基于深度语义字典零次学习的高光谱湿地图像分类方法

    公开(公告)号:CN117292274B

    公开(公告)日:2024-01-30

    申请号:CN202311563846.1

    申请日:2023-11-22

    Abstract: 本发明公开了基于深度语义字典零次学习的高光谱湿地图像分类方法,涉及图像分类领域,包括以下步骤:收集高光谱遥感图像,使用鲁棒非负张量分解模型获得降维后的张量特征;使用降维后的张量特征进行对抗训练,得到扩充的图像张量特征和语义特征;构建深度语义字典学习模型,将扩充的图像张量特征和语义特征映射到同一特征空间得到语义特征字典;优化其目标函数,获得语义字典张量和语义嵌入张量,计算未知高光谱遥感图像的语义张量表示;确定未知高光谱遥感图像的类别,本方法解决了高光谱数据在标签信息缺失情况下无监督分类性能差的(56)对比文件Behnood Rasti 等.Image Processing andMachine Learning for HyperspectralUnmixing: An Overview and the HySUPPPython Package《.JOURNAL OF LATE X CLASSFILES》.2023,第14卷(第8期),1-29.DAT TRAN-ANH 等.Integrative Few-ShotClassification and Segmentation forLandslide Detection《.IEEE Access》.2022,第10卷120200-120212.

    一种用于消除单像素成像中振铃伪影的方法

    公开(公告)号:CN116894780A

    公开(公告)日:2023-10-17

    申请号:CN202310858479.1

    申请日:2023-07-12

    Abstract: 本发明提供了一种用于消除单像素成像中振铃伪影的方法,属于图像滤波技术领域。本发明将存在振铃伪影的单像素成像频谱图,通过巴特沃斯低通滤波器自动进行振铃伪影的消除并且重建更高质量的图像。本发明解决目前SPI在低采样率下,重构的目标场景存在振铃伪影的现象,本发明仅通过一个巴特沃斯低通滤波器即可自动消除振铃伪影,与现有方法相比更加的高效,为低采样率下实现高质量的SPI提供了一种方法。

    一种车身部分测量数据到整体CAD模型的配准方法

    公开(公告)号:CN114840925A

    公开(公告)日:2022-08-02

    申请号:CN202210451411.7

    申请日:2022-04-26

    Abstract: 本发明公开了一种车身部分测量数据到整体CAD模型的配准方法,获取整体车身CAD模型与车身部分测量数据,得到待配准点云与目标点云,进而构建基于待配准点云的RSCS集合、基于目标点云的RSCS集合,并进行预处理;并构建Spinnet点云神经网络提取描述子,得到各描述子集合;采用双向匹配对各描述子集合进行粗配准,并利用基于纠正法向量方向的NICP算法进行粗配准后的精配准;最后利用精配准后的匹配对集合的配准误差迭代得到高准确的匹配对集合;本发明通过构建基于深度学习的描述子,实现了从粗配准到精配准的算法模型,解决了现有技术中手工特征描述子不具有泛化性的缺点,克服了单个球体覆盖的单一性问题,在降低计算量的基础上全面提高了匹配的精度与效率。

    基于归约技术的工业互联网远程认证方法、装置及介质

    公开(公告)号:CN115766188A

    公开(公告)日:2023-03-07

    申请号:CN202211408000.6

    申请日:2022-11-10

    Abstract: 本发明公开一种基于归约技术的工业互联网远程认证方法、装置及介质,通过分析工业互联网拓扑结构,构建基于网关为支撑的数据传输方式,并建立稳定的点对点传输模型,该传输模型不以数据传输过程中路由中断的改变而需要重新认证,提出一种基于对称密钥加密的认证机制,实现企业对其工业控制系统中设备的远程认证服务,即一种基于归约技术的工业互联网远程认证方法。通过分析工业互联网组网特性,本发明将电脑终端与设备终端的远程认证过程归约到第一网关对第二网关的认证过程,减少了远程认证的过程中相对安全设备的信息转发,提高了认证时延,较好地支撑了工业互联网的确定性特征。

    一种基于长时序运动语义编码的人体行为识别方法

    公开(公告)号:CN119131907A

    公开(公告)日:2024-12-13

    申请号:CN202411308368.4

    申请日:2024-09-19

    Abstract: 本发明提出了一种基于长时序运动语义编码的人体行为识别方法,涉及视频分析技术领域,包括:S1、输入视频图像,并检测图像中的行人目标,计算前后两帧图像中行人检测框的交并比以跟踪人体目标;S2、采用姿态估计算法提取每个人体目标的骨骼关键点,并将人体目标的骨骼关键点定义为中层运动语义特征;S3、基于中层运动语义特征建立3D CNN网络模型以提取短时序运动语义编码;S4、根据短时序运动语义编码构建长时序运动语义编码模型以输出一维特征向量;S5、基于全连接网络构建人体行为分类器对一维特征向量进行识别,输出识别结果;本发明能够提高行为识别的准确度,有效解决了误识别率高、难以满足真实场景的应用等问题。

Patent Agency Ranking