遥感图像的分割、分类、检测与跟踪任务。
-
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：CN109325407A
公开(公告)日：2019-02-12
申请号：CN201810919904.2
申请日：2018-08-14
Applicant: 西安电子科技大学
CPC classification number: G06K9/0063 , G06K9/00718 , G06K9/6201 , G06K9/6256 , G06K9/629 , G06K2209/21
Abstract: 本发明提出了一种基于F-SSD网络滤波的光学遥感视频目标检测方法，旨在提高对光学遥感视频的目标检测准确率。实现步骤为：获取训练样本集和验证样本集；构建网络模型F-SSD，对构建的网络模型进行训练；按一定的间隔帧数取待检测视频的若干帧用训练好的网络模型进行检测，得到这些间隔帧上检测到的目标；依次取这些间隔帧上检测到的目标为跟踪对象，用相关滤波算法进行跟踪；获得光学遥感视频的目标检测结果；本发明方法实现了光学遥感视频的目标检测，提高了目标检测的准确率。
-
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 0.017 seconds)
