一种基于模态对齐蒸馏的多模态图像配准方法

    公开(公告)号:CN119379750A

    公开(公告)日:2025-01-28

    申请号:CN202411421917.9

    申请日:2024-10-12

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于模态对齐蒸馏的多模态图像配准方法,属于图像处理技术领域。该方法包括:采用一种蒸馏学习引导式的训练流程,使用性能优异的同模态配准教师模型的中间特征和输出变形场对多模态配准学生模型进行引导式监督,迁移学生模型中间特征的模态并有效降低模态差异,输出接近于教师模型估计的高质量变形场,提升多模态配准性能;采用一种可变形掩码训练策略,应对配准过程中空间变换的黑边效应导致的配准结果与标签图像边界不一致的问题(即配准结果的黑边与标签图像原始边界),有效降低其对配准的负面影响,提升模型配准性能。本发明能够实现多模态图像配准任务,有效解决由模态差异带来的配准挑战,达到了多模态图像空间对齐的效果。

    一种环境光线鲁棒的高光谱遥感图像智能辐射校正方法

    公开(公告)号:CN116977620B

    公开(公告)日:2024-08-06

    申请号:CN202310957246.7

    申请日:2023-08-01

    Applicant: 重庆大学

    Abstract: 本发明涉及一种环境光线鲁棒的高光谱遥感图像智能辐射校正方法,属于图像处理技术领域。该方法包括:对采集不同环境光线下的高光谱遥感图像数据使用传统辐射校正方法处理,生成校正后的标签,对数据和标签进行整理,划分数据集比例,完成训练数据集制作;将制作好的数据集输入智能辐射校正网络中进行训练,基于数据驱动方式使网络能够学习并拟合不同环境光线下的辐射校正过程中的非线性运算;训练完成后,将新采集的高光谱遥感图像数据输入智能辐射校正网络,即可得到校正后的正确光谱值。本发明能实现智能化处理,整个过程不需要额外定标工作,达到在不同环境光线下稳定应用的效果,提高辐射校正处理的鲁棒性和效率。

    一种环境光线鲁棒的高光谱遥感图像智能辐射校正方法

    公开(公告)号:CN116977620A

    公开(公告)日:2023-10-31

    申请号:CN202310957246.7

    申请日:2023-08-01

    Applicant: 重庆大学

    Abstract: 本发明涉及一种环境光线鲁棒的高光谱遥感图像智能辐射校正方法,属于图像处理技术领域。该方法包括:对采集不同环境光线下的高光谱遥感图像数据使用传统辐射校正方法处理,生成校正后的标签,对数据和标签进行整理,划分数据集比例,完成训练数据集制作;将制作好的数据集输入智能辐射校正网络中进行训练,基于数据驱动方式使网络能够学习并拟合不同环境光线下的辐射校正过程中的非线性运算;训练完成后,将新采集的高光谱遥感图像数据输入智能辐射校正网络,即可得到校正后的正确光谱值。本发明能实现智能化处理,整个过程不需要额外定标工作,达到在不同环境光线下稳定应用的效果,提高辐射校正处理的鲁棒性和效率。

Patent Agency Ranking